ช่องว่างที่ระบุได้ระหว่างความซับซ้อนของแผนภูมิการตัดสินใจและความซับซ้อน“ จริง”


13

ชื่อเป็นเรื่องเข้าใจผิดเล็กน้อย แต่หวังว่าคำถามจะไม่:

Grønlundและ Pettie ของผลใหม่แสดงให้เห็นว่า3sumมีเพียงความซับซ้อนต้นไม้ตัดสินใจมีฉันสงสัยว่า:O(n3/2)

มีตัวอย่างง่ายๆของปัญหากับความซับซ้อนของต้นไม้ตัดสินใจของแต่ยอมรับขอบเขตที่ต่ำกว่า (ในแบบจำลองที่มีรายละเอียดมากกว่า) ของω ( f )หรือไม่?O(f)ω(f)

ในคำอื่น ๆ วิธีการที่ควรผลบน 3sum เปลี่ยนมุมมองของความเป็นไปได้ในการได้รับของเราอย่างมีนัยสำคัญต่ำกว่าขอบเขตบนความซับซ้อนของปัญหาหรือไม่n2


3
ความแตกต่างขององค์ประกอบสามารถแก้ไขได้ด้วยแผนผังการตัดสินใจแบบไบนารีความลึกคงที่ ("องค์ประกอบทั้งหมดมีความแตกต่างกันหรือไม่") แต่เราต้องการความลึกเพื่อแก้ปัญหาโดยใช้ต้นไม้ตัดสินใจเชิงเส้น Ω(nlogn)
Jeffε

8
รูปแบบต้นไม้ตัดสินใจเป็นรูปแบบเชิงทฤษฎีข้อมูล: เมื่อคุณได้เรียนรู้ข้อมูลมากพอเกี่ยวกับข้อมูลของคุณว่าคำตอบนั้นได้รับการพิจารณาอย่างเฉพาะเจาะจงจากข้อมูลนี้คุณก็ทำเสร็จแล้ว ไม่สำคัญว่าการพิจารณาคำตอบจากข้อมูลนี้จะไม่สามารถตัดสินใจได้ ตัวอย่างเช่นถ้าอินพุตเป็นสตริงไบนารี่ n-bit เข้ารหัสเครื่องทัวริงและคำถามคือว่า TM นี้หยุดต้นไม้การตัดสินใจของความลึก n สามารถแก้ปัญหานี้ได้เล็กน้อยเพราะรู้บิตทั้งหมด แต่ไม่มีวิธีแก้ปัญหา ปัญหานี้.
Robin Kothari

บางทีฉันควรจะพูดว่า 'ตัวอย่างของปัญหาง่าย ๆ ' แทน :)
Suresh Venkat

คำตอบ:


16

O(n4logn)


ถ้าฉันอยากจะเป็นคนน่าเบื่อจริงๆฉันจะชี้ให้เห็นว่าการเป็น NP-hard นั้นไม่ใช่ขอบเขตที่ต่ำ แต่นั่นเป็นตัวอย่างที่ดีของจิตวิญญาณของสิ่งที่ฉันกำลังมองหา
Suresh Venkat

5
ใช่ แต่เราไม่รู้ว่าจะพิสูจน์ขอบเขตที่ต่ำกว่าได้อย่างไร
Jeffε

@ Jɛ ff E คุณอาจจะรู้ถึงผลงานหรือผลงานชิ้นนี้หรือไม่? ฉันพบว่าต้นฉบับดั้งเดิมยากมากที่จะปฏิบัติตามคำจำกัดความบางอย่างไม่ชัดเจนเลยสำหรับฉัน
domotorp

1
อย่างน้อยคำนิยามพื้นฐานที่อธิบายไว้ในกระดาษของฉันเกี่ยวกับปัญหาความเสื่อมเชิงเส้น
Jeffε

4

O(nlog(m+nn))Θ(n+m)m=ω(n)


ขอผมไม่เห็นด้วยสักหน่อย ในรูปแบบ RAM เราไม่จำเป็นต้องอ่านอินพุตทั้งหมด ในโมเดลทัวริงของเครื่องมีปัญหาเล็ก ๆ น้อย ๆ มากมายที่สามารถแก้ไขได้เร็วขึ้นด้วยต้นไม้ตัดสินใจ (หรือบนเครื่อง RAM) โปรดดูความคิดเห็นของ Robin ต่อคำถามเดิม
domotorp
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.