คำถามติดแท็ก reductions

การลดคือการแปลงปัญหาหนึ่งให้เป็นอีกปัญหาหนึ่ง ตัวอย่างของการใช้การลดจะแสดงว่าปัญหา P ไม่สามารถตัดสินใจได้ สิ่งนี้จะเกิดขึ้นได้ด้วยการเปลี่ยนหรือลดปัญหาการตัดสินใจเป็นปัญหาที่ไม่สามารถตัดสินใจได้ หากสามารถทำได้เราก็แสดงให้เห็นว่าปัญหานี้ P ไม่สามารถตัดสินใจได้ P

1
ปรับปรุงการลดทั่วไปของ Cook สำหรับ Clique เป็น SAT หรือไม่
ฉันสนใจที่จะลด -Clique เป็น SAT โดยไม่ทำให้มีขนาดใหญ่ขึ้นkkk Clique อยู่ใน NP ดังนั้นจึงสามารถลดลงเป็น SAT โดยใช้พื้นที่ลอการิทึม การลดลงของตำราเรียนของ Garey / Johnson ตรงไปตรงมาจะทำให้อินสแตนซ์นั้นมีขนาดเป็นลูกบาศก์ อย่างไรก็ตาม -Clique อยู่ในทุก P คงที่kจึงมี "ควร" จะต้องมีการลดลงอย่างมีประสิทธิภาพอย่างน้อยคงที่kkkkkkkkkk วิธีหนึ่งในการสร้างการลดคือการใช้ตัวแปร SAT เป็นเวกเตอร์คุณลักษณะโดยมีตัวแปรที่ตั้งค่าเป็นจริงซึ่งบ่งชี้ว่าจุดสุดยอดที่เกี่ยวข้องอยู่ในกลุ่ม การลดลงนี้เป็นไปตามธรรมชาติ แต่จะสร้างอินสแตนซ์ SAT ของขนาดกำลังสองหากกราฟเบาบาง สำหรับกราฟที่กระจัดกระจายจำเป็นต้องใช้คำสั่งสองส่วนในการบังคับใช้ว่าในทุกคู่ของจุดยอดที่ไม่ติดกันที่จุดสุดยอดหนึ่งจุดอาจอยู่ในกลุ่ม ลองทำดีกว่า )O(n2)O(n2)O(n^2) การลดลงของCook / Schnorr / Pippenger / Fischer ทั่วไปโดยการใช้ NDTM แบบ จำกัด เวลาแบบ polynomially ซึ่งเป็นตัวตัดสินภาษาโดยการจำลอง NDTM ด้วย DTM …

3
การลดปัญหาที่ยากให้กับแบบจำลองทางกายภาพ
ฉันกำลังมองหาตัวอย่างของปัญหาที่ยาก (ใน NP หรือหนักกว่า) จากวิทยาการคอมพิวเตอร์ซึ่งสามารถลดลงเป็นแบบจำลองของกระบวนการทางกายภาพ ตัวอย่างเช่น max-2-sat สามารถลดลงเป็นการลดพลังงานในรูปแบบของไอซิ่ง ฉันต้องการค้นหาตัวอย่างเพิ่มเติมของการลดประเภทนี้

2
พิสูจน์ความซับซ้อนของ Kolmogorov นั้นไม่สามารถคำนวณได้โดยใช้การลด
ฉันกำลังมองหาหลักฐานว่าความซับซ้อนของ Kolmogorov นั้นไม่สามารถคำนวณได้โดยใช้การลดลงของปัญหาที่ไม่สามารถคำนวณได้อีก หลักฐานทั่วไปคือการทำให้เป็นรูปธรรมของความขัดแย้งของ Berry มากกว่าการลดลง แต่ควรมีข้อพิสูจน์โดยการลดจากบางอย่างเช่นปัญหาการหยุดชะงักหรือปัญหาความสอดคล้องของโพสต์

1
สูตร SAT / SMT ใด ๆ ของ VRP / VRPTW (TSP, Job-Shop-Scheduling)?
ฉันสงสัยว่าพวกเขามีวิธีการใด ๆ ในการกำหนดเส้นทางเดินรถ - ปัญหากับ Time-Windows ( VRPTW ) (เป็นปัญหาการตัดสินใจ) ในฐานะอินสแตนซ์ SAT / SMT หรือไม่? (ทางเลือก: TSP) ตัวอย่างเช่น: "มีวิธีแก้ไขปัญหาที่ถูกต้องในการเยี่ยมชมลูกค้าทั้งหมดภายในหน้าต่างเวลาของพวกเขาด้วยยานพาหนะ n = 10 หรือไม่" ปัญหาการตัดสินใจนี้อาจมีประโยชน์สำหรับขั้นตอนแรกที่ลดจำนวนยานพาหนะที่ใช้ ฉันไม่มีประสบการณ์เกี่ยวกับ SMT แต่ฉันคาดหวังว่ามันจะจำเป็นถ้าเราต้องการจัดการพิกัด / ครั้งเป็นตัวเลขจริง โดยทั่วไปสูตร TSP / VRP ทั้งหมดจะทำในโดเมนการเขียนโปรแกรมแบบผสมจำนวนเต็ม แต่ฉันสงสัยว่าสูตร sat / smt สามารถแข่งขันได้ (ในแง่ของการแก้ปัญหาเวลาในการปฏิบัติ) สำหรับปัญหาการตัดสินใจข้างต้น ดังนั้นสิ่งที่คุณคิดว่า: คุณรู้การอ้างอิงใด ๆ คุณคิดว่าวิธีการแบบ sat / smt สามารถแข่งขันได้หรือไม่ อะไรอีกที่คุณต้องการพูดถึง? …
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.