วิธีการตัดสินความหมายของความซับซ้อนของการคำนวณของ reals เป็นธรรมชาติหรือเหมาะสม?


11

ดังที่เราทราบความหมายของความซับซ้อนในการคำนวณของอัลกอริธึมแทบจะไม่มีข้อโต้แย้ง แต่ความหมายของความซับซ้อนในการคำนวณของ reals หรือโมเดลการคำนวณเหนือ reals ไม่ได้อยู่ในกรณีเช่นนี้ เรารู้รูปแบบและแบบจำลองของ Blum and Smales ในหนังสือ Comp วิเคราะห์ Analysis และดูเหมือนว่ารูปแบบในการวิเคราะห์ความสอดคล้องมีความสอดคล้องกับรูปแบบคลาสสิก แต่คำจำกัดความของความซับซ้อนในการคำนวณของ reals ไม่สามารถย้ายไปเป็นรูปแบบคลาสสิก

วิธีการตัดสินความหมายของความซับซ้อนของการคำนวณของ reals เป็นธรรมชาติหรือเหมาะสม?

และวิธีการปลูกนิยามของความซับซ้อนในการคำนวณของ reals เป็นโมเดลคลาสสิก?


สำหรับคำถามแรกของคุณ "ธรรมชาติ" เป็นความคิดส่วนตัวและขึ้นอยู่กับบุคคลที่คุณถามหนึ่งหรือคำนิยามอื่น ๆ จะถือเป็นธรรมชาติมากที่สุด สำหรับ "เหมาะสม" ขึ้นอยู่กับ: แบบจำลอง BSS นั้นเหมาะสำหรับการคำนวณเชิงเรขาคณิตหรือเชิงพีชคณิตเชิงคำนวณและแบบจำลองในการวิเคราะห์แบบ Computing เหมาะสำหรับการวิเคราะห์แบบคำนวณได้! ฉันไม่เข้าใจคำถามที่สอง
บรูโน่

@Bruno ขอขอบคุณสำหรับความคิดเห็นของคุณฉันคิดว่ารูปแบบในการวิเคราะห์ที่ครอบคลุมและไม่ทราบวิธีการใช้คำจำกัดความของความซับซ้อนในการคำนวณกับการคำนวณจำนวนจริงผ่านโมเดลคลาสสิกเช่น Turing Machine เนื่องจากความซับซ้อนในการคำนวณของจำนวนจริง ในการวิเคราะห์ความน่าเชื่อถือขึ้นอยู่กับการเป็นตัวแทนของมันคืออินพุตสำหรับการคำนวณของมัน
XL _At_Here_There

3
คุณคิดว่ามีความซับซ้อนในการคำนวณจำนวนจริงซึ่งไม่ขึ้นอยู่กับการแสดงของจำนวนจริง อะไรทำให้คุณคิดอย่างนั้น นี่ไม่ใช่กรณีที่ซับซ้อนคลาสสิกเช่นกัน มันเป็นเรื่องสำคัญว่าคุณมีเทปหรือเครื่องแรม, มันเป็นเรื่องสำคัญไม่ว่าคุณจะเป็นตัวแทนของกราฟโดยรายการ adjancency หรือ 01 การฝึกอบรม ฯลฯ
Andrej Bauer

3
แต่มันไม่เป็นความจริงที่ความซับซ้อนไม่ได้ขึ้นอยู่กับการเป็นตัวแทน โดยการเปลี่ยนไปเป็นตัวแทนโง่คุณสามารถเสมอทำลายความซับซ้อนของขั้นตอนวิธีการนั้น คำถามที่ต้องถามคือ: "การเป็นตัวแทนที่ดีของอินพุตคืออะไร" สำหรับปัญหาที่ไม่ต่อเนื่องนี่เป็นคำตอบที่ง่ายกว่าสำหรับจำนวนจริงเพราะมีความรู้สึกที่ดีสำหรับความหมายของการ "ไม่ต้องเสียบิต"
Andrej Bauer

3
รุ่น BSS ดูเหมือนว่าเหมาะสำหรับการคำนวณเรขาคณิต - ดูคำตอบของฉันคำถามที่เกี่ยวข้อง โมเดลแรมจริงที่ใช้โดยเครื่องวัดตำแหน่งทางคอมพิวเตอร์ถือกำเนิด Blum, Shub และ Smale เกือบหนึ่งทศวรรษ
Jeffε

คำตอบ:


13

ฉันไม่แน่ใจว่าสิ่งที่เป็นคำถามที่นี่ แต่ฉันสามารถพยายามพูดเล็กน้อยเพื่อล้างความเข้าใจผิดที่เป็นไปได้

f:RR2f

f:ABA(a,f(a))f

RRR

  1. +×/||
  2. xkNp,q|xp/q|2k
  3. xyx<y
  4. (xn)n|xn+1xn|2nlimnxn

มีทฤษฎีบทเก่า (ดูการแนะนำบทความนี้เพื่ออ้างอิง) ซึ่งอธิบายว่าทำไมเงื่อนไขเหล่านี้จึงถูกต้อง ทฤษฏีเหล่านี้ยังแสดงให้เห็นว่าตัวแทนสองคนที่เป็นตัวแทนของ reals นั้น isomorphic สามารถคำนวณได้นั่นคือเราสามารถแปลระหว่างพวกเขาด้วยโปรแกรม สิ่งนี้กำหนดเกณฑ์บางอย่างสำหรับความถูกต้องที่ทำให้เกิดความคิดที่ผิดพลาด

ตัวอย่างเช่นฉันได้ยินคนพูดว่า "จำนวนตรรกยะสามารถแสดงด้วยข้อมูล จำกัด ดังนั้นลองใช้กับจำนวนตรรกยะและจำนวนอตรรกยะจะต้องแทนด้วยข้อมูลอนันต์" เรื่องแบบนี้ใช้ไม่ได้เพราะมันทำลายเงื่อนไขที่สี่ด้านบน (ลองพิจารณาจำนวนที่ไม่มีเหตุผล - คุณจะบอกได้อย่างไรว่ามันเป็นการรวมเข้ากับเหตุผล?)

อีกตัวอย่างหนึ่งซึ่งเงื่อนไขข้างต้นกำจัดคือโมเดล Blum-Shub-Smale เพราะในนั้นคุณไม่สามารถคำนวณขีด จำกัด ของลำดับได้ เป็นการดีกว่าที่จะบอกว่าแบบจำลอง BSS นั้นทำงานบนฟิลด์ย่อยที่สั่งแยกแบบไม่ต่อเนื่อง (สร้างโดยพารามิเตอร์ใดก็ตามที่มีอยู่) ไม่ใช่ตัวจริง

ในบรรดาตัวแทนที่ถูกต้องของ reals บางคนมีประสิทธิภาพมากกว่าคนอื่น ๆ แม้ว่านี่จะเป็นหัวข้อที่ค่อนข้างยากที่จะพูดคุยเพราะจำนวนจริงเป็นวัตถุที่ไม่มีที่สิ้นสุด แมทเธียสชโรเดอร์ชี้ให้เห็นว่าสำหรับทฤษฎีที่มีเหตุผลเกี่ยวกับความซับซ้อนเราต้องใส่ใจกับคุณสมบัติทอพอโลยีของการเป็นตัวแทน

สุดท้ายวิธีที่เราควรจะวัดความซับซ้อนของแผนที่สมมติว่าเรามีตัวแทนที่ดีของ ? เนื่องจากถูกแสดงด้วยฟังก์ชันหรือกระแสข้อมูลที่ไม่สิ้นสุดหรือบางอย่างเราจึงควรใช้หนึ่งในแนวคิดที่ซับซ้อนกว่า อันไหนขึ้นอยู่กับการเป็นตัวแทนที่คุณใช้f:RRRxR

แบบจำลอง BSS เป็นแบบจำลองความซับซ้อนของวงจรที่สมเหตุสมผลซึ่งเรานับการดำเนินการทางคณิตศาสตร์ เป็นเรื่องที่ดีที่ควรระลึกไว้เสมอว่ารุ่นนี้ไม่เกี่ยวกับจำนวนจริง แต่เป็นอย่างอื่น


2
ขอบคุณมากสำหรับคำตอบของคุณและการอ้างอิงมากมาย ฉันรู้สึกไม่สบายใจเกี่ยวกับความคิดบางอย่างของความซับซ้อนในการคำนวณให้ฉันอ่านการอ้างอิงและคิดสักครู่และยกตัวอย่างถ้าฉันสามารถหาคนที่เหมาะสมเพื่ออธิบายว่าทำไมฉันถึงอึดอัด (นี่ฟังดูตลก แต่ประสบการณ์ของฉันบอกฉัน ถ้าฉันรู้สึกอึดอัดต้องมีบางอย่างที่แปลกประหลาด)
XL _At_Here_There

4
จากประสบการณ์ของฉันการรู้สึกไม่สบายใจเกี่ยวกับความรู้ใหม่เป็นสัญญาณที่ดีและโดยปกติแล้วจะเป็นข้อกำหนดเบื้องต้นสำหรับการตรัสรู้
András Salamon

3

รูปแบบอื่นที่อาจเป็นไปได้ในการสำรวจก็คือรุ่นของ RAM ที่เป็นไปได้ นี่คือโมเดลแรมจริงที่แก้ไขสำหรับการคำนวณจริง, Feasible RAM หรือโมเดลแรมที่แก้ไขซึ่งใช้ทั้งการดำเนินการทางคณิตศาสตร์ที่ไม่ต่อเนื่องและมูลค่าจริง รุ่นนี้ช่วยให้สามารถดำเนินการจริงและไม่ต่อเนื่องและโมเดลทัวริงสามารถใช้แทนกันได้ รูปแบบ RAM ที่เป็นไปได้มีการกำหนดความแม่นยำด้วยความไม่แน่นอนซึ่งหมายความว่าช่วยให้สามารถเปรียบเทียบจำนวนจริงได้สูงสุดถึงความไม่แน่นอนของตัวแปร 1 / (k + 1) สิ่งนี้ยอมให้การคำนวณโดยประมาณ นอกจากนี้ในขณะที่ Vasco Brattkaa และ Peter Hertlingb ระบุไว้ใน Feasible Real Random Access Machines - โมเดลของทัวริงและของ Feasible Real RAMs นั้นเกี่ยวข้องกัน ฟังก์ชั่นทั้งหมดคำนวณได้บนเครื่องทัวริงในเวลา<kO(t)คำนวณได้บน RAM ในเวลาและในกรณีด้านข้างมีค่าใช้จ่ายสำหรับเครื่องทัวริงที่คำนวณฟังก์ชัน (ถ้า RAM จริงคำนวณฟังก์ชันใน TM คำนวณฟังก์ชันในเนื่องจากข้อพิจารณาด้านทอพอโลยีที่ชี้ให้เห็นมีประโยชน์เราไม่ทราบว่ามีบริบทเชิงทอพอโลยีที่พัฒนาขึ้นสำหรับการคำนวณแบบจำลองนี้หรือไม่ซึ่งมีความไม่แน่นอน ในความแม่นยำO(t)O(t)O(t2log(t)log(log(t)))


คุณสามารถให้การอ้างอิงสำหรับรุ่น RAM ที่เป็นไปได้บ้างไหม?
XL _At_Here_There

ดูด้านบนในพื้นที่ "... สถานะการอ้างอิงนี้ ... " มีลิงก์ไปยังบทความ
user3483902

2
ขอบคุณที่ชี้ไปที่งาน Brattka & Hertling ฉันจะพูดถึงมันตอนนั้นฉันลืมไปแล้ว ฉันอยากจะชี้ให้เห็นว่ารูปแบบ RAM ที่เป็นไปได้นั้นไม่มีฟังก์ชั่นการสั่งซื้อที่สูงกว่าโดยเฉพาะอย่างยิ่งมันไม่สามารถคำนวณขีด จำกัด ของลำดับ Cauchy (รวดเร็ว) ดังนั้นฉันจะไม่นับว่าเป็นการใช้ "ตัวนับ" อย่างแม่นยำ มันสามารถคำนวณหนึ่งขีด จำกัด "ที่ระดับสูงสุด" เพื่อพูด (ดูส่วนของกระดาษที่พวกเขาพูดเกี่ยวกับการประมาณด้วยเหตุผลของฟังก์ชัน)
Andrej Bauer
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.