理論計算機科学

理論計算機科学者および関連分野の研究者のためのQ&A

1
しきい値ゲートが1つしかない算術回路
制限するとき000 - 111入力、すべての{+,×}{+,×}\{+,\times\} -circuit F(x1,…,xn)F(x1,…,xn)F(x_1,\ldots,x_n)ある関数計算F:{0,1}n→NF:{0,1}n→NF:\{0,1\}^n\to \mathbb{N}。ブール関数を取得するには、出力ゲートとして1つのfanin-1しきい値ゲートを追加するだけです。入力上のa∈{0,1}na∈{0,1}na\in\{0,1\}^n、得られた閾値 {+,×}{+,×}\{+,\times\} -回路は、次に出力111であればF(a)≥tF(a)≥tF(a)\geq t、及び出力000であればF(a)≤t−1F(a)≤t−1F(a)\leq t-1。しきい値t=tnt=tnt=t_nは任意の正の整数にすることができ、これは入力値ではなく依存する場合nnnがあります。得られた回路は、いくつかの(単調)を計算ブール関数 F′:{0,1}n→{0,1}F′:{0,1}n→{0,1}F':\{0,1\}^n\to \{0,1\}。 質問:しきい値{+,×}{+,×}\{+,\times\} -circuitsは{∨,∧}{∨,∧}\{\lor,\land\} -circuits によって効率的にシミュレート できますか? 「効率的に」とは、「最大で多項式サイズの増加を伴う」ことを意味します。答えは、しきい値のために「はい」と明らかであるt=1t=1t=1:ちょうど置き換える+++によって∨∨\lor、××\timesで∧∧\land、そして最後のしきい値ゲートを削除します。つまり、{∨,∧}{∨,∧}\{\lor,\land\}回路は実際にはしきい値111 {+,×}{+,×}\{+,\times\}回路です。しかし、より大きなしきい値、たとえばt=2t=2t=2どうでしょうか? 一つは、算術類似定義することができる#C#C\#C最もブール回路のクラスCCC単に使用することによって+++ 、代わりにOR ××\times代わりにAND、及び1−xi1−xi1-x_i代わりにx¯ix¯i\bar{x}_i。たとえば、#AC0#AC0\#AC^0回路は{+,×}{+,×}\{+,\times\} -無限のファンイン+++および××\timesゲートを持つ一定の深さの回路であり、入力xixix_iおよび1−xi1−xi1-x_iです。 アグラワル、Allenderとダッタは、示されたその閾値#AC0#AC0\#AC^0 = TC0TC0TC^0。(AC0AC0AC^0自体はT C 0の適切なサブセットであることを思い出してください。たとえば、マジョリティ関数を使用してください。)つまり、一定の深さのしきい値回路は、一定の深さ{ + 、- 、× } -単一のしきい値ゲートを備えた回路!ただし、私の質問は約あることを単調回路(ノーマイナス「-」ゲートとして、さらにはありません1 -TC0TC0TC^0{+,−,×}{+,−,×}\{+,-,\times\}−−-1−xi1−xi1-x_i入力として x i)。その場合も、1つの(最後の)しきい値ゲートを非常に強力にすることができますか?私はこのことを知らないので、関連するポインタは大歓迎です。 NBはまだ別の興味深い関連ある結果 によるアーノルドRosenbloomに:一つだけで-circuits 単調関数G :N 2 → { 0 、1 }を持つすべてのスライス関数を計算することができ、出力ゲートとしてO (N )ゲート。スライス機能は、いくつかの固定のために、単調ブール関数であるKを出力、0(それぞれ1未満(それぞれ、複数)を有する全ての入力に)K{+,×}{+,×}\{+,\times\}g:N2→{0,1}g:N2→{0,1}g:\mathbb{N}^2\to\{0,1\}O(n)O(n)O(n)kkk000111kkkもの。一方、簡単なカウントは、ほとんどのスライス関数が一般的な -指数サイズの回路を必要とすることを示しています。したがって、1つの「罪のない」追加出力ゲートは、単調な回路を全能にすることができます!私の質問は、このときにも起こることができるかどうかを尋ねるG :N …

3
型付きラムダ計算は、与えられた複雑さ以下の*すべて*アルゴリズムを表現できますか?
Yコンビネータプリミティブのない型付きラムダ計算のほとんどの種類の複雑さは制限されています。つまり、制限された複雑さの関数のみを表現でき、型システムの表現力が大きくなると制限が大きくなります。例えば、構築の計算は、せいぜい二重に指数関数的な複雑さを表現できることを思い出します。 私の質問は、型付きラムダ計算が特定の複雑さの限界以下のすべてのアルゴリズムを表現できるのか、それとも一部のみを表現できるのかということです。たとえば、ラムダキューブの形式では表現できない指数時間アルゴリズムはありますか?Cubeの異なる頂点で完全に覆われている複雑な空間の「形状」とは何ですか?

1
濃度限界のフローチャート
テールバウンドを教えるときは、通常の進行を使用します。 rvが正の場合、マルコフの不等式を適用できます あなたは独立して持っている場合も有界変動を、あなたはチェビシェフの不等式を適用することができます 独立した各rvにもすべてのモーメントが制限されている場合は、チェルノフ境界を使用できます。 この後、物事は少し少なくなります。例えば 変数の平均がゼロの場合、バーンスタインの不等式がより便利です 結合関数がリプシッツであるということだけがわかっている場合、一般化されたMcDiarmidスタイルの不等式があります。 弱い依存関係がある場合は、シーゲルスタイルの境界があります(負の依存関係がある場合は、ヤンソンの不平等があなたの友人かもしれません) 「正しい」テールバインドの選択方法を説明する便利なフローチャートまたは決定ツリーへの参照はありますか(または、タラグランドの海に飛び込む必要がある場合でも)。 私は部分的には参考資料を持っているように、一部は生徒にそれを指摘できるように、そして一部は私が十分にイライラしていない場合は自分で作成しようとするかもしれないからです。

1
Pは、すべての超多項式時間クラスの交差と等しくなりますか?
f(n)f(n)f(n) 、C > 0limn→∞nc/f(n)=0limn→∞nc/f(n)=0\lim_{n\rightarrow\infty} n^c/f(n)=0c>0c>0c>0 すべての言語について、すべての超多項式時間限界を保持することは明らかです。私はこの声明の逆もまた真実であるのだろうか?つまり、すべての超多項式時間限界についてを知っている場合、それは意味しますか?換言すれば、真のことである 交差点毎superpolynomial引き継がれる場合。 L ∈ D T I M E(F (N ))F (N )L ∈ D T I M E(F (N ))L∈PL∈PL\in {\mathsf P}L∈DTIME(f(n))L∈DTIME(f(n))L\in {\mathsf {DTIME}}(f(n))f(n)f(n)f(n)L∈DTIME(f(n))L∈DTIME(f(n))L\in {\mathsf {DTIME}}(f(n))L ∈ P P = ∩ F D T I M E(F (N ))F (N )f(n)f(n)f(n)L∈PL∈PL\in {\mathsf P}P=∩fDTIME(f(n))P=∩fDTIME(f(n)){\mathsf P} …

2
コルモゴロフが唐津葉のアルゴリズムを公開したのはなぜですか?
カラツバの高速乗算アルゴリズムは、A。カラツバとユウで最初に公開されました。Ofman(1962)、「自動コンピューターによる多デジタル数の乗算」、ソ連科学アカデミー論文集 145:293–294。 カラツバ(1995、「計算の複雑さ」、Proc。Steklov Institute of Mathematics 211:169–183)によれば、この論文は実際にはカラモゴロフ(および、おそらくはOfman)がカラツバの知識なしに書いたものです。現代の基準では、これは奇妙で重大な倫理違反です。 コルモゴロフがこれを行ったのはなぜですか?彼は何を得ましたか?

1
は、ポリタイム確率的対数空間で認識できますか?
言語考慮してください。EQUALITY={anbn∣n≥0}EQUALITY={anbn∣n≥0} \mathtt{EQUALITY} = \{ a^nb^n \mid n \geq 0 \} は、対数空間交互チューリングマシン(ATM)で認識できないことが知られています(Szepietowski、1994)。(メンバーにはサブ対数スペースを使用するATMがありますが、すべての非メンバーには使用されません!)EQUALITYEQUALITY \mathtt{EQUALITY} 一方、Freivalds(1981)は、 限界誤差の定空間確率的チューリングマシン(PTM)が認識できることを示しましたが、指数関数的な予想時間でのみです(Greenberg and Weiss、1986)。後に、限界エラー -space PTMは多項式の予想時間で非正規言語を認識できないことが示されました(Dwork and Stockmeyer、1990)。私の質問は o (log log n )EQUALITYEQUALITY \mathtt{EQUALITY} o(loglogn)o(log⁡log⁡n) o(\log\log n) 部分対数空間PTM が境界エラーでを認識するかどうか。EQUALITYEQUALITY \mathtt{EQUALITY}

4
PARITYを計算する回路の最小サイズはどれくらいですか?
入力変数からPARITYを計算するすべてのファンイン2 AND-OR-NOT回路のサイズは少なくとも3(n−1)3(n−1)3(n-1)あり、これは鋭いという古典的な結果です。(サイズをANDゲートとORゲートの数として定義します。)証明はゲート削除によるものであり、任意のファンインを許可すると失敗するようです。この場合、何が知られていますか? 具体的には、より大きなファンインが役立つ場合、つまり未満の3(n−1)3(n−1)3(n-1)ゲートが必要な場合の例を知っていますか? 10月18日更新。Marzioは、n=3n=3n=3場合、CNF形式のPARITYを使用すると555ゲートでも十分であることを示しました。これは、バインドの意味一般用N。もっと良くできますか?⌊52n⌋−2⌊52n⌋−2\lfloor \frac 52 n \rfloor-2nnn

2
2つの順列の違いを認識する完全性
Shorは、この質問に対する匿名のムースの答えに対するコメントで、多項式時間で2つの順列の合計を特定できますか?、2つの順列の違いを識別するのは完全である。残念ながら、順列和問題からの直接的な減少は見られず、順列差問題に対してN P完全性の減少があると便利です。NPNPNPNPNPNP 順列差: インスタンス:正の整数の配列。A [ 1 ... n ]A[1...n]A[1...n] QUESTION:ない2個の順列が存在するとσ正の整数の1 、2 、。。。、nなど| π (I )- σ (I )| = A [ I ]のための1 ≤ I ≤ N?ππ\piσσ\sigma1 、2 、。。。、n1,2,...,n1,2, ... , n| π(I )- σ(i )| = A [ i ]|π(i)−σ(i)|=A[i]|\pi(i) - \sigma(i)| = A[i]1つの≤ I ≤ N1≤i≤n1 \le i …

1
最大ばらばらのセット:欲張りアルゴリズムの実際の近似係数は何ですか?
候補の特定のコレクションから、最大の素集合 -重なり合わない幾何学的形状の最大セットを見つける問題を考えます。これはNP完全問題ですが、多くの場合、次の貪欲なアルゴリズムは定数係数近似を生成します。 すべての候補形状xについて、その交差しない交差数 = xと交差する交差しない形状の最大数を計算します。D IN(x )D私N(バツ)DIN(x) 最小のDIN()を持つ候補形状を選択します。それと交差するすべての形状を削除します。arg分バツD IN(x )arg⁡分バツD私N(バツ)\arg \min_{x} DIN(x) 候補がなくなるまで続けます。 たとえば、Wikipediaページの次の図を考えてください。 緑色のディスクは他の5つのディスクと交差していますが、DINは3です(3つの赤色のディスクは分離しています)。最上部と最下部の赤いディスクは他の2つのディスクと交差しますが、それら自体が交差するため、DINは1です。黄色のディスクのDINは2です。したがって、欲張りアルゴリズムは最上部または最下部の赤いディスクを選択します。 最小DINを定数で区切ることができる場合、欲張りアルゴリズムは多項式定数因子近似です。 例えば、すべての候補形状が単位円板である場合、Maratheら(1995) :最大で3のDINとディスクが常に存在することを示し、左端のディスク(X座標が最小とディスク)最大3他の互いに素なディスクで交差します。したがって、貪欲アルゴリズムは、最適なソリューションで(最大)3つのディスクごとに1つのディスクを取得するため、3つの近似値を生成します。 同様に、すべての候補形状が任意のサイズのディスクである場合、最小のディスクは最大5つの他の素のディスクと交差するため、貪欲アルゴリズムは5近似を生成します。つまり、最小DINは最大5です。 これまでのところは良いですが、これらの3と5の要因はきついですか?私はわかりません。 上の図を検討してください。一番左のディスク(緑)を選択すると、サイズ1の素なセットが見つかります。これは、サイズ3(赤)の最大の素なセットの実際の3近似ですが、貪欲なアルゴリズムは緑のディスクを選択しません。 DINが1である上部/下部の赤いディスク。この場合、欲張りアルゴリズムが最適なソリューションを見つけます。 一般的な反例を見つけることができませんでした。この例では、貪欲なアルゴリズムはユニットディスクを持つ素集合を見つけますが、最大の素集合にはます。実際、最小のDINが実際に3である一般的な反例を作成することさえできませんでした。私が思いつくのは、次の方法です。 2)です。しかし、ここでも、欲張りアルゴリズムは2近似ではなく最適な解を見つけます。n 3 nnnnnnn3 n3n3n 私の質問は: ユニットディスクのコレクションの実際の最大最小DIN は何ですか?任意のサイズのディスク? ユニットディスクのコレクションの欲張りアルゴリズムの実際の近似因子は何ですか?任意のサイズのディスクの場合?(この係数は最大でも最大の最小DINと同じ大きさですが、小さい場合もあります)。 更新:形状のkタプルごとに、 =和集合交差する素な形状の最大数を定義し。を、互いに素な形状のすべてのkタプルの最小DINとして定義します。 D I N (X 1、。。。、X K)X 1 ∪ 。。。∪ X Kバツ1、。。。、xkバツ1、。。。、バツkx_1,...,x_kD IN(x1、。。。、xk)D私N(バツ1、。。。、バツk)DIN(x_1,...,x_k)バツ1∪ 。。。∪ Xkバツ1∪。。。∪バツkx_1\cup...\cup x_kM I N …

1
実多項式としての低次のランダム関数
(妥当な)均一にランダムなブール関数をサンプリングする方法があるf:{0,1}n→{0,1}f:{0,1}n→{0,1}f:\{0,1\}^n \to \{0,1\}を持つ度実多項式として以下であるddd? EDIT:ニッサンとSzegedyは程度の機能が示されているdddせいぜいに依存d2dd2dd2^d座標我々は仮定することができるので、n≤d2dn≤d2dn \leq d2^d。私が見るような問題は、以下の通りである:1)一方で、我々は上のランダムなブール関数を選ぶ場合はd2dd2dd2^d座標、その程度は近くになりますd2dd2dd2^dはるかに高いよりも、ddd。2)一方、次数各係数をdddランダムに最大で選択すると、関数はブール値になりません。 質問は次のとおりです。これらの2つの問題を回避する低次ブール関数をサンプリングする方法はありますか?

2
機能しないはずのMax-Cutアルゴリズム、理由は不明
OK、これは宿題の質問のように思えるかもしれませんが、ある意味ではそうです。学部のアルゴリズムクラスの宿題として、私は次の古典を与えました。 無向グラフ所与G=(V,E)G=(V,E)G=(V,E)、アルゴリズムを与えることを発見カット(S,S¯)(S,S¯)(S,\bar{S})ようにδ(S,S¯)≥|E|/2δ(S,S¯)≥|E|/2\delta(S,\bar{S})\geq |E|/2、δ(S,S¯)δ(S,S¯)\delta(S,\bar{S})カットを横切るエッジの数です。時間の複雑さはなければなりませんO(V+E)O(V+E)O(V+E)。 何らかの理由で、次の解決策がたくさんありました。今では時間がかかりすぎているので、グレーディングの問題ではありませんが、興味がありました。それは正しいように見えませんが、反例に対する私の試みはすべて失敗しています。ここにあります: Sを設定← ∅S←∅S←∅S\leftarrow \emptyset してみましょうvvvグラフの最大の次数頂点こと vvvをSに追加SSS vに隣接するすべてのエッジを削除しますvvv もしδ(S,S¯)&lt;|E|/2δ(S,S¯)&lt;|E|/2\delta(S,\bar{S}) < |E|/2戻る 手順5のEEEは元のグラフを指していることに注意してください。また、ステップ4をスキップした場合、これは明らかに間違っていることに注意してください(たとえば、2つの孤立したエッジを持つ三角形の結合)。 さて、どんな単純な証明にも次の問題があります-新しい頂点vvvを追加するとき、実際に削除するのかもしれませんd (v )の新しいエッジ|S||S||S|を追加しながら、カットからのエッジ(d (v )はエッジが削除されたグラフを指します)。問題は、これが私たちの原因に有害である場合、この頂点vの「使用」度はこれまでよりも高いため、以前に「選択されるべきだった」ということです。d(v)d(v)d(v)d(v)d(v)d(v)vvv これはよく知られたアルゴリズムですか?簡単な反例はありますか?

2
O(n)時間の要素の明確さ?
私たちは皆、比較ベースのモデルの要素の明確さを時間で実行できないことを知っています。ただし、ワードRAMでは、おそらくより良い結果を得ることができます。o (n ログn )o(nログ⁡n)o(n\log n) もちろん、線形時間で計算できる完全なハッシュ関数の存在を仮定すると、要素の区別のための線形時間アルゴリズムが得られます:数字を1つずつハッシュし続け、衝突があれば1を返します。 ただし、2つの問題があります。1)使用されるランダム性を見つけることができる完全なハッシュ関数のほとんどの構成、2)どこに前処理時間、つまりどのハッシュ関数を使用するかを決定するのに必要な時間に関する議論が見つかりません数値の入力セットに基づいて使用します。 Fredmanらの「スパーステーブルの最悪の場合のアクセス時間での保存O (1 )O(1)O(1)」は、最悪の場合にアクセス時間のハッシュ関数を提供することで最初の問題を解決しますが、2番目の問題については何も述べていません。O (1 )O(1)O(1) 要約すると、ここに私が欲しいものがあります: セット与えられたアルゴリズム設計のN個(各番号はある数wはワード長とワード-RAMに長いビット)wはハッシュ関数見つけ、H :S → { 1 、... 、M }内のO (N )時間ここで、m = O (n )です。関数Hは、プロパティを持つ必要があり、そのいずれかのためにJ ∈ { 1 、... 、M }の要素数SSSnnnwwwwwwh :S→ { 1 、… 、m }h:S→{1、…、m}h:S\rightarrow \{1, \ldots , m\}O (n )O(n)O(n)m = O (n )m=O(n)m = …

3
すべての最小セパレーターが独立したセットであるグラフ
背景: う無向グラフの2つの頂点であるG = (V 、E )。頂点集合S ⊆ Vであり、U 、V -separator場合、UとV の異なる連結成分に属するG - S。u 、v -separator Sの適切なサブセットがない場合、Sはu 、v -separatorであり、Sは最小u 、vあなた、vあなたは、vu, vG = (V、E)G=(V、E)G=(V,E)S⊆ VS⊆VS\subseteq Vあなた、vあなたは、vu,vあなたはあなたはuvvvG − SG−SG-Sあなた、vあなたは、vu,vSSSあなた、vあなたは、vu,vSSSあなた、vあなたは、vu,v-セパレータ。設定頂点頂点が存在する場合(最小)セパレータであるU 、VようにSは(最小)であり 、U 、Vの -separatorが。S⊆ VS⊆VS\subseteq Vあなた、vあなたは、vu, vSSSあなた、vあなたは、vu,v G.ディラックのよく知られた定理では、最小セパレータがすべてクリークである場合にのみ、グラフに少なくとも4つの長さの誘導サイクル(三角グラフまたは弦グラフと呼ばれる)がないと述べています。三角グラフが多項式時間で認識できることもよく知られています。 私の質問:すべての最小セパレーターが独立したセットであるグラフとは何ですか?これらのグラフは研究されていますか?そして、これらのグラフの認識の複雑さは何ですか?このようなグラフの例には、ツリーとサイクルが含まれます。

1
デカルト閉カテゴリの矢印と指数オブジェクトの違いは何ですか?
直交クローズカテゴリ(CCC)、いわゆる存在冪対象に書かれた、。CCCが単純に型付けされたλ計算のモデルと見なされる場合、B Aのような指数オブジェクトは、型Aから型Bまでの関数空間を特徴付けます。指数オブジェクトはc u r r yと呼ばれる矢印によって導入されます:(A × B → C )→ (A → C BBABAB^Aλλ\lambdaBABAB^AAAABBB矢印によって除去と呼ばれる P のP LのY :C B × B → C残念ながらと呼ばれる(例えばV Lカテゴリ理論に最もテキストでの)。ここでの私の質問は、指数オブジェクト C Bと矢印 B → Cに違いはありますか?C U R R Y:(A × B → C)→ (A → CB)curry:(A×B→C)→(A→CB)curry : (A \times B \rightarrow C) \rightarrow (A \rightarrow …

1
アルゴリズムと構造複雑性理論
計算複雑度理論、特に「構造」複雑度理論の多くの重要な結果には、一部の人にとって効率的なアルゴリズムまたは通信プロトコルを提供するアルゴリズムの結果から基本的に以下のように理解できる興味深い特性があります... 問題。これらには次のものが含まれます。 IP = PSPACEは、対話型プロトコルをシミュレートするスペース効率の良い再帰アルゴリズムと、完全に定量化されたブール式を評価するための効率的な対話型プロトコルに従います。実際、複雑度クラスの同等性A = Bは、2つの効率的なアルゴリズム(Bに関して効率的なAの問題のアルゴリズム、およびその逆)から次のように見ることができます。 ある問題のNP完全性を証明することは、NP完全問題を減らすための効率的なアルゴリズムを見つけることです。 (おそらく!)時間階層定理の重要な要素は、チューリングマシンの効率的なユニバーサルシミュレーションです。 ACC NEXPのRyan Williams の最近の結果は、ACC回路の回路充足可能性を解決するための効率的なアルゴリズムに基づいています。 ⊅⊅\not \supsetPCP定理は、効率的なギャップ増幅は、制約充足問題のために可能であるということです。 などなど 私の質問(おそらく絶望的に曖昧です!)は次のとおりです:効率の面で自然な解釈を持つことが知られていない(相対化障壁のような「メタ結果」とは異なる)構造複雑性理論に重要な結果はありますかアルゴリズム(または通信プロトコル)?

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.