【计算理论】计算复杂性 ( 多项式等价引入 | 多项式时间规约 )

简介: 【计算理论】计算复杂性 ( 多项式等价引入 | 多项式时间规约 )

文章目录

一、多项式等价引入

二、多项式时间规约





一、多项式等价引入


计算复杂度 : 比较两个计算问题的复杂程度 , 首先求计算问题 时间复杂度的数量级 , 比较两个数量级的大小 , 进而得出 哪个计算问题的算法是更快的 ;


多项式等价 : 两个计算问题 , 如果要对比出它们中哪个计算问题更复杂一些 , 就需要使用到 多项式等价 ;



计算复杂度 是针对同一个计算问题 , 不同的计算模型所花费的时间 ;


多项式等价 是针对两个不同的计算问题 , 对比二者计算复杂度的差异 ;



集合论中 , 对比两个集合的大小 , 如果两个集合中的元素都存在一一映射 , 就说明两个集合是相等的 ;


自然数集 与 偶数集 , 这两个集合每个元素之间都存在一一映射 , 这两个集合的大小是一样大的 ;






二、多项式时间规约


多项式时间规约 :


给定两个语言 , 分别是 L \rm LL , 和 L ′ \rm L'L

 , 比较这两个语言的难易程度 ;

( 语言相当于算法 )


引入一个概念 , 多项式时间规约 , 记做 L ≤ L ′ \rm L \leq L'L≤L

 ,


上述写法的含义是 : L \rm LL 语言的难易程度 , 不会超过 L ′ \rm L'L

 的难易程度 ,


存在一个 多项式时间可计算函数 f : ∑ ∗ → ∑ ∗ \rm f : \sum^* \to \sum^*f:∑

→∑

 , 使得 w \rm ww 字符串如果属于 L \rm LL 语言 , 当且仅当 f ( w ) \rm f(w)f(w) 属于 L ′ \rm L'L

 ,


记做 : w ∈ L ⇔ f ( w ) ∈ L ′ \rm w \in L \Leftrightarrow f(w) \in L'w∈L⇔f(w)∈L

image.png





核心问题是 判定字符串 w \rm ww 是否属于 L \rm LL 语言 ,


可以将该问题 , 规约到 L ′ \rm L'L

 语言上 ,


将 w \rm ww 字符串输入到 多项式时间可计算函数 f \rm ff 中 , 判定其输出 f ( w ) \rm f(w)f(w) 是否属于 L ′ \rm L'L

 语言 ,


可以 将 L \rm LL 的接受问题 , 转化为 L ′ \rm L'L

 的接受问题 ,


其连接的桥梁是 多项式时间可计算函数 f \rm ff ;



多项式时间可计算函数 f \rm ff 是一个 图灵机 ;


目录
相关文章
|
3月前
|
机器学习/深度学习 数据处理 Python
深入理解双变量(二元)正态投影:理论基础、直观解释与应用实例
本文探讨了统计学与机器学习中的二元投影技术,它基于二元正态分布,用于预测一个变量在给定另一变量值时的期望值。文章分为三部分:首先介绍了二元正态投影的基本公式及其在回归中的应用;接着通过直观解释和模拟展示了不同相关性下变量间的关系;最后运用投影公式推导出线性回归的参数估计,并通过实例说明其在预测房屋价格等场景中的应用。附录中详细推导了二元线性投影的过程。二元投影作为一种强大工具,在数据分析中帮助简化复杂问题并揭示数据背后的规律。
56 1
深入理解双变量(二元)正态投影:理论基础、直观解释与应用实例
|
4月前
|
算法 Java 调度
对偶问题理论及在优化中的应用实例
对偶问题理论及在优化中的应用实例
|
算法 调度 决策智能
【两阶段鲁棒优化】利用列-约束生成方法求解两阶段鲁棒优化问题(Python代码实现)
【两阶段鲁棒优化】利用列-约束生成方法求解两阶段鲁棒优化问题(Python代码实现)
327 0
【两阶段鲁棒优化】利用列-约束生成方法求解两阶段鲁棒优化问题(Python代码实现)
|
Java
【附录】概率基本性质与法则的推导证明
本文从概率论三大公理出发,推导证明概率基本法则。
150 0
【附录】概率基本性质与法则的推导证明
|
机器学习/深度学习 人工智能
【机器学习】信息量、香农熵、信息增益(增加例子,方便理解)
【机器学习】信息量、香农熵、信息增益(增加例子,方便理解)
246 0
|
移动开发 JavaScript 算法
数学基础之——熵与散度的灵魂摆渡(解析大全)(二)
数学基础之——熵与散度的灵魂摆渡(解析大全)(二)
334 0
|
机器学习/深度学习 自然语言处理 JavaScript
数学基础之——熵与散度的灵魂摆渡(解析大全)(一)
数学基础之——熵与散度的灵魂摆渡(解析大全)(一)
187 0
|
资源调度 Serverless vr&ar
【计算理论】计算理论总结 ( 上下文无关文法 ) ★★
【计算理论】计算理论总结 ( 上下文无关文法 ) ★★
199 0
【计算理论】计算理论总结 ( 上下文无关文法 ) ★★
【计算理论】计算理论总结 ( 正则表达式转为非确定性有限自动机 NFA | 示例 ) ★★(二)
【计算理论】计算理论总结 ( 正则表达式转为非确定性有限自动机 NFA | 示例 ) ★★(二)
148 0
【计算理论】计算理论总结 ( 正则表达式转为非确定性有限自动机 NFA | 示例 ) ★★(二)
【计算理论】计算理论总结 ( 正则表达式转为非确定性有限自动机 NFA | 示例 ) ★★(一)
【计算理论】计算理论总结 ( 正则表达式转为非确定性有限自动机 NFA | 示例 ) ★★(一)
164 0
【计算理论】计算理论总结 ( 正则表达式转为非确定性有限自动机 NFA | 示例 ) ★★(一)