คำถามติดแท็ก decision-trees

สมมติว่าเป็นกราฟที่มีสีจำนวน(G) พิจารณาเกมต่อไปนี้ระหว่าง Alice และ Bob ในแต่ละรอบอลิซจะเลือกจุดสุดยอดและ Bob ตอบด้วยสีในสำหรับจุดสุดยอดนี้ เกมดังกล่าวจะสิ้นสุดลงเมื่อมีการค้นพบขอบเอกรงค์ ให้เป็นความยาวสูงสุดของเกมภายใต้การเล่นที่ดีที่สุดโดยผู้เล่นทั้งสอง (อลิซต้องการย่อเกมให้สั้นที่สุดเท่าที่จะทำได้ Bob ต้องการหน่วงเวลาให้ช้าที่สุด) ยกตัวอย่างเช่นและn)GGGd= χ ( G )d=χ(G)d = \chi(G){ 1 , … , d- 1 }{1,...,d-1}\{1,\ldots,d-1\}X( G )X(G)X(G)X( เคn) = nX(Kn)=nX(K_n) = nX( C2 n + 1) = Θ ( บันทึกn )X(C2n+1)=Θ(เข้าสู่ระบบ⁡n)X(C_{2n+1}) = \Theta(\log n) เกมนี้เป็นที่รู้จักหรือไม่?

27 reference-request  graph-theory  co.combinatorics  graph-colouring  decision-trees 

กระดาษ 2546 ที่มีความสำคัญโดย Childs และคณะแนะนำ "ปัญหาต้นไม้ที่มีความทรงจำ": ปัญหาในการยอมรับการเร่งความเร็วควอนตัมแบบเอ็กซ์โปเนนเชียลซึ่งไม่เหมือนกับปัญหาอื่น ๆ ที่เรารู้ ในปัญหานี้เราได้รับกราฟขนาดใหญ่แบบเอ็กซ์โปเนนเชียลเช่นเดียวกับภาพด้านล่างซึ่งประกอบด้วยต้นไม้ไบนารีสองต้นที่มีความลึก n ซึ่งใบไม้เชื่อมต่อกันโดยรอบสุ่ม เราจัดทำฉลากของจุดเข้าใช้งาน นอกจากนี้เรายังมี oracle ที่ระบุฉลากของจุดสุดยอดใด ๆ ให้เราทราบถึงฉลากของเพื่อนบ้าน เป้าหมายของเราคือค้นหาจุดสุดยอด EXIT (ซึ่งสามารถจดจำได้ง่ายเป็นจุดสุดยอดระดับ 2 เท่านั้นในกราฟอื่นที่ไม่ใช่จุดสุดยอดการเข้า) เราสามารถสันนิษฐานได้ว่าเลเบลเป็นสตริงแบบสุ่มที่มีความยาวน่าจะเป็นดังนั้นจุดสุดยอดอื่นที่ไม่ใช่ทางเข้าจุดยอดจะถูกกำหนดโดย oracle พระเกศาและคณะ แสดงให้เห็นว่าอัลกอริธึมการเดินควอนตัมสามารถทะลุผ่านกราฟนี้และค้นหาจุดยอด EXIT หลังจากขั้นตอนโพลี (n) ในทางตรงกันข้ามพวกเขายังแสดงให้เห็นว่าอัลกอริธึมการสุ่มแบบคลาสสิกต้องใช้ขั้นตอน exp (n) เพื่อหาจุดสุดยอด EXIT ที่มีความน่าจะเป็นสูง พวกเขากล่าวถึงขอบเขตล่างของพวกเขาว่าΩ (2 n / 6 ) แต่ฉันเชื่อว่าการตรวจสอบหลักฐานที่ใกล้ชิดของพวกเขาให้ผลตอบแทนΩ (2 n / 2 ) โดยสัญชาตญาณเพราะนี่คือความน่าจะเป็นอย่างยิ่งการเดินสุ่มบนกราฟ (แม้กระทั่งการหลีกเลี่ยงการเดินด้วยตนเอง …

23 graph-algorithms  quantum-computing  randomized-algorithms  random-walks  decision-trees 

วิกิพีเดียมีตัวอย่างของปัญหาที่รุ่นนับยากขณะที่รุ่นตัดสินใจง่าย สิ่งเหล่านี้บางอย่างกำลังนับการจับคู่ที่สมบูรณ์แบบการนับจำนวนวิธีแก้ปัญหาเป็น -SAT และจำนวนการเรียงลำดับทอพอโลยี222 มีคลาสที่สำคัญอื่น ๆ อีกไหม (พูดตัวอย่างในโปรยต้นไม้ทฤษฎีจำนวนและอื่น ๆ )? มีบทสรุปของปัญหาดังกล่าวหรือไม่? มีปัญหาหลายประเภทในPPPซึ่งมี#P#P\#Pฮาร์ดเวอร์ชันการนับ มีรุ่นของปัญหาธรรมชาติในที่เข้าใจอย่างสมบูรณ์หรือเรียบง่ายกว่าการจับคู่ bipartite ทั่วไปที่สมบูรณ์ (โปรดระบุรายละเอียดเกี่ยวกับสาเหตุที่ง่ายกว่าเช่นการพิสูจน์ในชั้นต่ำสุดของลำดับชั้นเป็นต้น) ในพื้นที่อื่น (เช่นทฤษฎีจำนวน, โปรย) หรืออย่างน้อยสำหรับกราฟสองฝ่ายอย่างง่ายโดยเฉพาะซึ่งรุ่นนับเป็น P - ฮาร์ด?PPPNCNCNC#P#P\#P ตัวอย่างจาก lattices, เรขาคณิตระดับประถมนับจุดทฤษฎีจำนวนจะได้รับการชื่นชม

20 reference-request  counting-complexity  nt.number-theory  permanent  decision-trees 

สมมติว่าเราต้องการที่จะเรียงลำดับรายการของตัวเลขจริง สมมติว่าเราได้รับกล่องดำที่สามารถเรียงจำนวนจริงได้ทันที เราจะได้ประโยชน์มากแค่ไหนเมื่อใช้กล่องดำนี้?SSS√nnnn--√n\sqrt n ตัวอย่างเช่นเราสามารถเรียงลำดับหมายเลขด้วยการโทรไปยังกล่องดำได้หรือไม่ อัลกอริทึมที่ดีที่สุดที่ฉันพบใช้การเรียกไปยังกล่องดำ แต่ฉันไม่สามารถปรับปรุงได้อีก นี่คืออัลกอริทึมของฉันซึ่งคล้ายกับการผสานเรียง:nO ( n--√)O(n)O(\sqrt n)nnn พาร์ทิชันแรกรายการเข้าไปในรายการมีประมาณขนาด จากนั้นใช้เรียกไปยังกล่องดำเพื่อเรียงลำดับรายการเหล่านี้ ท้ายที่สุดผสานรายการที่เรียงลำดับโดยใช้กล่องดำดังนี้:√SSS s1,s2, . . ,s √n--√n\sqrt n√s1, s2, . . . , sn√s1,s2,...,sns_1, s_2, ..., s_{\sqrt n}√n--√n\sqrt nn--√n\sqrt n ใส่องค์ประกอบที่เล็กที่สุดของรายการในรายการใหม่จากนั้นเรียกกล่องดำเพื่อเรียงลำดับ จำนวนใน (ครั้งแรกและองค์ประกอบที่เล็กที่สุดของ ) จะเป็นจำนวนที่น้อยที่สุดในSเราสามารถวางไว้ในตำแหน่งแรกของรายการเอาท์พุท สมมติว่าองค์ประกอบที่ได้รับการแต่งตั้งจากเราแทนที่ด้วยองค์ประกอบที่เล็กที่สุดที่สองของรายการจัดเรียงและทำงานอีกครั้งกล่องสีดำที่มันจะคำนวณสมาชิกที่เล็กที่สุดที่สองของS เราดำเนินการต่อไปจนถึงองค์ประกอบทั้งหมดจะถูกจัดเรียง จำนวนกล่องดำทั้งหมดที่เรียกใช้สำหรับส่วนนี้คือL [ 1 ] L S s J L [ 1 …

20 ds.algorithms  sorting  decision-trees 

พื้นหลัง ต้นไม้ตัดสินใจเลขฐานสองTTTเป็นต้นไม้ที่ถูกรูตซึ่งแต่ละโหนดภายใน (และรูท) จะมีป้ายกำกับโดยดัชนีซึ่งไม่มีเส้นทางจากรากหนึ่งไปยังอีกใบหนึ่งทำดัชนี จะมีป้ายกำกับโดยเอาท์พุทในและแต่ละขอบจะมีป้ายกำกับสำหรับลูกซ้ายและสำหรับลูกขวา ในการใช้ต้นไม้กับอินพุต :{ A , B } 0 1 xเจ∈ { 1 , . . , n }J∈{1,...,n}j \in \{1,..., n\}{ A , B }{A,B}\{A,B\}000111xxx เริ่มต้นที่รูท ถ้าคุณอยู่ที่ลีฟคุณจะส่งเอาท์พุตฉลากหรือBและยุติAAABBB อ่านเลเบลJJjของโหนดปัจจุบันของคุณหากxJ= 0xJ=0x_j = 0ให้เลื่อนไปที่ลูกด้านซ้ายและหากxJ= 1xJ=1x_j = 1ให้ย้ายไปที่ลูกที่ถูกต้อง ข้ามไปที่ขั้นตอน (2) ต้นไม้ที่ถูกนำมาใช้เป็นวิธีการประเมินผลการทำงานโดยเฉพาะอย่างยิ่งที่เราบอกว่าต้นไม้TTTหมายถึงฟังก์ชั่นรวมฉฉfถ้าสำหรับแต่ละx∈{0,1}nx∈{0,1}nx \in \{0,1\}^nเรามีT(x)=f(x)T(x)=f(x)T(x) = f(x) ) ความซับซ้อนของแบบสอบถามของต้นไม้คือความลึกของมันและความซับซ้อนของแบบสอบถามของฟังก์ชันคือความลึกของต้นไม้ที่เล็กที่สุดที่แสดงถึงมัน ปัญหา รับแผนภูมิการตัดสินใจแบบสองจุด T …

16 ds.algorithms  query-complexity  decision-trees 

พื้นหลัง: ต้นไม้ความซับซ้อนของการตัดสินใจหรือความซับซ้อนของแบบสอบถามเป็นรูปแบบที่เรียบง่ายของการคำนวณที่กำหนดไว้ดังนี้ ให้เป็นฟังก์ชันบูลีน ความซับซ้อนของการค้นหาแบบกำหนดขึ้นชื่อของfหมายถึงD ( f )คือจำนวนบิตขั้นต่ำของอินพุตx ∈ { 0 , 1 } nที่ต้องอ่าน (ในกรณีที่แย่กว่า) โดยอัลกอริธึมที่กำหนดf ( x) )ฉ: { 0 , 1 }n→ { 0 , 1 }f:{0,1}n→{0,1}f:\{0,1\}^n\to \{0,1\}ฉffD ( f)D(f)D(f)x ∈ { 0 , 1 }nx∈{0,1}nx\in\{0,1\}^nฉ( x )f(x)f(x). โปรดทราบว่าการวัดความซับซ้อนคือจำนวนบิตของอินพุตที่อ่าน การคำนวณอื่น ๆ ทั้งหมดนั้นฟรี ในทำนองเดียวกันเรากำหนดลาสเวกัสุ่มซับซ้อนแบบสอบถามชี้แนะR 0 ( ฉ)เป็นจำนวนขั้นต่ำของบิตการป้อนข้อมูลที่จำเป็นเพื่อให้สามารถอ่านในความคาดหวังโดยศูนย์ข้อผิดพลาดแบบสุ่มอัลกอริทึมที่คำนวณF ( x …

13 cc.complexity-theory  reference-request  query-complexity  decision-trees 

ชื่อเป็นเรื่องเข้าใจผิดเล็กน้อย แต่หวังว่าคำถามจะไม่: Grønlundและ Pettie ของผลใหม่แสดงให้เห็นว่า3sumมีเพียงความซับซ้อนต้นไม้ตัดสินใจมีฉันสงสัยว่า:O(n3/2)O(n3/2)O(n^{3/2}) มีตัวอย่างง่ายๆของปัญหากับความซับซ้อนของต้นไม้ตัดสินใจของแต่ยอมรับขอบเขตที่ต่ำกว่า (ในแบบจำลองที่มีรายละเอียดมากกว่า) ของω ( f )หรือไม่?O(f)O(f)O(f)ω(f)ω(f)\omega(f) ในคำอื่น ๆ วิธีการที่ควรผลบน 3sum เปลี่ยนมุมมองของความเป็นไปได้ในการได้รับของเราอย่างมีนัยสำคัญต่ำกว่าขอบเขตบนความซับซ้อนของปัญหาหรือไม่n2n2n^2

13 cc.complexity-theory  machine-models  decision-trees 

แผนผังการตัดสินใจแบบอ่านครั้งเดียวถูกกำหนดไว้ดังนี้: และ F ลิตรs อีจะอ่านครั้งเดียวต้นไม้ตัดสินใจTrueTrueTrueFalseFalseFalse ถ้าและBเป็นแผนผังการตัดสินใจแบบอ่านครั้งเดียวและ xเป็นตัวแปรที่ไม่เกิดขึ้นในAและBดังนั้น( x ∧ A ) ∨ ( ˉ x ∧ B )ก็เป็นแผนผังการตัดสินใจแบบอ่านครั้งเดียวAAABBBxxxAAABBB(x∧A)∨(x¯∧B)(x∧A)∨(x¯∧B)(x \land A) \lor (\bar x \land B) ความซับซ้อนของปัญหาความเท่าเทียมกันสำหรับต้นไม้การตัดสินใจอ่านครั้งเดียวคืออะไร? การป้อนข้อมูล: สองอ่านครั้งเดียวต้นไม้ตัดสินใจและBAAABBB เอาต์พุต: หรือไม่A≡BA≡BA \equiv B แรงจูงใจ: ปัญหานี้เกิดขึ้นขณะที่ฉันกำลังดูปัญหาความเท่ากันของการพิสูจน์ (การเปลี่ยนกฎ) ของส่วนของ Linear Logic

11 cc.complexity-theory  lo.logic  decision-trees  boolean-formulas 

ฉันสงสัยว่าอาจมีวิธีที่จะให้ "แบบฟอร์มปกติ" สำหรับต้นไม้การตัดสินใจแบบไบนารี (BDT) ในทางที่เข้าใจได้หรือไม่ แม่นยำมากขึ้นก BDT เป็นต้นไม้ที่มีโหนดภายในโดดเด่นด้วยตัวแปรบูลีนและใบโดดเด่นด้วย000หรือ1111BDT หมายถึงฟังก์ชั่นบูลีนในวิธีที่ชัดเจน BDT สองตัวA , BA,BA,Bเทียบเท่ากัน ( A ∼ BA∼BA\sim B ) เมื่อมันแสดงถึงฟังก์ชันเดียวกัน มีฟังก์ชันฉffที่อินพุต BDT และเปลี่ยนเป็นโครงสร้างข้อมูลอื่น ๆ เช่นนั้นหรือไม่: ฉffอยู่ใน Ptime ฉ( A ) = f( B )f(A)=f(B)f(A)=f(B)และถ้าหาก ~ BA ∼ BA∼BA\sim B ฉffมีหลอก - ผกผันก.ggนั่นคือก.( ฉ( A ) ) ∼ Ag(f(A))∼Ag(f(A))\sim A , …

10 cc.complexity-theory  decision-trees