คำถามติดแท็ก cc.complexity-theory

P เทียบกับ NP และการคำนวณที่ จำกัด ขอบเขตทรัพยากรอื่น ๆ

1
คลาสความซับซ้อนของวงจรเชิงเส้น
คลาสเป็นฟังก์ชันคลาสที่คำนวณได้โดยตระกูลของพัดลมที่มีขอบเขต,ขนาดและความลึก -hierarchy เป็นสหภาพของชั้นเรียนเหล่านั้นNCiNCi\textrm{NC}^inO(1)nO(1)n^{O(1)}O(logi(n))O(logi⁡(n))O(\log^i(n))NCNC\textrm{NC} มีการศึกษาความแตกต่างของขนาดเชิงเส้นของลำดับชั้นนี้หรือไม่? นั่นคือวงจรตระกูลของ fan-in ที่ล้อมรอบ, ความลึก polylog และขนาดเชิงเส้น? ฉันรู้ว่ามันมีบางส่วนทำงานร่วมกับแต่ไม่มีอะไรอื่น หมายเหตุว่าอย่างน้อย linear-เป็นขี้ปะติ๋วเนื่องจากจะมีภาษาประจำ (และบางภาษาที่สมบูรณ์)AC0AC0\textrm{AC}^0NC1NC1\textrm{NC}^1NC1NC1\textrm{NC}^1

1
ทฤษฎีข้อมูลอัลกอริทึมยังคงพัฒนาอยู่หรือไม่?
ขณะนี้ฉันกำลังมองหาหัวเรื่องสำหรับวิทยานิพนธ์และพบสาขาทฤษฎีข้อมูลอัลกอริทึม สนามดูเหมือนจะน่าสนใจมากสำหรับฉัน แต่ดูเหมือนว่าทุกอย่างจะเสร็จสิ้นก่อนหลายปี ดังนั้นคำถามของฉันคือ: ฟิลด์ "มีชีวิตอยู่" หรือมันปิดค่อนข้างสวย? มันมีคำถามแบบเปิดหรือไม่? ขอบคุณ

1
ความซับซ้อนของเกมนี้คืออะไร?
นี่เป็นข้อสรุปทั่วไปของคำถามก่อนหน้าของฉันคำถามก่อนหน้านี้ Let MMMเป็นพหุนามเวลาเครื่องกำหนดว่าสามารถถามคำถามบาง oracle เริ่มแรกAว่างเปล่า แต่สามารถเปลี่ยนแปลงได้หลังจากเกมที่จะอธิบายไว้ด้านล่าง ให้xเป็นสตริงAAAAAAxxx พิจารณาเกม Alice และ Bob ต่อไปนี้ ในขั้นต้นอลิซและบ็อบมีmAmAm_AและmBmBm_Bดอลลาร์ตามลำดับ Alice ต้องการMA(x)=1MA(x)=1M^A(x)=1และ Bob ต้องการMA(x)=0MA(x)=0M^A(x)=0 0 ในทุกขั้นตอนของเกมผู้เล่นสามารถเพิ่มสตริงyyyลงในAAA ; ค่าใช้จ่ายนี้f(y)f(y)f(y)ดอลล่าร์โดยที่f:{0,1}∗→Nf:{0,1}∗→Nf: \{0,1\}^* \to \mathbb{N}เป็นฟังก์ชันคำนวณเวลาแบบพหุนาม นอกจากนี้ผู้เล่นสามารถพลาดขั้นตอนของเขาหรือเธอ การเล่นสิ้นสุดลงหากผู้เล่นทั้งสองใช้เงินทั้งหมดหรือหากผู้เล่นบางคนพลาดขั้นตอนที่เขาหรือเธออยู่ในตำแหน่งแพ้ (ซึ่งกำหนดโดยมูลค่าปัจจุบันของMA(x)MA(x)M^A(x) ) คำถาม:ปัญหาของการกำหนดผู้ชนะของเกมนี้สำหรับ M,f,x,mA,mBM,f,x,mA,mBM, f, x, m_A, m_Bคือ EXPSPACE - งานที่เสร็จสมบูรณ์หรือไม่ โปรดทราบว่าMMMสามารถถาม (สำหรับที่อยู่) เพียงสตริงของความยาวพหุนามเพื่อให้มีความรู้สึกที่อลิซหรือบ๊อบที่จะเพิ่มสายอีกต่อไปมากขึ้นที่จะไม่มี ดังนั้นปัญหานี้อยู่ในEXPSPACE AAAAAA ในคำถามก่อนหน้าของฉันการเพิ่มทุกสตริงลงในAAAค่าใช้จ่ายหนึ่งดอลลาร์ (เช่นf≡1f≡1f \equiv 1 ) จากนั้น (ตามที่แสดงโดยLance Fortnow …

1
การจำลองแบบคลาสสิกอย่างรวดเร็วของอัลกอริทึมควอนตัม
มีตัวอย่างของกรณีที่การจำลองแบบดั้งเดิมของอัลกอริทึมควอนตัมสำหรับปัญหามีประสิทธิภาพสูงกว่าอัลกอริทึมแบบดั้งเดิมที่รู้จักกันดีที่สุดสำหรับปัญหานี้หรือไม่? "ประสิทธิภาพสูงกว่า" ไม่จำเป็นต้องหมายถึงระดับความซับซ้อนที่แตกต่างกัน คำถามนี้ได้รับแรงบันดาลใจจากกรณีของการจำลองคลาสสิกที่มีประสิทธิภาพของอัลกอริทึมคำแนะนำของควอนตัม

1
เกมนี้เป็นเกมที่สมบูรณ์แบบหรือเปล่า?
Let เป็นพหุนามเวลาเครื่องกำหนดว่าสามารถถามคำถามบาง oracle เริ่มแรกAว่างเปล่า แต่สามารถเปลี่ยนแปลงได้หลังจากเกมที่จะอธิบายไว้ด้านล่าง ให้xเป็นสตริงMMMAAAAAAxxx พิจารณาเกม Alice และ Bob ต่อไปนี้ ในขั้นต้นอลิซและบ็อบมีและm Bดอลลาร์ตามลำดับ อลิซต้องการM ( x ) = 1และบ๊อบต้องการM ( x ) = 0ม.AmAm_Aม.BmBm_BMA( x ) = 1MA(x)=1M^A(x)=1MA( x ) = 0MA(x)=0M^A(x)=0 ในทุกขั้นตอนของเกมผู้เล่นสามารถเพิ่มหนึ่งสตริงใน ; ราคานี้หนึ่งดอลลาร์ นอกจากนี้ผู้เล่นสามารถพลาดขั้นตอนของเขาหรือเธอAAA การเล่นสิ้นสุดลงหากผู้เล่นทั้งสองใช้เงินทั้งหมดหรือหากผู้เล่นบางคนพลาดขั้นตอนเมื่อเขาหรือเธออยู่ในตำแหน่งแพ้ (ซึ่งกำหนดโดยมูลค่าปัจจุบันของ )MA( x )MA(x)M^A(x) คำถาม:ปัญหาของการกำหนดผู้ชนะของเกมนี้สำหรับคือM, x , mA, มBM,x,mA,mBM, x, m_A, m_B EXPSPACE …

1
บนชุดที่กระจัดกระจายและ P vs L
Mahaney ทฤษฎีบทบอกเราว่าถ้ามีความเบาบางชุดที่สมบูรณ์ภายใต้พหุนามเวลาหลายหนึ่งลดแล้วNP (ดู " ชุดสมบูรณ์แบบกระจัดกระจายสำหรับ NP: วิธีแก้ปัญหาการคาดคะเนของ Berman และ Hartmanis ")NPNPNPP=NPP=NPP = NP มีผลต่อการรู้จักของชุดสมบูรณ์แบบกระจัดกระจายสำหรับคลาสความซับซ้อนอื่น ๆ โดยเฉพาะอย่างยิ่งถ้ามีชุด -complete ที่กระจายอยู่ใต้ logspace การลดลงหลาย ๆ รายการนั่นหมายความว่าหรือไม่PPPP=LP=LP = L

2
ข้อมูลเชิงลึกทั่วไปเกี่ยวกับความซับซ้อนสมมุติฐานของปัญหากราฟ
ฉันเจอตัวอย่างสองตัวอย่างของความแข็งสมมุติของปัญหากราฟบางอย่าง ความแข็งเชิงสมมุติฐานหมายความว่าการ refuting การคาดเดาบางอย่างจะบ่งบอกถึงความสมบูรณ์ NP ของปัญหากราฟที่เกี่ยวข้อง ตัวอย่างเช่นการคาดคะเนของ Barnetteระบุว่ากราฟ bipartite 3 เหลี่ยมที่เชื่อมต่อกันทุกตัวคือ Hamiltonian เฟเดอร์และซูบิพิสูจน์ให้เห็นว่าการ refuting การคาดเดานั้นบ่งบอกถึงปัญหาความสมบูรณ์ของปัญหาวงจรมิลโตเนียนบนกราฟในคลาสของการคาดเดา การคาดเดาการไหล 5 ระดับของ Tutteระบุว่ากราฟ bridgeless ทุกกราฟไม่มีการไหล 5 ศูนย์ Kochol แสดงให้เห็นว่าถ้าการคาดเดาเป็นเท็จแล้วปัญหาในการระบุว่าเป็นลูกบาศก์กราฟยอมรับไม่มีที่ไหนเลยที่ศูนย์ 5 ไหล NP-สมบูรณ์ มีข้อมูลเชิงลึกทั่วไปเกี่ยวกับการคาดเดาข้างต้นที่อธิบายความสมบูรณ์ NP ของสมมุติฐานของปัญหากราฟที่เกี่ยวข้องหรือไม่ มีตัวอย่างอื่นของความซับซ้อนเชิงสมมุติในความหมายข้างต้นหรือไม่? PS นี้ถูกโพสต์ในMathoverFlowโดยไม่ได้รับคำตอบ

1
การตัดสินใจบิตที่สำคัญที่สุดของการคูณแบบไบนารี
ฉันสนใจที่จะกำหนดความซับซ้อนของปัญหาการตัดสินใจดังต่อไปนี้: ให้จำนวนเต็มสองตัวและl 2 (แต่ละอันที่ m บิตส่วนใหญ่) ตัดสินใจว่าบิตที่สำคัญที่สุดของการคูณl 1 ⋅ l 2คือ 1 (โดยที่ผลลัพธ์ มีการพิมพ์ใน 2m บิตโดยมี 0 นำหน้า)ล.1l1l_1ล.2l2l_2ล.1⋅ l2l1⋅l2l_1 \cdot l_2 พื้นหลังของปัญหา: เห็นได้ชัดว่าปัญหานี้เป็นกรณีพิเศษของการคูณเลขฐานสองที่ถามว่า th บิตของการคูณl 1 ⋅ l 2คือ 1 ในกระดาษของพวกเขาวงจรความลึกคงที่สม่ำเสมอสม่ำเสมอสำหรับการหารและทำซ้ำ คูณ , เฮสส์และบาริงตัน Allender พิสูจน์ว่าซ้ำ (และไบนารีจึง) คูณอยู่ในD L o กรัมT ฉันm E - เครื่องแบบT C 0 ยิ่งไปกว่านั้นมันเป็นที่รู้กันดีว่าการคูณแบบไบนารีนั้นมีอยู่แล้วD L o …

1
จัดเรียงด้วยค่าเฉลี่ยการเปรียบเทียบ
มีอัลกอริทึมการเรียงลำดับแบบอิงการเปรียบเทียบที่ใช้ค่าเฉลี่ยของการเปรียบเทียบหรือไม่l g ( n ! ) + o ( n )lg(n!)+o(n)\mathrm{lg}(n!)+o(n) การดำรงอยู่ของกรณีที่เลวร้ายที่สุดอัลกอริทึมการเปรียบเทียบเป็นปัญหาที่เปิดอยู่ แต่กรณีเฉลี่ยพอเพียงสำหรับอัลกอริทึมแบบสุ่มที่มี\ mathrm {lg} (n!) + o ( n)เปรียบเทียบทุกอินพุต ความสำคัญของ\ mathrm {lg} (n!) + o (n)คือการเปรียบเทียบจากo (n) ที่ดีที่สุดโดยสิ้นเปลืองค่าเฉลี่ยเพียงo (1)การเปรียบเทียบต่อองค์ประกอบl g ( n ! ) + o ( n ) lg(n!)+o(n)\mathrm{lg}(n!)+o(n)l g ( n ! ) + o ( n …

2
ความซับซ้อนของการทำให้เป็นเนื้อเดียวกันสตริง
แรงจูงใจ : ในขณะที่พัฒนาเครื่องมือสำหรับการกำหนดเวอร์ชันของข้อมูลเราลงเอยด้วยการค้นหาอัลกอริธึมสำหรับ "diff" ที่เป็นจำนวนเต็มสองชุดโดยการหาลำดับของการแปลงที่นำจำนวนเต็มหนึ่งชุดมาเป็นชุด เราสามารถที่จะลดปัญหาว่าปัญหาที่เกิดขึ้นเป็นธรรมชาติมากต่อไปนี้ที่ดูเหมือนว่าจะมีการเชื่อมต่อกับการแก้ไขระยะทาง, การจัดกลุ่มโดยการแลกเปลี่ยนและพาร์ทิชันสตริงต่ำสุดที่พบบ่อย ปัญหา : เราได้รับสตริงคือลำดับของตัวอักษรและเป้าหมายของเราคือ ทำให้เป็นเนื้อเดียวกันในราคาต่ำสุด นั่นคือเราต้องการลำดับการจัดเรียงใหม่เพื่อให้ตัวอักษรทั้งหมดที่เหมือนกันอยู่ติดกัน การดำเนินการเดียวที่ได้รับอนุญาตคือการเลือกลำดับของตัวอักษรที่เหมือนกันและย้ายลำดับที่ใดก็ได้และนั่นทำให้ฉันเสียค่าใช้จ่าย 1 หน่วย ความช่วยเหลือใด ๆ ที่บ่งบอกถึงความซับซ้อนของปัญหานี้จะได้รับการชื่นชมมาก! ตัวอย่าง : aabcdab: อินพุต bcd aa ab: หลังจากย้ายaa ตัวแรกไปยังตำแหน่งหลังจาก "d" b bcdaaa: หลังจากย้ายbต่อท้ายไปยังตำแหน่งแรก เนื่องจากสตริงผลลัพธ์เป็นเนื้อเดียวกันเราจึงมีราคาเท่ากับ 2 โปรดทราบว่าเราไม่ได้ถูก จำกัด แต่อย่างใดเกี่ยวกับผลลัพธ์: ตราบใดที่มันเป็นเนื้อเดียวกันเราไม่จำเป็นต้องตรวจสอบคำสั่งซื้อใด ๆ

1
ชื่อของคลาสย่อย "พหุนามสม่ำเสมอ" ของ XP หรือไม่
สมมติว่าเป็นภาษาแปรด้วยความเคารพในตัวอักษรบาง\ -slice ของคือชุดของอินสแตนซ์ในที่มีพารามิเตอร์kชั้นซับซ้อนมีภาษาแปรดังกล่าวว่าสำหรับแต่ละ , อาจมีขั้นตอนวิธีการที่แตกต่างกันและเวลาทำงานพหุนามผูกพันสำหรับแต่ละkแต่ละภาษาที่ใช้พารามิเตอร์ได้ซึ่งคงที่อยู่ในและมีภาษาในΣ k L L k = L ∩ { ( x , k ) | x ∈ Σ * } L k X P L L k ∈ P k k X P X PLLLΣΣ\SigmakkkLLLLk= L ∩ { ( x , k ) | x ∈ …

1
SAT มีความกว้างแบบ จำกัด ที่สามารถตัดสินใจได้ใน logspace หรือไม่
Elberfeld, Jakoby และ Tantau 2010 ( ECCC TR10-062 ) ได้พิสูจน์ทฤษฎีบทของ Bodlaender รุ่นประหยัดพื้นที่ พวกเขาแสดงให้เห็นว่าสำหรับกราฟที่มีความแหลมมากที่สุดการสลายตัวของต้นไม้ที่มีความกว้างสามารถพบได้โดยใช้พื้นที่ลอการิทึม ปัจจัยที่มีอย่างต่อเนื่องในพื้นที่ที่ถูกผูกไว้ขึ้นอยู่กับk(ทฤษฎีบทของ Bodlaender แสดงเวลาเชิงเส้นที่ถูกผูกไว้โดยมีการพึ่งพาเลขชี้กำลังเป็นในปัจจัยคงที่)kkkkkkkkkkkk SAT กลายเป็นเรื่องง่ายเมื่อชุดคำสั่งมีความกว้างต่ำ โดยเฉพาะFischer, Makowsky และ Ravve 2008แสดงให้เห็นว่าความพึงพอใจของสูตร CNF ที่มีความน่าเชื่อถือของกราฟการเกิดเหตุการณ์ที่ล้อมรอบด้วยสามารถตัดสินใจได้ด้วยการดำเนินการทางคณิตศาสตร์มากที่สุดเมื่อการสลายตัวของต้นไม้ โดยทฤษฎีบท Bodlaender ของการคำนวณการสลายตัวของต้นไม้กราฟอุบัติการณ์สำหรับการแก้ไขสามารถทำได้ในเส้นเวลาและดังนั้นจึง SAT สามารถตัดสินใจสำหรับสูตร treewidth จำกัด ในเวลานั้นเป็นพหุนามต่ำปริญญาในจำนวนของตัวแปรnkkk2O ( k )n2O(k)n2^{O(k)} nkkknnn หนึ่งอาจคาดหวังว่า SAT ควรจะตัดสินใจได้จริงโดยใช้พื้นที่ลอการิทึมสำหรับสูตรที่มีความน่าเชื่อถือของกราฟการเกิดอุบัติเหตุ ยังไม่ชัดเจนว่าจะแก้ไข Fischer et al ได้อย่างไร วิธีการในการตัดสินใจเลือก SAT เป็นสิ่งที่ประหยัดพื้นที่ อัลกอริธึมทำงานโดยการคำนวณนิพจน์สำหรับจำนวนของการแก้ปัญหาผ่านการรวมการยกเว้นและการประเมินซ้ำจำนวนการแก้ปัญหาของสูตรที่เล็กลง แม้ว่า …

1
BPP ที่มีเหรียญแบบอคติเท่ากับ BPP มาตรฐานเมื่อใด
ให้เครื่องทัวริงน่าจะมีการเข้าถึงเหรียญที่ไม่เป็นธรรมที่ขึ้นหัวด้วยความน่าจะเป็น (การพลิกเป็นอิสระ) กำหนดเป็นคลาสของภาษาที่เครื่องรู้จักในเวลาพหุนาม เป็นการฝึกมาตรฐานเพื่อพิสูจน์ว่า:pppBPPpBPPpBPP_p A) ถ้าเป็นเหตุผลหรือแม้กระทั่ง -computable แล้วBPP_p(โดยคำนวณได้ฉันหมายถึง: มีอัลกอริทึมแบบโพลิโนเมียลแบบสุ่มที่ถูกป้อนส่งกลับค่าที่ไม่เป็นเอกภาพจากเหตุผลไบนารีที่มีตัวหารที่อยู่ภายในของ )pppBPPBPPBPPBPPp=BPPBPPp=BPPBPP_p=BPPBPPBPPBPPnnn2 - n - 1 p2n2n2^n2−n−12−n−12^{-n-1}ppp B) สำหรับบาง uncomputableชั้นมีภาษาที่ตัดสินไม่ได้และด้วยเหตุนี้มีขนาดใหญ่กว่าBPPค่าดังกล่าวของรูปแบบที่มีความหนาแน่นสูงใน(0,1)บีพีพีพีบีพีพีพี( 0 , 1 )pppBPPpBPPpBPP_pBPPBPPBPPppp(0,1)(0,1)(0,1) คำถามของฉันคือต่อไปนี้: เกิดอะไรขึ้นในระหว่าง มีเกณฑ์สำหรับหรือไม่ โดยเฉพาะอย่างยิ่ง:BPPp=BPPBPPp=BPPBPP_p=BPP 1) ทำ uncomputable ในน่าจะเป็นอยู่เช่นว่า ? (อาจคำนวณได้ในบางคลาสที่สูงกว่า)BPPBPPBPPpppBPPp=BPPBPPp=BPPBPP_p=BPP 2)กว้างกว่าสำหรับไม่สามารถทั้งหมดหรือไม่ (พารามิเตอร์ที่เป็นปัญหาคือพารามิเตอร์ที่การขยายแบบไบนารีประกอบด้วยลำดับที่ยาวมากของศูนย์และ / หรือรายการในกรณีนี้บิตการคำนวณโดยการสุ่มตัวอย่างอาจใช้เวลานานมากถึงเวลาที่ไม่สามารถคำนวณได้ ความยากลำบากที่สามารถเอาชนะโดยฐานของการขยายตัวอื่น แต่บางอาจหลอกฐานทั้งหมด)BPPpBPPpBPP_pBPPBPPBPPpppppp

2
เป็นที่รู้จักกันว่า ?
การรวมแบบย้อนกลับเห็นได้ชัดเช่นเดียวกับความจริงที่ว่าภาษา NP ใด ๆ ที่ลดตัวเองได้ใน BPP ก็อยู่ใน RP ด้วยเช่นกัน สิ่งนี้เป็นที่รู้จักกันว่าจัดเก็บสำหรับภาษา NP ที่ไม่ลดตัวเองหรือไม่?

1
ความซับซ้อนของการเข้าถึงในระบบไดนามิคเชิงเส้นบนสนาม จำกัด
ให้เป็นเมทริกซ์กว่าฟิลด์ จำกัดF 2 = { 0 , 1 }และx , y ที่เป็นพาหะของพื้นที่F n 2 ฉันสนใจในความซับซ้อนในการคำนวณของการตัดสินใจว่ามีt ∈ Nอยู่หรือไม่เช่นA t x = yคือในปัญหาความสามารถในการเข้าถึงสำหรับระบบพลวัตเชิงเส้นบนฟิลด์ จำกัดAAAF2={0,1}F2={0,1}\mathbb{F}_2 = \{0,1\}xxxyyyFn2F2n\mathbb{F}_2^nt∈Nt∈Nt \in \mathbb{N}Atx=yAtx=yA^t x = y ปัญหาชัดเจนในNPNP\mathbf{NP} (คาดเดา0≤t&lt;2n0≤t&lt;2n0 \le t < 2^nและคำนวณAtAtA^tในเวลาพหุนามด้วยกำลังสองซ้ำ) ฉันและเพื่อนร่วมงานของฉันก็มีความสามารถที่จะพิสูจน์NPNP\mathbf{NP} -completeness ของปัญหาที่เกี่ยวข้องในการจัดตั้งว่ามีอยู่t∈Nt∈Nt \in \mathbb{N}เช่นว่าเสื้อ x ≥ ปีที่≥คือความไม่เท่าเทียมกัน componentwiseAtx≥yAtx≥yA^t x \ge y≥≥\ge ปัญหานี้ดูเหมือนเป็นเรื่องธรรมดา แต่ฉันไม่สามารถค้นหาการอ้างอิงถึงความซับซ้อนในการคำนวณในวรรณคดีอาจเป็นเพราะฉันไม่ทราบคำศัพท์ที่แน่นอน คุณรู้หรือไม่ว่าปัญหาเกี่ยวกับความเสมอภาคคือNPNP\mathbf{NP}สมบูรณ์หรือเป็นจริงในPP\mathbf{P} …

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