วิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎี

ในการแนะนำของบทความนี้ในที่สุดวัตถุที่ใช้ร่วมกัน Linearizable (PODC'10)ผู้เขียนได้นำเสนอคำสั่งต่อไปนี้โดยไม่มีการอ้างอิง: อย่างไรก็ตามความสามารถเชิงเส้นตรงนั้นสามารถเกิดขึ้นได้หากหากว่าฉันทามติสามารถแก้ไขได้ นี่ linearizability เป็นที่รู้จักกันที่แข็งแกร่งคุณสมบัติสอดคล้องของวัตถุที่ใช้ร่วมกันซึ่งมีการเสนอในกระดาษLinearizability: เป็นความถูกต้องเงื่อนไขการใช้วัตถุพร้อมกัน ฉันสับสนเกี่ยวกับข้อความข้างต้นเนื่องจากข้อโต้แย้งดังต่อไปนี้: ในกระดาษการแชร์หน่วยความจำที่มีประสิทธิภาพในระบบส่งข้อความ (JACM95)เรารู้ว่าความสามารถเชิงเส้นสามารถทำได้ในระบบส่งข้อความแบบอะซิงโครนัสในขณะที่ทนต่อกระบวนการขัดข้องน้อย อัลกอริธึมที่ไม่มีการรอใด ๆ ที่อิงตามการลงทะเบียนแบบอะตอมมิกนักเขียนหลายคนสามารถเลียนแบบโดยอัตโนมัติในระบบส่งข้อความโดยมีเงื่อนไขว่าอย่างน้อยโปรเซสเซอร์ส่วนใหญ่ไม่ผิดพลาดและยังคงเชื่อมต่ออยู่ ในทางตรงกันข้ามกระดาษที่เป็นไปไม่ได้ของฉันทามติที่กระจายด้วยหนึ่งกระบวนการที่ผิดพลาด (JACM85)ได้พิสูจน์ผลลัพธ์ที่เป็นไปไม่ได้ของฉันทามติแม้ว่าจะมีเพียงกระบวนการเดียวที่ล้มเหลว: ปัญหาฉันทามติเกี่ยวข้องกับระบบอะซิงโครนัสของกระบวนการซึ่งบางอย่างอาจไม่น่าเชื่อถือ ปัญหาสำหรับกระบวนการที่เชื่อถือได้เพื่อยอมรับค่าไบนารี ในบทความนี้จะแสดงให้เห็นว่าทุกโปรโตคอลสำหรับปัญหานี้มีความเป็นไปได้ของการกำจัดไม่ได้แม้จะมีเพียงหนึ่งกระบวนการที่ผิดพลาด ดังนั้นเราสามารถบรรลุข้อสรุปต่อไปนี้: ฉันทามติดีกว่า linearizability หรือไม่ อะไรคือข้อโต้แย้งของฉัน มีการอ้างอิงโดยตรงสำหรับข้อสรุปความเท่าเทียมกันหรือไม่?

9 reference-request  dc.distributed-comp 

พิจารณาสูตร Monotone 3CNF ที่มีทั้งข้อ จำกัด เพิ่มเติมดังต่อไปนี้: ทุกตัวแปรปรากฏในข้อ222 รับอนุประโยคใด ๆพวกเขาแบ่งปันกันมากที่สุดตัวแปร222111 ฉันอยากรู้ว่าการนับจำนวนที่ได้รับมอบหมายของสูตรนั้นทำได้ยากเพียงใด อัพเดท 06/04/2556 12:55 ฉันต้องการทราบว่าการกำหนดความเท่าเทียมกันของจำนวนการมอบหมายที่น่าพอใจนั้นยากเพียงใด อัปเดต 11/04/2013 22:40 จะเกิดอะไรขึ้นถ้านอกเหนือไปจากข้อ จำกัด ที่อธิบายไว้ข้างต้นเรายังแนะนำข้อ จำกัด ทั้งสองต่อไปนี้: สูตรคือภาพถ่าย สูตรเป็นสองฝ่าย อัพเดท 16/04/2013 23:00 การมอบหมายที่น่าพอใจแต่ละครั้งสอดคล้องกับฝาปิดขอบของกราฟรูปแบบปกติ หลังจากการค้นหาอย่างละเอียดเอกสารที่เกี่ยวข้องเท่านั้นที่ฉันสามารถค้นหาเกี่ยวกับการนับขอบครอบคลุมคือ (ฉบับที่ 3) ที่กล่าวถึงแล้วในคำตอบของ Yuval ในตอนต้นของบทความดังกล่าวผู้เขียนกล่าวว่า"เราเริ่มต้นการศึกษาของการสุ่มตัวอย่าง (และคำถามที่เกี่ยวข้องกับการนับ) ทุกครอบคลุมขอบของกราฟ" ฉันประหลาดใจมากที่ปัญหานี้ได้รับความสนใจน้อยมาก (เมื่อเทียบกับการนับจุดสุดยอดครอบคลุมซึ่งมีการศึกษาอย่างกว้างขวางและเข้าใจได้ดีขึ้นสำหรับคลาสกราฟหลายคลาส) เราไม่ทราบว่าครอบคลุมการนับขอบเป็นแข็ง เราไม่ทราบว่าการพิจารณาความเท่าเทียมกันของจำนวนการหุ้มขอบคือ333# P#P\#P⊕ P⊕P\oplus P- ยาก อัพเดท 09/06/2013 07:38 การพิจารณาความเท่าเทียมกันของจำนวนขอบครอบคลุมคือ -hard ตรวจสอบคำตอบด้านล่าง⊕P⊕P\oplus …

9 cc.complexity-theory  sat  counting-complexity 

วรรณคดีการคำนวณควอนตัมส่วนใหญ่เน้นที่แบบจำลองวงจร การคำนวณควอนตัม Adiabatic ไม่ได้ขึ้นอยู่กับการใช้ลำดับของผู้ประกอบการรวม แต่ในการเปลี่ยนมิลโตเนียนขึ้นอยู่กับเวลา ฉันกำลังมองหาข้อมูลเชิงลึกต่อไปนี้ การประมวลผลควอนตัมแบบอะเดียแบติกมีประสิทธิภาพเท่ากับโมเดลวงจรหรือมีพลังน้อยกว่าหรือไม่? มีคลาสความซับซ้อนที่เกี่ยวข้องกับการคำนวณแบบอะเดียแบติกโดยเฉพาะเมื่อเทียบกับแบบจำลองวงจรหรือไม่? หนึ่งวัดปริมาณพลังของการคำนวณแบบอะเดียแบติกกับพลังของแบบจำลองวงจรได้อย่างไร

9 cc.complexity-theory  reference-request  complexity-classes  quantum-computing  quantum-information 

นี่คือฟังก์ชันแฮชสองตระกูลบนสตริง x⃗ = ⟨x0x1x2...xม.⟩x→=⟨x0x1x2...xม.⟩\vec{x} = \langle x_0 x_1 x_2 \dots x_m \rangle: สำหรับ พีพีp นายกและ xผม∈Zพีxผม∈Zพีx_i \in \mathbb{Z_p}, ชั่วโมง1a(x⃗ ) = ∑aผมxผมmod pชั่วโมงa1(x→)=Σaผมxผมพอควรพีh^1_{a}(\vec{x}) = \sum a^i x_i \bmod pสำหรับ\ Dietzfelbinger และคณะ แสดงให้เห็นว่าใน "ฟังก์ชั่นแฮพหุนามเชื่อถือ" ที่ pa ∈Zพีa∈Zพีa \in \mathbb{Z}_p∀ x ≠ y,Pa(ชั่วโมง1a( x ) =ชั่วโมง1a( y) ) ≤ m / p∀x≠Y,Pa(ชั่วโมงa1(x)=ชั่วโมงa1(Y))≤ม./พี\forall …

9 ds.data-structures  randomness  hash-function 

สมมติว่าเราทำงานในสนาม จำกัด เราได้รับค่าคงที่พหุนามขนาดใหญ่ p (x) (จาก, พูด, องศา 1,000) บนฟิลด์นี้ พหุนามนี้รู้จักกันมาก่อนและเราได้รับอนุญาตให้ทำการคำนวณโดยใช้ทรัพยากรจำนวนมากใน "ช่วงเริ่มต้น" ผลลัพธ์เหล่านี้อาจถูกจัดเก็บในตารางการค้นหาขนาดเล็กพอสมควร ในตอนท้ายของ "ระยะเริ่มต้น" เราจะได้รับพหุนาม Q (x) ที่ไม่รู้จักจำนวนเล็กน้อย (จาก, พูด, ระดับ 5 หรือน้อยกว่า) มีวิธีที่รวดเร็วในการคำนวณ p (x) mod q (x) หรือไม่เนื่องจากเราได้รับอนุญาตให้ทำการคำนวณที่ซับซ้อนบางอย่างใน "ระยะเริ่มต้น"? วิธีหนึ่งที่ชัดเจนคือการคำนวณ p (x) mod q (x) สำหรับค่าที่เป็นไปได้ทั้งหมดของ q (x) มีวิธีที่ดีกว่าในการทำเช่นนี้?

9 cc.complexity-theory  ds.algorithms  algebra  algebraic-complexity  polynomials 

พิจารณากราฟที่มีขอบทั้งหมดที่มีความจุหน่วย หนึ่งสามารถค้นหาตัดนาทีในเวลาพหุนาม สมมติว่าฉันได้รับอนุญาตให้เพิ่มความสามารถของ edge ใด ๆให้เป็นอนันต์ (เทียบเท่ากับการรวมโหนดในแต่ละด้านของ edge) อะไรคือวิธีที่เหมาะสมที่สุดในการเลือกชุด edge ที่เหมาะสม (ซึ่งความจุจะเพิ่มขึ้นเป็นอนันต์) เพื่อเพิ่มการตัดขั้นต่ำkkkkkk

9 ds.algorithms  graph-theory  co.combinatorics  max-flow-min-cut 

ฉันพบคำถามต่อไปนี้ซึ่งเป็นการออกกำลังกายอย่างง่าย (สปอยเลอร์ด้านล่าง) เราจะได้รับกรณีของลังเลปัญหา (เช่นหน่วยความจำ ) และเราต้องตัดสินใจว่าที่ของพวกเขาหยุดใน\นั่นก็คือเราจะต้องมีการส่งออก\} เราได้รับ oracle สำหรับปัญหาการหยุดชะงัก แต่เราต้องใช้จำนวนครั้งน้อยที่สุดnnnM1,...,MnM1,...,MnM_1,...,M_nϵϵ\epsilon{i:Mi halts on ϵ}{i:Mi halts on ϵ}\{i: M_i\text{ halts on }\epsilon\} มันไม่ได้เป็นเรื่องยากที่จะแสดงให้เห็นว่ามันสามารถทำได้ด้วยโทรlog(n+1)log⁡(n+1)\log (n+1) คำถามของฉันคือ: เราสามารถพิสูจน์ขอบเขตล่างได้หรือไม่? มีเหตุผลที่ต้องสงสัยไหมว่าข้อ จำกัด ดังกล่าวจะหายากมาก? คำตอบสำหรับคำถามนั้นเอง (สปอยเลอร์, เม้าส์เลื่อน): พิจารณากรณีของ TMs เราสามารถสร้าง TMที่รันในแบบคู่ขนานและหยุดถ้าอย่างน้อยสองคนหยุด (ไม่เช่นนั้นจะติดอยู่) ในทำนองเดียวกันเราสามารถสร้าง TMที่หยุดถ้าอย่างน้อยหนึ่งหยุด จากนั้นเราสามารถเรียก oracle บนH_2ถ้ามันหยุดแล้วเราสามารถเรียกใช้เครื่องจักรแบบขนานและรอให้เครื่องหยุด จากนั้นเราสามารถเรียก oracle บนอันสุดท้าย หาก oracle กล่าวว่า "ไม่" แล้วเราทำงาน oracle บนH_1ถ้ามันหยุดแล้วเราก็รันเครื่องจักรจนกว่าจะหยุดหนึ่งและมันก็จะหยุดเพียงครั้งเดียว …

9 computability  lower-bounds 

เรารู้ว่าP} Savitch จากทฤษฎีบท,และจากอวกาศลำดับชั้น Teorem, 2 ดังนั้นเมื่อเราไม่รู้ว่าเราไม่รู้ว่าหรือเรารู้ว่า ? มีใครพยายามพิสูจน์ว่า\ mathcal L ^ 2 \ subseteq \ mathcal P ? ผลลัพธ์หรือความพยายามล่าสุดคืออะไร ฉันพยายามเขียนแบบสำรวจในหัวข้อนี้ แต่ไม่พบสิ่งใดที่เกี่ยวข้องL⊆NL⊆P⊆NPL⊆NL⊆P⊆NP\mathcal{L}\subseteq \mathcal{N\!L}\subseteq\mathcal{P}\subseteq\mathcal{N\!P}NL⊆L2NL⊆L2\mathcal{N\!L}\subseteq\mathcal{L}^2L≠L2L≠L2\mathcal{L}\neq\mathcal{L}^2L≠PL≠P\mathcal L\neq\mathcal PL2⊆PL2⊆P\mathcal L^2\subseteq\mathcal PL2⊈PL2⊈P\mathcal L^2\not\subseteq\mathcal PL2⊆PL2⊆P\mathcal L^2\subseteq\mathcal P นอกจากนี้ไม่ว่าจะอยู่หรือไม่NPNP\mathcal{N\!P}ปัญหาซึ่งไม่ได้NPNP\mathcal{N\!P}สมบูรณ์เป็นคำถามที่เปิดและการดำรงอยู่ดังกล่าวจะบ่งบอกถึงL≠NPL≠NP\mathcal L\neq\mathcal{N\!P}เป็นทุกLL\mathcal Lปัญหาเป็นที่สมบูรณ์แบบสำหรับLL\mathcal LL แต่เราไม่รู้จริงๆหรือว่าL≠NPL≠NP\mathcal L\neq\mathcal{N\!P} ? มีใครพยายามพิสูจน์เรื่องนี้บ้างไหม? ด้วยวิธีนี้ผลลัพธ์หรือความพยายามล่าสุดคืออะไร บางทีฉันหายไปบางสิ่งบางอย่างหรือการค้นหาผิด แต่ฉันไม่สามารถหาคนที่ทำงานเกี่ยวกับL2⊆PL2⊆P\mathcal L^2\subseteq \mathcal PและL≠NPL≠NP\mathcal L\neq\mathcal{N\!P}คำถาม

9 reference-request  complexity-classes  open-problem  hierarchy-theorems 

ฉันเป็นนักศึกษาระดับบัณฑิตศึกษาจากอินเดีย ฉันสนใจที่จะเข้าร่วมเวิร์กช็อปการประชุมและอาจารย์ที่ได้รับเชิญจากอาจารย์ที่มีชื่อเสียง ในตอนท้ายของการสนทนาตามปกติบางคนจะถามคำถามและผู้พูดจะตอบคำถามพวกเขา แต่ปัญหาของฉันคือฉันไม่เข้าใจคำถามและคำตอบส่วนใหญ่ แม้ว่าฉันจะถามคำถามใด ๆ ก็ตามฉันก็ไม่สามารถเข้าใจคำตอบที่ได้รับจากผู้บรรยาย ใครบางคนสามารถแบ่งปันประสบการณ์และข้อเสนอแนะให้กับปัญหาของฉัน

9 co.combinatorics  soft-question 

ฉันเห็นบางคนใช้สัญลักษณ์ของ Krivine สำหรับแอปพลิเคชันฟังก์ชั่นเมื่อแสดงไวยากรณ์สำหรับ -calculus ตัวอย่างเช่น -term (ตามแบบแผนปกติที่ฟังก์ชันเชื่อมโยงแอปพลิเคชันไปทางซ้ายดังนั้นจริงๆแล้วหมายถึง ) เขียน (มีการประชุมที่คล้ายกันซึ่งจริงๆแล้วหมายถึง ) ฉันไม่เห็นจุดของการมีคู่ของวงเล็บอีกรอบด้านในสุดฉทำไมผู้คนถึงใช้สัญลักษณ์ของ Krivine แทนที่จะเป็นสัญลักษณ์ปกติλλ\lambdaλλ\lambdaλf.λx.λy.f x yλf.λx.λy.f x y\lambda f . \lambda x . \lambda y . f\ x\ yλf.λx.λy.((f x) y)λf.λx.λy.((f x) y)\lambda f . \lambda x . \lambda y . ((f\ x)\ y)λf.λx.λy.(f) x yλf.λx.λy.(f) x y\lambda f . …

9 lo.logic  lambda-calculus 

มีตระกูลของการกระทำกลุ่มที่รู้จักพร้อมองค์ประกอบที่กำหนด ในชุดที่กำลังดำเนินการอยู่หรือไม่ \: ตัวอย่าง (อย่างสม่ำเสมอเหมือนกัน) จากกลุ่มคำนวณการผกผัน \: คำนวณการดำเนินงานของกลุ่มและคำนวณการกระทำของกลุ่ม และไม่มีอัลกอริทึมควอนตัมที่มีประสิทธิภาพที่รู้จักกัน สำหรับการประสบความสำเร็จกับความน่าจะเป็นที่ไม่สำคัญ \: ได้รับเป็นอินพุตดัชนีของการกระทำของกลุ่มและผลของ \: องค์ประกอบกลุ่มตัวอย่างที่ทำหน้าที่กับองค์ประกอบที่กำหนด \: ค้นหาองค์ประกอบกลุ่มที่มีการดำเนินการกับองค์ประกอบที่กำหนดเป็นอินพุตที่สอง ? เท่าที่ฉันทราบผู้ให้การสร้างที่รู้จักเท่านั้นของการไม่เชิงสถิติการซ่อนภาระผูกพันที่ความรู้ของกับดักประตูช่วยให้การแยกตัวออกจากกันอย่างมีประสิทธิภาพและไม่สามารถตรวจจับได้คุณสมบัติที่มีประโยชน์สำหรับศูนย์ความรู้ ตระกูลของกลุ่มโฮโมมอร์ฟิซึมแบบทางเดียวที่มีคุณสมบัติสามประการแรก (จากบรรทัดที่สามและสี่ของโพสต์นี้) สามารถแปลงเป็นสิ่งนั้นได้โดยให้โดเมนทำหน้าที่บนโคโดเมนผ่าน ⟨ , b ⟩ ↦ ชั่วโมง( ) ⋅ ข⟨a,b⟩↦h(a)⋅b\: \langle a,b\rangle \mapsto h(a)\cdot b \:, \: ด้วยองค์ประกอบตัวตนเป็นองค์ประกอบที่แตกต่าง เวอร์ชันที่ จำกัด ของโครงการความมุ่งมั่นของPedersenสามารถรับได้เป็นกรณีพิเศษของการใช้การแปลงข้างต้นกับกลุ่ม homomorphism แบบเอกซ์โพเนนเชียลซึ่งมีความเป็นทางเดียวเทียบเท่ากับความแข็งของปัญหาลอการิทึมแบบไม่ต่อเนื่องแม้ว่าจะไม่ยาก (ดูอัลกอริธึมของ Shorและส่วนของหน้าในลอการิทึมแบบแยก)

9 cr.crypto-security  quantum-computing  gr.group-theory 

บทนำ ฉันกำลังเขียนวิทยานิพนธ์ระดับปริญญาเอกของฉันเกี่ยวกับAbstract Delta Modeling (ADM) ซึ่งเป็นคำอธิบายเกี่ยวกับพีชคณิตนามธรรมของการดัดแปลง (รู้จักกันในชื่อdeltas ) ที่สามารถทำหน้าที่เกี่ยวกับผลิตภัณฑ์ (เช่นเดียวกับใน 'ผลิตภัณฑ์ซอฟต์แวร์') สิ่งนี้สามารถใช้ในการจัดระเบียบชุดผลิตภัณฑ์ที่เกี่ยวข้อง ('สายผลิตภัณฑ์') เป็นผลิตภัณฑ์หลักอย่างง่ายและชุดของ delta ที่ใช้แบบมีเงื่อนไขและทำให้สามารถใช้งานสิ่งประดิษฐ์ที่อยู่ข้างใต้ได้มากขึ้น รายละเอียดของการสร้างแบบจำลองของเดลต้าไม่ได้จริงๆที่สำคัญกับคำถามของฉัน แต่ ADM ทำหน้าที่เป็นตัวอย่างที่ดีที่จะอธิบายปัญหาดังนั้นผมจะแนะนำแนวคิดที่สำคัญที่สุด พื้นหลัง โครงสร้างหลักที่น่าสนใจคือเดลทอยด์ (P,D,⋅,ϵ,[[−]])(P,D,⋅,ϵ,[[−]])(\mathcal P, \mathcal D, \cdot, \epsilon, \mathbf{[\kern-1pt[-]\kern-1pt]}). ผลิตภัณฑ์มาจากชุดสากลPP\mathcal P. สันดอนมาจากหนังสือกับผู้ประกอบการองค์ประกอบและองค์ประกอบที่เป็นกลางD การประเมินความหมายของโอเปอเรเตอร์เปลี่ยนเป็น 'syntactic' deltaเป็นความสัมพันธ์ซึ่งตัดสินใจว่าสามารถแก้ไขผลิตภัณฑ์ได้อย่างไร(D,⋅,ϵ)(D,⋅,ϵ)(\mathcal D, \cdot, \epsilon)⋅:D×D→D⋅:D×D→D\cdot : \mathcal D \times \mathcal D \to \mathcal Dϵ ∈ Dϵ∈D\epsilon \in …

9 pl.programming-languages  algebra  monoid 

ปล่อย ATISP(f(n),g(n))ATISP(f(n),g(n))\mathsf{ATISP}(f(n), g(n)) เป็นระดับของภาษาที่ตัดสินใจโดยการสลับเครื่องทัวริงที่หยุดในเวลา f(n)f(n)f(n) ใช้พื้นที่ g(n)g(n)g(n). ปล่อยAALTSP(f(n),g(n))AALTSP(f(n),g(n))\mathsf{AALTSP}(f(n), g(n)) เป็นระดับของภาษาที่ตัดสินใจโดยการสลับเครื่องทัวริงที่หยุดใช้ f(n)f(n)f(n) ทางเลือกและพื้นที่ g(n)g(n)g(n). Ruzzo พิสูจน์แล้วว่าNCk=ATISP(logkn,logn)NCk=ATISP(logk⁡n,log⁡n)\mathsf{NC}^k = \mathsf{ATISP}(\log^k n, \log n). เขายังแสดงให้เห็นว่าNCk⊆AALTSP(logkn,logn)⊆NCk+1NCk⊆AALTSP(logk⁡n,log⁡n)⊆NCk+1\mathsf{NC}^k \subseteq \mathsf{AALTSP}(\log^k n, \log n) \subseteq \mathsf{NC}^{k + 1}. คือ NCk=AALTSP(logkn,logn)NCk=AALTSP(logk⁡n,log⁡n)\mathsf{NC}^k = \mathsf{AALTSP}(\log^k n, \log n)?

9 cc.complexity-theory  complexity-classes  structural-complexity 

ฉันกำลังสอนหลักสูตรเกี่ยวกับเมตา - ฮิวริสติกและต้องการสร้างตัวอย่างที่น่าสนใจของปัญหา combinatorial แบบคลาสสิกสำหรับโครงการระยะ ให้ความสำคัญกับ TSP เราแก้ปัญหากราฟที่มีขนาดตั้งแต่ขึ้นไป ฉันพยายามสร้างกราฟที่มีเมทริกซ์ราคาด้วยค่าที่นำมาจากการสุ่มและพบว่า (ตามที่คาดไว้) ฮิสโตแกรมสำหรับต้นทุนเส้นทาง (วาดโดยการสุ่มเส้นทางสุ่มจำนวนมาก) ได้ การกระจายปกติที่แคบมาก (คือแต่อยู่ที่ ) ซึ่งหมายความว่าในความคิดของฉันว่าปัญหาเป็นเรื่องง่ายมากเนื่องจากเส้นทางแบบสุ่มส่วนใหญ่จะต่ำกว่าค่าเฉลี่ยและเส้นทางต้นทุนขั้นต่ำใกล้เคียงกับเส้นทางแบบสุ่ม200200200U(0,1)U(0,1)U(0,1)μμ\mu 100 100~100σσ\sigma444 ดังนั้นฉันจึงลองวิธีต่อไปนี้: หลังจากสร้าง -matrix แล้วให้เดินสุ่มรอบกราฟและสุ่ม (เบอร์นูลลีที่มี ) สองเท่าหรือลดค่าของขอบลงครึ่งหนึ่ง นี้มีแนวโน้มที่จะลดค่าทั้งหมดในที่สุดก็ถึงศูนย์ แต่ถ้าผมใช้เวลาเพียงตัวเลขทางขวาของขั้นตอนที่ผมจะได้รับการจัดจำหน่ายกับรอบและรอบ1U(0,1)U(0,1)U(0,1)p=0.5p=0.5p=0.5μμ\mu222σσ\sigma111 คำถามของฉันคือก่อนอื่นนี่เป็นคำนิยามที่ดีสำหรับปัญหาที่น่าสนใจหรือไม่? ในอุดมคติแล้วฉันต้องการอินสแตนซ์ที่มีหลายโมดอลสูง (สำหรับฟังก์ชั่นพื้นที่ใกล้เคียงทั่วไป) และมีเส้นทางน้อยมากที่อยู่ใกล้กับค่าต่ำสุดดังนั้นโซลูชันแบบสุ่มส่วนใหญ่จะอยู่ไกลจากจุดที่เหมาะสมที่สุด คำถามที่สองคือจากคำอธิบายนี้ฉันจะสร้างอินสแตนซ์ที่มีคุณสมบัติดังกล่าวได้อย่างไร

9 ds.algorithms  co.combinatorics  optimization  tsp  heuristics 

ปิด. คำถามนี้เป็นคำถามปิดหัวข้อ ไม่ยอมรับคำตอบในขณะนี้ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้เป็นหัวข้อสำหรับการแลกเปลี่ยนวิทยาการคอมพิวเตอร์เชิงทฤษฎี ปิดให้บริการใน7 ปีที่ผ่านมา เราจะแสดง " " เป็นสูตรลำดับที่หนึ่งได้อย่างไรP=PSPAคEP=PSPACEP=PSPACE ระดับใดของลำดับชั้นทางคณิตศาสตร์ที่มีสูตรนี้ (และระดับขั้นต่ำสุดที่รู้จักกันในปัจจุบันของลำดับชั้นที่ประกอบด้วย) คืออะไร? สำหรับการอ้างอิงดูโพสต์บล็อกนี้โดยลิปตัน

9 cc.complexity-theory  lo.logic  descriptive-complexity