タグ付けされた質問 「probabilistic-algorithms」

平均的な場合の「多項式」であるな問題があるかどうか疑問に思っています。これを解釈するには2つの方法があると思いますか？NPNPNP 場合、解くアルゴリズムが存在し得るのタイムランニング（平均場合）償却と-hard問題定数を？N P O （n k）kP≠ NPP≠NPP \neq NPNPNPNPO （nk）O(nk)O(n^k)kkk やもあるハードな問題はありますか？B P P P PNPNPNPB PPBPPBPPPPPPPP だれでもこれらの質問のいずれかに答えるか、または参照を提供できますか

11 complexity-theory  reference-request  np-complete  probabilistic-algorithms  amortized-analysis 

職場では、動的言語に関する型情報を推論する必要があります。次のように、ステートメントのシーケンスをネストされたlet式に書き換えます。 return x; Z => x var x; Z => let x = undefined in Z x = y; Z => let x = y in Z if x then T else F; Z => if x then { T; Z } else { F; Z } 一般的なタイプ情報から始めて、より具体的なタイプを推測しようとしているので、自然な選択は絞り込みタイプです。たとえば、条件演算子は、trueブランチとfalseブランチの型の和集合を返します。単純なケースでは、非常にうまく機能します。 ただし、次のタイプを推測しようとしたときに、思わぬ障害に遭遇しました。 function …

11 programming-languages  logic  type-theory  type-inference  machine-learning  data-mining  clustering  order-theory  reference-request  information-theory  entropy  algorithms  algorithm-analysis  space-complexity  lower-bounds  formal-languages  computability  formal-grammars  context-free  parsing  complexity-theory  time-complexity  terminology  turing-machines  nondeterminism  programming-languages  semantics  operational-semantics  complexity-theory  time-complexity  complexity-theory  reference-request  turing-machines  machine-models  simulation  graphs  probability-theory  data-structures  terminology  distributed-systems  hash-tables  history  terminology  programming-languages  meta-programming  terminology  formal-grammars  compilers  algorithms  search-algorithms  formal-languages  regular-languages  complexity-theory  satisfiability  sat-solvers  factoring  algorithms  randomized-algorithms  streaming-algorithm  in-place  algorithms  numerical-analysis  regular-languages  automata  finite-automata  regular-expressions  algorithms  data-structures  efficiency  coding-theory  algorithms  graph-theory  reference-request  education  books  formal-languages  context-free  proof-techniques  algorithms  graph-theory  greedy-algorithms  matroids  complexity-theory  graph-theory  np-complete  intuition  complexity-theory  np-complete  traveling-salesman  algorithms  graphs  probabilistic-algorithms  weighted-graphs  data-structures  time-complexity  priority-queues  computability  turing-machines  automata  pushdown-automata  algorithms  graphs  binary-trees  algorithms  algorithm-analysis  spanning-trees  terminology  asymptotics  landau-notation  algorithms  graph-theory  network-flow  terminology  computability  undecidability  rice-theorem  algorithms  data-structures  computational-geometry 

場合、その後階層は（カープ・リプトン定理によって）その第二のレベルまで崩壊します。しかし、とどうでしょうか？N P c o N PR P = N PRP=NP\sf RP = NPN PNP\sf NPc o N PcoNP\sf coNP 私はが含まれていることを証明しようとしました（場合、他の方向は）が役に立たず、それが本当かどうかさえわかりません。N P R P = N PB P PBPP\sf BPPN PNP\sf NPR P = N PRP=NP\sf RP = NP どう思いますか？

10 complexity-theory  complexity-classes  probabilistic-algorithms 

この質問は、確率論と計算の複雑さの交差についてです。重要な観察の1つは、一部の分布は他の分布よりも生成が容易であることです。たとえば、問題 数所与、一様に分布数を返す私はで0 ≤ iが&lt; N。nnniii0≤i&lt;n0≤i&lt;n0 \leq i < n 解決は簡単です。一方、次の問題は、はるかに困難であるか、そのように見えます。 数値nnn、iがペアノ演算で長さnの有効な証明（のゲーデル数）になるような数値返します。さらに、そのような証明の数がp r （n ）である場合、長さnの特定の証明を取得する確率 は1でなければなりません。iiiiiipr(n)pr(n)pr(n)nnn1pr(n)1pr(n)\frac{1}{pr(n)}。 これは、確率分布には計算の複雑さの概念が伴うことを私に示唆しています。さらに、この複雑さはおそらく、潜在的な決定問題（PPP、EXPEXPEXPなどの再帰的、再帰的、再帰的に列挙可能、またはそれより悪いかどうか）と密接に関連しています。 私の質問は、確率分布の計算の複雑さをどのように定義するか、特に根本的な決定問題が決定可能でない場合です。これはすでに調査されていると思いますが、どこを見ればよいかわかりません。

9 complexity-theory  reference-request  probability-theory  probabilistic-algorithms 

SkipListは、バランス調整されたツリーと同じ境界を提供し、再調整が不要であるという利点があります。SkipListはランダムコインフリップを使用して構築されるため、SkipListの構造が十分に「バランス」されている限り、これらの境界は保持されます。特に、一定のc &gt; 0に対して1 / n cの確率で、要素を挿入した後にバランスの取れた構造が失われる可能性があります。O （ログn ）O(log⁡n)O(\log n)1 / nc1/nc1/n^cc &gt; 0c&gt;0c>0 永久に実行される可能性のあるWebアプリケーションのストレージバックエンドとしてスキップリストを使用するとします。したがって、いくつかの多項式の操作の後、SkipListのバランスのとれた構造は失われる可能性が非常に高くなります。 私の推論は正しいですか？そのような確率的検索/ストレージデータ構造には実用的なアプリケーションがありますか？そうであれば、上記の問題をどのように回避しますか？ 編集：私は、（クラシックな）ランダム化されたSkipListに比べて実装がはるかに複雑な、SkipListの確定的なバリアントがあることを認識しています。

9 data-structures  search-trees  probabilistic-algorithms 

：私は本当にあなたの証明のヘルプまたは以下の請求反論たいBPP(0.90,0.95)=BPPBPP(0.90,0.95)=BPPBPP(0.90,0.95)=BPP。計算の複雑さの理論では、有界誤差確率多項式時間を表すBPP は、多項式時間の確率的チューリングマシンで解ける決定問題のクラスであり、最大1のエラー確率を持ちます。1313\frac{1}{3}すべてのインスタンスで 3。。BPP=BPP(13,23)BPP=BPP(13,23)BPP=BPP(\frac{1}{3},\frac{2}{3}) エラーの確率がより小さい場合ので、セットのいずれかが、他のサブセットであることは、即時ではないそれよりも小さくする必要はない、それがより大きい場合はより大きい必要はありません。0.90.90.91313\frac{1}{3} 0.9052323\frac{2}{3}0.9050.9050.905 私は主張を証明するためにチェルノフの不等式を使おうとしていますが、正確な方法はわかりません。私は本当にあなたの助けをお願いします。私が使用できるこれらの関係に関する一般的な主張はありますか？

8 complexity-theory  time-complexity  probabilistic-algorithms 

音楽や音楽理論に何らかの関連のある、できれば未解決のCSの問題はありますか？周波数や物理学、電磁気学、波形の調和と見なされるものを、音階や調性、または一般に従ってランダム化するときは、音楽表記の問題だけでなく確率についても考えます。 私が知りたいエリアの例を挙げていただけますか？ たとえば、メロディーを推測するアルゴリズムが与えられた場合、そのメロディーはアーティストまたは同様に実現可能な可能性のある意思決定の問題にどの程度成功するか、またはあなたはどう思いますか？

7 probability-theory  decision-problem  probabilistic-algorithms 

A ブルームフィルタは、所与のセットのテストメンバーシップにハッシュ関数を使用して項目が指定された位置にないの存在するかどうかをチェックすることにより、。SSS ハッシュの衝突の影響を緩和するために、複数の関数が使用され、ユニバーサルハッシュを使用する場合の確率的限界が生成されます。 要素あたり10ビットを使用して、「妥当な」エラー率を実現できます。 セット完全なハッシュ関数を 直接構築でき、最後の要素がに存在しない場合、要素ごとに1ビットのみを使用して完全に回復できます。S+∞S+∞S + \inftySSS この推論が間違っている根本的な理由は何ですか？

7 data-structures  hash  probabilistic-algorithms  bloom-filters  dictionaries 

3つの行列与えられた場合かどうかをテストします。算術演算および-が\ mathbb {Z}からの数値に適用される場合、一定の時間がかかると仮定します。A 、B 、C∈Zn × nA,B,C∈Zn×nA, B,C \in \mathbb{Z}^{n \times n}A B ≠ CAB≠CAB \neq C+++−−-ZZ\mathbb{Z} O （ん2）O(n2)O(n^2)時間で実行される片側エラーのあるアルゴリズムをどのように記述し、その正しさを証明できますか？ 数時間試しましたが、うまくいきません。X ∈Zんx∈Znx \in \mathbb{Z}^nのベクトルの最大半分s \ in S = \ left \ {1、0 \ right \} ^ nS ∈ S={ 1 、0 }んs∈S={1,0}ns \in S = \left\{1, 0\right\}^n がx \ cdot sを満たすという事実を使用する必要があると思います= …

7 algorithms  probabilistic-algorithms  matrices  linear-algebra