ความซับซ้อนของ Kolmogorov กับภาษาคำอธิบายที่อ่อนแอ


12

เราสามารถคิดของความซับซ้อนของ Kolmogorov สตริงความยาวของระยะเวลาที่สั้นโปรแกรมPและใส่Yเช่นว่าx = P ( Y ) โดยปกติโปรแกรมเหล่านี้จะถูกดึงมาจากชุดทัวริงบางชุด (เช่นPอาจเป็นคำอธิบายของเครื่องทัวริงหรืออาจเป็นโปรแกรมใน LISP หรือ C) แม้ว่าเราจะดูที่ความซับซ้อนของ Kolmogorov ที่มีทรัพยากร จำกัด เรายังคงมองไปที่เครื่องทัวริง แต่มีขอบเขตในการใช้งานหรือการใช้พื้นที่ หนึ่งในผลที่ตามมาของเรื่องนี้คือความซับซ้อนของสตริงนั้นไม่สามารถตัดสินใจได้ ดูเหมือนว่าจะเป็นคุณสมบัติที่น่าอึดอัดใจxPyx=P(y)P

จะเกิดอะไรขึ้นถ้าเราใช้โมเดลการคำนวณที่ไม่ใช่ทัวริงสมบูรณ์เพื่อกำหนดความซับซ้อนของ Kolmogorov

หากเราเลือกโมเดลที่มีข้อ จำกัด มากพอ (กล่าวว่าแบบจำลองของเราสามารถใช้เอกลักษณ์ได้เท่านั้น) ความซับซ้อนของสตริงกลายเป็นสิ่งที่ถอดรหัสได้แม้ว่าเราจะสูญเสียทฤษฎีความแปรปรวน เป็นไปได้หรือไม่ที่จะมีโมเดลที่แข็งแกร่งพอที่จะมีความซับซ้อนที่เท่าเทียมกัน (ไม่เกินค่าคงที่ชดเชยหรือแม้แต่ตัวคูณคูณ) สำหรับโมเดลทัวริงที่สมบูรณ์ แต่อ่อนแอพอที่จะยังคงความซับซ้อนของสตริง มีชื่อมาตรฐานสำหรับความซับซ้อนของ Kolmogorov กับแบบจำลองการคำนวณที่ไม่ใช่ทัวริงสมบูรณ์หรือไม่? ฉันจะอ่านเพิ่มเติมเกี่ยวกับเรื่องนี้ได้ที่ไหน


2
หมายเหตุ: ทั้งขอบเขตเวลาและพื้นที่ จำกัด ขอบเขตความซับซ้อนของ Kolmogorov คำนวณได้
Marzio De Biasi

คำตอบ:


5

D(s)K(s)f(n)K(s)>f(D(s))

D(s)snf(D(sn))>vff(n)vffexp(exp(exp(n)))

K(sn)>vff(n)s(n)nns(n)K(sn)nlog(n)K(sn)

fsK(s)f(D(s))


1

ความไม่แน่นอนของ KC ทั่วไปเป็นผลมาจาก undecidability ของปัญหาการหยุดชะงักในระดับของเครื่องที่ใช้สำหรับ KC หากเราสามารถตัดสินใจปัญหาการหยุดชะงักในชั้นเรียนของเครื่องเราสามารถคำนวณ KC ของสตริงที่กำหนดตามพวกเขา เพียงเรียกใช้คู่ของเครื่องและอินพุตทั้งหมดที่หยุดไปจนถึงอันแรกที่ส่งออกจากนั้นเลือกอันที่สั้นที่สุดx

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.