สิ่งเดียวที่ฉันสามารถทำได้คือ มันเป็นผลที่ตามมาทันทีของจอห์นสัน - Lindenstrauss บทแทรกที่ทุก ๆε > 0
UPDขอบเขตที่กล่าวถึงข้างต้นสามารถเพิ่มความคมชัดให้กับเวลาO(n+m)
สิ่งเดียวที่ฉันสามารถทำได้คือ มันเป็นผลที่ตามมาทันทีของจอห์นสัน - Lindenstrauss บทแทรกที่ทุก ๆε > 0
UPDขอบเขตที่กล่าวถึงข้างต้นสามารถเพิ่มความคมชัดให้กับเวลาO(n+m)
คำตอบ:
พิจารณากรณีพิเศษที่คุณเพียงแค่ต้องการตรวจสอบว่าเวกเตอร์แบบสอบถามของคุณเป็นมุมฉากกับเวกเตอร์บางส่วนในคอลเลกชันของคุณที่ประมวลผลแล้ว (นั่นคือคุณต้องการพิจารณาว่าซึ่งเวกเตอร์ที่อยู่ภายใต้การสนทนามีค่าสัมประสิทธิ์ที่ไม่เป็นลบ) กรณีนี้น่าสนใจมากmini⟨x,vi⟩=0
สมมติว่าคุณสามารถตอบคำถามในเวลาเวลาสำหรับโดยประมวลผลล่วงหน้า ( องศาของพหุนามไม่ควรขึ้นอยู่กับหรือหรือ )nO(1)m1−δ
ในบทความ "อัลกอริธึมใหม่สำหรับความพึงพอใจสูงสุด 2 ข้อ จำกัด และความหมาย" ฉันสังเกตว่าโครงสร้างข้อมูลดังกล่าวจะช่วยให้คุณแก้ปัญหา CNF-SAT ได้ในเวลาสำหรับ , โดยที่คือจำนวนของตัวแปร นี้จะลบล้าง "Strong ชี้แจงเวลาสมมติฐาน" ที่ K-SAT ต้องใช้หลักเวลาสำหรับมากมายk2αv
เพื่อดูว่าทำไมสมมติว่าเวลา preprocessing มีขอบเขตโดยค พิจารณาสูตร CNFกับตัวแปรและข้อ เราแบ่งชุดของตัวแปรออกเป็นสองส่วนและของขนาดและตามลำดับ แสดงรายการการมอบหมายที่เป็นไปได้ทั้งหมดให้กับตัวแปรในชิ้นส่วน (รับและมอบหมายตามลำดับ) เชื่อมโยงแต่ละส่วนที่ได้รับมอบหมายบางส่วนกับเวกเตอร์ bitโดยที่ iff the(nm)c
ขอให้สังเกตว่าคือพอใจ IFF มีเวกเตอร์จากที่ได้รับมอบหมายในและเวกเตอร์จากที่ได้รับมอบหมายในดังกล่าวว่า0F w 1 P 1 w 2 P 2 ⟨ w 1 , w 2 ⟩ = 0
ตอนนี้ให้และ preprocess โครงสร้างข้อมูลสันนิษฐานกับเวกเตอร์ทั้งหมดจากส่วนP_2สิ่งนี้ใช้เวลาตามสมมติฐาน เรียกใช้อัลกอริทึมการค้นหาบนเวกเตอร์ทั้งหมดจากผู้ที่ได้รับมอบหมายในส่วนP_1โดยสมมติฐานนี้ใช้เวลา(2C)} Let(2C)m = 2 v / ( 2 c ) P 2 n 2 v / 2 P 1 2 v ( 1 - 1 / ( 2 c ) ) ⋅ n O ( 1 ) m 1 - δ = n O ( 1 ) 2 v - δ v / ( 2 c ) α = 1 - δ
บางทีอาจเป็นไปได้ที่จะได้รับการประมวลผลล่วงหน้าที่มีประสิทธิภาพและเวลาสอบถามด้วยเทคนิคที่มีอยู่ อัลกอริทึม CNF-SAT ที่รู้จักกันดีที่สุดไม่ได้ตัดทอนมันออกไป (พวกมันได้อะไร ) แต่การคำนวณนั้นแรงกว่าเล็กน้อย - ในการตั้งค่านี้มันจะเหมือนกับการแก้ MAX CNF-SATnO(1)m1−1/(loglogm)
นี่คือแนวคิดหนึ่งสำหรับคำตอบที่แน่นอนฉันสงสัยว่า Chao Xu อาจจะพูดพาดพิงถึง ก่อนอื่นให้สังเกตว่าเราอาจทำให้xเป็นปกติตามที่เจ้าชีทชี้ให้เห็น ตอนนี้พิจารณาไฮเปอร์เพลชั่วโมงปกติไปยังทิศทางที่x เป้าหมายคือการหาจุดที่ใกล้กับไฮเปอร์เพลนนี้มากที่สุด ตามความเป็นคู่สิ่งนี้สอดคล้องกับข้อความค้นหาการถ่ายภาพรังสีในการจัดเรียงของไฮเปอร์เพลนเพื่อค้นหาระนาบที่ใกล้ที่สุด "เหนือ" จุดสอบถาม เนื่องจากสามารถประมวลผลได้ล่วงหน้าความซับซ้อนหลักคือตำแหน่งของจุดและดังนั้นปัญหาของคุณจึงถูกลดลงเป็นความซับซ้อนของการทำตำแหน่งจุดในการจัดเรียงของไฮเปอร์เพลน การใช้การตัดสามารถทำได้ในเวลาO ( บันทึกn )ในn d ช่องว่าง