Adleman Beweis , daß in enthalten ist , P / p o l y zeigt , dass wenn es ein randomisierten Algorithmus für ein Problem , das ausgeführt wird in der Zeit t ( n ) an den Eingängen der Größe n , dann gibt es auch einen deterministischen Algorithmus …
Viele glauben, dass . Wir wissen jedoch nur, dass in der zweiten Ebene der Polynom-Hierarchie liegt, dh . Ein Schritt zum besteht darin, es zuerst auf die erste Ebene der zu bringen, dh .B P P B P P ⊆ & Sigma; P 2 ∩ & Pgr; P 2 B …
Ich höre oft, dass wir für viele Probleme sehr elegante randomisierte Algorithmen kennen, aber keine oder nur kompliziertere deterministische Lösungen. Ich kenne jedoch nur einige Beispiele dafür. Am prominentesten Randomized Quicksort (und verwandte geometrische Algorithmen, zB für konvexe Hüllen) Randomisierter Mincut Polynomial Identity Testing Klees Messproblem Unter diesen scheint nur …
Gibt es ein interessantes Beispiel für einen randomisierten Algorithmus für ein Suchproblem , der unabhängig von seiner internen Zufälligkeit immer dieselbe (richtige) Antwort ausgibt, die Zufälligkeit jedoch ausnutzt, sodass seine erwartete Laufzeit besser ist als die Laufzeit der schnellsten bekannten deterministischer Algorithmus für das Problem? Insbesondere habe ich mich gefragt, …
Log-Space-Uniform NC ist im deterministischen Polylog-Space enthalten (manchmal geschriebenes PolyL). Gehört RNC auch zu dieser Klasse? Die standardmäßige randomisierte Version von PolyL sollte in PolyL vorliegen, aber ich sehe nicht, dass (einheitliche) RNC in randomisiertem PolyL vorliegt. Die Schwierigkeit, die ich sehe, besteht darin, dass die Schaltung in RNC "die …
Bearbeiten: Ich wähle die Antwort mit der höchsten Punktzahl bis zum 06. Dezember 2012. Das ist eine weiche Frage. Das Konzept der (deterministischen) Algorithmen geht auf BC zurück. Was ist mit den probabilistischen Algorithmen? In diesem Wiki-Eintrag wurde Rabins Algorithmus für das nächste Paarproblem in der Rechengeometrie als erster randomisierter …
Ich habe gerade den Karger-Stein Randomized Mincut-Algorithmus in meiner Abschlussklasse unterrichtet. Dies ist ein echtes Juwel in Sachen Algorithmus , daher kann ich es nicht lehren, aber es macht mich immer frustriert, weil ich keine anderen Anwendungen der Haupttechnik kenne. (Daher ist es schwierig, Hausaufgaben zuzuweisen, die den Punkt nach …
Ich bin sicher, dass jeder von Buffons Nadelexperiment im 18. Jahrhundert weiß , das ist einer der ersten probabilistischen Algorithmen, die berechnen .ππ\pi Die Implementierung des Algorithmus in Computern erfordert normalerweise die Verwendung von oder einer trigonometrischen Funktion, die, selbst wenn sie als verkürzte Reihe implementiert werden, den Zweck irgendwie …
RP ist die Klasse von Problemen, die von einer nichtdeterministischen Turing-Maschine entschieden werden können, die in Polynomzeit endet, aber auch einseitige Fehler zulässt. P ist die übliche Klasse von Problemen, die von einer deterministischen Turing-Maschine entschieden werden kann, die in der Polynomzeit endet. P = RP ergibt sich aus einer …
Eine wichtige Veröffentlichung von Childs et al.führte das "Problem der verbundenen Bäume" ein: ein Problem, das eine exponentielle Quantenbeschleunigung zulässt, die mit keinem anderen bekannten Problem vergleichbar ist. In diesem Problem erhalten wir einen exponentiell großen Graphen wie den folgenden, der aus zwei vollständigen Binärbäumen der Tiefe n besteht, deren …
Das berühmte Minimax-Prinzip von Yao beschreibt die Beziehung zwischen Verteilungskomplexität und randomisierter Komplexität. Sei ein Problem mit einer endlichen Menge von Eingaben und einer endlichen Menge von deterministischen Algorithmen, um zu lösen . Außerdem bezeichnen die Eingabeverteilung und die Wahrscheinlichkeitsverteilung für . Dann lautet das Prinzip P PPX X\mathcal{X}AA\mathcal{A} P …
Wenn ich Schwanzgrenzen unterrichte, benutze ich die übliche Progression: Wenn Ihr rv positiv ist, können Sie Markovs Ungleichung anwenden Wenn Sie Unabhängigkeit und auch begrenzte Varianz haben, können Sie die Ungleichung von Chebyshev anwenden Wenn für jedes unabhängige RV auch alle Momente begrenzt sind, können Sie eine Chernoff-Grenze verwenden. Danach …
Für randomisierte Algorithmen die reelle Werte annehmen, ist der "Median-Trick" eine einfache Methode, um die Wahrscheinlichkeit eines Ausfalls auf einen Schwellenwert zu reduzieren , und zwar nur auf Kosten eines multiplikativen Gemeinkosten. Wenn nämlich die Ausgabe von mit einer Wahrscheinlichkeit von (mindestens) in einen "guten Bereich" fällt, werden unabhängige Kopien …
Wenn fff eine konvexe Funktion ist, dann besagt Jensens Ungleichung, dass f(E[x])≤E[f(x)]f(E[x])≤E[f(x)]f(\textbf{E}[x]) \le \textbf{E}[f(x)] ist und mutatis mutandis, wenn fff konkav ist. Natürlich kann man im schlimmsten Fall E[f(x)]E[f(x)]\textbf{E}[f(x)] in Bezug auf f(E[x])f(E[x])f(\textbf{E}[x]) für ein konvexes fff , aber gibt es eine Grenze, die in diese Richtung geht, wenn fff …
Sei eine Funktion. Wir wollen den Durchschnitt von f schätzen , das heißt: E [ f ( n ) ] = 2 - n ∑ x ∈ { 0 , 1 } n f ( x ) .f: { 0 , 1 }n→ ( 2- n, 1 ]f:{0,1}n→(2−n,1]f \colon \lbrace …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.