本周的内容是NP问题，NP的全称是Non-deterministic Polynomial，即多项式复杂程度的非确定性问题。百度上对NP的解释是，P/NP问题是在理论信息学中计算复杂度理论里至今没有解决的问题。通俗的说，是将不可知的问题转化为已知的问题，进而计算器复杂度。
首先介绍多项式时间的约减，即Polynomial-Time Reductions，通过解决另一个不同问题的假设的子程序，使用...
分类：
编程语言 时间：
2016-05-27 12:38:23
阅读次数：
237
上一节用单带图灵机模拟了PAL，其实可以用一种称为多带的图灵机来模拟，就像第一篇文章中介绍的那样，多带图灵机是具有多个读写头的图灵机。一个k带图灵机k带图灵机可以定义为一个四元组M=(K,Σ,δ,s)M=(K,\Sigma,\delta,s),其中K,Σ,δK,\Sigma,\delta和普通图灵机一样，δ\delta是一个必须反映多带复杂的程序。直观地，和以前一样，δ\delta决定下一个状态，也...
分类：
其他好文 时间：
2016-05-13 03:38:22
阅读次数：
360
此问题为算法导论的课后题，为了方便以后查看，查阅了有关计算复杂性和图论的一些相关内容，花了一些时间记录一下。1.问题描述：假定有一组活动，我们需要将它们安排到一些教室，任意活动都可以在任意教室进行，我们希望使用最少的教室完成所有活动。设计一个高效的贪心算法求每一个活动应该在哪个教室进行。
（这个问题成为区间着色问题）。我们可以构造一个区间图，顶点表示给定的活动，边连接不兼容的活动。要求使用最少的颜...
分类：
其他好文 时间：
2016-05-07 07:25:09
阅读次数：
594
背包问题(Knapsack problem)是一种组合优化的NP完全问题。问题可以描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高。问题的名称来源于如何选择最合适的物品放置于给定背包中。相似问题经常出现在商业、组合数学，计算复杂性理论、密码 ...
分类：
其他好文 时间：
2016-04-30 22:08:28
阅读次数：
276
机器学习--基本问题定义，任务确定和概念理解。机器学习从本质上是一个多学科的领域。它吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成功。机器学习，是计算机程序通过经验来提高某任务处理性能的行为。...
分类：
其他好文 时间：
2015-05-07 18:58:09
阅读次数：
250
很久以前，举国兴盛各种仙术邪道，每个派别的高德大师会给弟子们传授独门心法，通俗地来讲就是“怎么快速地获得幸福”，每次传授完了之后，他们会例行地来一句：“千万别跟别人说是我说的，不然就不灵了！”嗯，...
分类：
其他好文 时间：
2015-02-15 18:15:16
阅读次数：
269
计算复杂性读书笔记（二）： 论怎么把一个证明写得有意思 ?比特猪 quanzz1129@gmail.com ? 首先是版权声明，版权归属为：东南大学知识科学与工程实验室（kselab@seu ）。其实这个系列笔记实在是因为自己太笨，没...
分类：
其他好文 时间：
2015-02-08 23:29:38
阅读次数：
409
计算复杂性理论（Computational complexity theory）是理论计算机科学和数学的一个分支，它致力于将可计算问题根据它们本身的复杂性分类，以及将这些类别联系起来。一个可计算问题被认为是一个原则上可以用计算机解决的问题，亦即这个问题可以用一系列机械的数学步骤解决，例如算法。
如果一个问题的求解需要相当多的资源（无论用什么算法），则被认为是难解的。计算复杂性理论通过引入数学...
分类：
编程语言 时间：
2015-01-06 12:02:52
阅读次数：
194
研一是密码学专业开的一门课《计算复杂性理论》，当时对立面的NP，NPC这些概念都挺模糊，后来也是不了了之。现在看一些密码学论文的时候经常遇到这一概念，只能硬着头皮搞清楚。下面把自己的理解写下来，一来加深记忆和理解，而来为以后做个储备。 问题分为两种，一种是可以通过明确的公式直接得到答案，比如：...
分类：
其他好文 时间：
2014-12-03 23:04:29
阅读次数：
232
概述：排序算法可分为比较性的排序，以及运算性的排序；这里详细介绍这些排序的原理，性能，实现，以及应用场合。前面是维基百科的介绍，这里介绍几个比较典型的算法。理论计算复杂性理论大O符号全序关系列表稳定性比较排序自适应排序排序网络整数排序交换排序冒泡排序鸡尾酒排序奇偶排序梳排序侏儒排序快速排序臭皮匠排序...
分类：
其他好文 时间：
2014-06-18 00:03:48
阅读次数：
483
