Сложность вычислений
-
Класс сложности BPP: Вероятностные алгоритмы полиномиального времени
BPP в теории сложности: класс задач, решаемых вероятностными алгоритмами за полиномиальное время с ошибкой ≤1/3. Включает класс P. Эффективные алгоритмы!
-
Класс сложности BQP: квантовый полиномиальный алгоритм с ограниченной ошибкой.
BQP: класс задач, решаемых квантовым компьютером за полиномиальное время с малой вероятностью ошибки (≤1/3). Квантовый аналог BPP. Теория вычислительной сложности.
-
Проблема выполнимости булевых формул
Проблема выполнимости булевых формул (SAT): определение, можно ли присвоить переменным значения ИСТИНА/ЛОЖЬ, чтобы формула стала истинной. Логика, компьютерные науки.
-
Сложность алгоритмов и вычислительная сложность
Вычислительная сложность алгоритмов: время работы и потребление памяти. Анализ алгоритмов и теория вычислительной сложности – ключевые понятия в CS.
-
Сложность вычислений: теоретические основы и границы решаемости.
Теория вычислительной сложности: классификация задач по ресурсам, необходимым для решения. Изучение трудностей алгоритмов и математических вычислений.
-
Проблемы принятия решений в теории вычислимости и сложности
Проблемы принятия решений в информатике: что такое, примеры (проверка числа на простоту, делимость). Алгоритмы и процедуры решения yes/no задач.
-
Класс сложности NP: определение и свойства.
Класс NP в теории сложности вычислений: задачи, решения которых можно проверить за полиномиальное время. Определение, свойства и применение NP.
-
Недетерминированная машина Тьюринга: Теоретическая модель вычислений
Недетерминированная машина Тьюринга: теоретическая модель вычислений в компьютерной науке. Исследование P vs NP, возможностей и ограничений компьютеров.
-
Класс сложности NC: параллельные вычисления и полилогарифмическая сложность.
Класс NC в теории сложности вычислений: задачи, решаемые за полилогарифмическое время на параллельном компьютере. Эффективные параллельные алгоритмы, подкласс P.
-
Оракульная машина: абстрактная модель для изучения вычислительных задач.
Машина Оракула: абстрактная вычислительная модель для изучения решаемости задач. Используется в теории вычислимости и сложности, как Тьюринг-машина с "черным ящиком".
-
Класс сложности #P
класс сложности: подсчет решений задач из NP. Определение, связь с NP-полными задачами, функции вместо решений. Теория вычислительной сложности.
-
#P-полные задачи: теория и приложения
-полные задачи в теории вычислительной сложности: определение, свойства (,-трудность), счетные и Turing-редукции. Оптимизация алгоритмов.
-
Стивен Кук и проблема P vs. NP: Основы теории сложности вычислений
Стивен Кук: вклад в теорию сложности, NP-полнота, теорема Кука-Левина и формулировка P vs NP. Основы современной информатики и алгоритмов.
-
Полнота по co-NP: Теория и примеры
co-NP полные задачи: самые сложные в co-NP. Если P≠co-NP, то не решаются за полиномиальное время. Связь с NP-полными задачами и алгоритмами.
-
Сложность вычислений: более простое введение.
NP-трудные задачи в теории сложности вычислений: определение, полиномиальное сведение, связь с классом NP и гипотезой P≠NP. Пример: задача о сумме подмножества.
-
P-полные задачи: параллелизация и сложность пространства
P-полные задачи в теории сложности вычислений: определение, важность для анализа параллелизма и ограниченной памяти. Редукции и их типы.
-
Полнота по пространству PSPACE: обзор и свойства
ПСАПРО-полнота: самые сложные задачи, решаемые за полиномиальное пространство. Свойства регулярных выражений, игры, граммы и др. Теория вычислительной сложности.
-
NP-Эквивалентные задачи и их свойства
NP-эквивалентные задачи в теории сложности: определение, пример (FIND SUBSET SUM). Оптимизационные проблемы, аналоги NP-полноты для функциональных задач.
-
Класс сложности EXPTIME: определение и свойства
EXPTIME: класс сложности задач, решаемых детерминированной машиной Тьюринга за экспоненциальное время (O(2p(n))). Связь с P, NP, PSPACE и другими классами.
-
EXPSPACE-полные задачи и вычислительная сложность
Проблемы в теории сложности вычислений: класс EXP, экспоненциальное пространство, полнота по многократному полиномиальному времени, примеры и соотношения с другими классами.
-
Случайные алгоритмы полиномиального времени (RP)
Сложность RP в теории вычислимости: вероятностные алгоритмы, полиномиальное время, вероятность ответа "да" ≥ 1/2. Определение, свойства, отличия от R.
-
ZPP: Класс сложности с нулевой вероятностью ошибки
ZPP в теории сложности: полиномиальное время работы вероятностной машины Тьюринга с нулевой ошибкой. Алгоритмы Лас-Вегаса, корректный ответ всегда.
-
Алгоритм Гровера: квантовый поиск в квадратичном ускорении
Алгоритм Гровера: квантовый поиск в базах данных. Обеспечивает квадратичное ускорение по сравнению с классическими алгоритмами, оптимален для поиска по чёрному ящику.
-
Дизъюнктивная нормальная форма булевой функции
ДНФ (дизъюнктивная нормальная форма) в булевой логике: канонический вид логических формул, преобразование с помощью логических эквивалентностей. Автоматическое доказательство теорем.
-
Сопряжённая нормальная форма булевых функций
Нормальная конъюнктивная форма (CNF) в булевой логике: определение, преобразование формул, применение в автоматическом доказательстве теорем и схемотехнике.
-
Полиномиальное сведение в теории сложности вычислений
Полиномиальное сведение в теории сложности: решение задач через другие задачи. Доказательство, что одна задача не сложнее другой. Оптимизация алгоритмов.
-
Интерактивные доказательные системы в теории сложности вычислений
Интерактивные доказательства: теория сложности вычислений, протоколы верификации, честный верификатор и ненадежный доказывающий. Полнота доказательства.
-
Теорема об иерархии времени для машин Тьюринга
Теоремы о временной иерархии Тьюринга: больше времени – больше решаемых задач. Доказательство Стеарнса и Хартманиса (1965), усовершенствовано Хенни и Стеарнсом.
-
Вероятностная машина Тьюринга и сложность вычислений
Вероятностная машина Тьюринга: модель вычислений с случайными переходами. Различия от детерминированных машин, вероятностные результаты, квантовые вычисления.
-
Задачи удовлетворения ограничений: обзор и методы решения
Задачи удовлетворения ограничений (CSPs): математические модели поиска решений при заданных условиях. ИИ, исследования операций, constraint programming.
-
Сложность алгоритмов по памяти
Сложность памяти алгоритма: объём используемой памяти для решения задачи. Влияние размера входных данных, Big O нотация, LOGSPACE. Оптимизация памяти.
-
Многооднозначные редукции в теории вычислимости
Многооднозначные редукции в теории вычислимости: преобразование задач с помощью вычислимой функции для оценки сложности. m-полные множества и сильная приводимость.
-
Односторонние функции в компьютерной криптографии
Односторонние функции в криптографии: легко вычислить, сложно инвертировать. Важны для безопасности, существование – открытый вопрос в теории сложности.
-
2-Удовлетворимость: Полиномиальная разрешимость и приложения
2-SAT: решение задач выполнимости булевых формул с двумя литералами в каждом дизъюнкте. Полиномиальный алгоритм, графы импликаций, 2CNF формулы.
-
Классы сложности в теории вычислимости
Классы сложности в теории вычислимости: определение, ресурсы (время, память), модели вычислений и пример класса P. Изучение вычислительных задач.
-
Проверочные доказательства с вероятностью: теория и применение.
Доказательства с вероятностной проверкой (PCP) в теории сложности: проверка доказательств рандомизированным алгоритмом с малым объемом чтения. Классы сложности.
-
Алгоритмы Лас-Вегаса: характеристики и анализ времени работы
Алгоритмы Лас-Вегаса: рандомизированные алгоритмы, всегда дающие верный результат или сообщающие об ошибке. Подходят для задач с ограниченным числом решений.
-
Двоичные решающие диаграммы: структура данных для булевых функций
Бинарные диаграммы решений (BDD): структура данных для представления булевых функций. Сжатое кодирование, операции без декомпрессии. Компьютерные науки.
-
Параметризованная сложность: теория и применение.
Параметризованная сложность: классификация вычислительных задач по параметрам. Решение NP-трудных задач возможно за полиномиальное время при малых параметрах k.
-
Пространственная сложность и DSPACE в теории вычислимости
Пространственная сложность DSPACE: определение, роль в теории вычислимости, измерение памяти детерминированной машины Тьюринга. Классы сложности.
-
Временная сложность в теории вычислительной сложности
Временная сложность DTIME в теории вычислительной сложности: определение, значение для детерминированных машин Тьюринга и классов задач. Оптимизация алгоритмов.
-
Класс сложности P и полиномиальная сложность
Класс P в теории сложности вычислений: задачи, решаемые за полиномиальное время. Эффективные алгоритмы, детерминированные машины Тьюринга, линейное программирование.
-
Полиномиальная иерархия в теории вычислительной сложности
Полиномиальная иерархия в теории сложности вычислений: обобщение классов NP и co NP, определение через оракулы и машины Тьюринга. PH – объединение классов.
-
Класс сложности PP: Вероятностные алгоритмы и полиномиальное время
PP в теории сложности: задачи, решаемые вероятностной машиной Тьюринга за полиномиальное время с вероятностью ошибки <1/2. Определение и алгоритмы.
-
Ускорение машин Тьюринга за счёт увеличения сложности символов ленты.
Ускорение машин Тьюринга: линейное увеличение скорости вычислений за счет повышения сложности символов на ленте. Теория вычислительной сложности.
-
Теорема Кука — Левина и NP-полнота задач
Теорема Кука-Левина: доказывает NP-полноту задачи выполнимости булевых формул (SAT). Основа теории вычислительной сложности, NP-полные задачи.
-
Теоремы о пространственной иерархии в теории вычислительной сложности
Теоремы об иерархии пространства в теории вычислительной сложности: чем больше памяти, тем больше решаемых задач. Доказательство и применение.
-
Интерактивные доказательства и классы сложности AM и MA
Интерактивные доказательства Arthur-Merlin: протокол в теории вычислительной сложности. Верификация с публичными случайными числами, проверка честности доказуемости.
-
Функциональные задачи в теории вычислительной сложности
Функциональные задачи в теории сложности вычислений: поиск не просто "да/нет", а сложных выходных данных. Пример – FSAT, связанный с SAT.
-
Класс сложности FNP: определение и свойства.
FNP класс сложности в теории вычислимости: бинарные отношения, проверяемые за полиномиальное время. Связь с классом NP и задачами принятия решений.
-
Класс сложности NEXPTIME: определения и характеристики.
NEXPTIME: класс сложности задач, решаемых недетерминированной машиной Тьюринга за экспоненциальное время. Определение, теоремы, связь с NP и логикой.
-
Чередующаяся машина Тьюринга: Модель вычислений и классы сложности.
Альтернативная машина Тьюринга (ATM): модель вычислений в теории сложности. Объединяет NP и co-NP, чередуя режимы существования и универсальности.
-
Класс сложности NL: определение и свойства.
NL в теории сложности: недетерминированные алгоритмы, логарифмическая память. Определение, связь с классами L и NSPACE. Важные результаты и ресурсы.
-
Класс сложности L (логарифмическое пространство)
Класс сложности L: детерминированные машины Тьюринга, логарифмическое пространство. USTCON в L = SL. Характеризация языков первого порядка с транзитивным замыканием.
-
Сложность SL: Равенство L и связь с задачей связности графа.
Сложность SL в теории вычислительной сложности: задачи, сводимые к задаче связности USTCON в графах. Определение, связь с NL и STCON.
-
Случайный логарифмический класс (RL) в теории сложности вычислений
RL-класс сложности: задачи, решаемые вероятностными машинами Тьюринга за полиномиальное время и логарифмическое пространство с односторонней ошибкой. Теория сложности.
-
Описательная сложность: логика и вычислительная сложность.
Сложность описания: раздел математической логики, связывающий сложность вычислений и логику. Классы сложности и языки, выразимые логикой.
-
Удовлетворимость формул Хорна и полиномиальная разрешимость
Удовлетворимость Horn (HORNSAT) в формальной логике: определение, свойства Horn-клауз и формул. P-полная задача, вычислимая за полиномиальное время.
-
Обещанные задачи в теории вычислительной сложности
Обещающие задачи в теории сложности вычислений: обобщение задач принятия решений, где входные данные гарантированно принадлежат подмножеству.
-
Поисковые задачи в теории вычислимости и сложности
Поиск в теории вычислимости: определение, связь с задачами принятия решений, обобщение на n-арные отношения и роль машины Тьюринга.
-
Преобразование к бинарным ограничениям в задачах удовлетворения ограничений
Преобразование ограничений: упрощение задач поиска решений путем замены многоарных ограничений на бинарные. Сохранение решаемости и возможность применения эффективных алгоритмов.
-
Дополнение в теории вычислительной сложности
Дополнение задачи в теории сложности вычислений: изменение ответов "да" и "нет". Пример – проверка на простоту vs. составное число. Определение и примеры.
-
Проблема изоморфизма графов: статус и современные достижения.
Проблема изоморфизма графов: сложная задача в теории вычислительной сложности. Неизвестно, решается ли она за полиномиальное время. NP-промежуточная?
-
Проблемы, разрешимые малыми схемами (или P/poly)
P/poly: класс задач, решаемых малыми схемами в теории сложности вычислений. Полиномиальное время, Turing-машины с подсказками, неuniform complexity.
-
Класс сложности ⊕P: определение и свойства.
⊕P: класс сложности задач, решаемых недетерминированной машиной Тьюринга за полиномиальное время с нечетным числом принимающих путей. ⊕SAT – ⊕P-полная задача.
-
Интерактивные доказательства и классы сложности IP, PSPACE, MIP
IP-класс в теории сложности вычислений: интерактивные доказательства, равенство PSPACE. Работы Лунда, Шамира, Голдвассера, Микали и Раккоффа.
-
Программирование ответами: подход к сложным задачам поиска
Программирование ответами (ASP): декларативный подход к сложным задачам поиска (NP-трудные). Решение через вычисление стабильных моделей, надежность и завершимость.
-
Алгоритм DPLL для решения задачи выполнимости булевых формул
Алгоритм DPLL: полный метод решения задачи выполнимости булевых формул (CNF SAT). Основан на поиске с возвратом, разработан в 1961 году. Логика, компьютерные науки.
-
Сложность доказательств в логике и теории вычислимости.
Сложность доказательств: изучение вычислительных ресурсов для доказательства теорем в логике и информатике. Границы длины доказательств, системы Фреге.
-
Immerman–Szelepcsényi theorem
-
ST-связность: сложность и полнота в классах сложности
ST-связность в графах: определение, алгоритмы (DFS, BFS) и сложность в классах NL. Решение задачи о достижимости вершины t из s. Компьютерная наука.
-
Karp–Lipton theorem
-
Теорема Валианта — Вазирани: Если Unambiguous SAT решается за полиномиальное время, то NP = RP
Теорема Валианта-Вазирани: если существует полиномиальный алгоритм для Unambiguous SAT, то NP=RP. Сложность NP-полных задач и уникальные решения.
-
Теорема Фагина: NP и экзистенциальная логика второго порядка
Теорема Фагина: связь логики второго порядка и класса NP. Доказательство, история развития и значение в теории вычислительной сложности. Подробно о Fagin's theorem.
-
Псевдополиномиальное время и сложность NP-полных задач.
Псевдополиномиальное время в теории сложности: алгоритмы, зависящие от числовых значений, а не длины ввода. Слабая и сильная NP-полнота.
-
Тезис Кобэма о вычислительной сложности и полиномиальном времени
Тезис Кобэма: вычислимые задачи решаются за полиномиальное время (класс P). Определение сложности, трактабельность алгоритмов и ограничения теории вычислений.
-
Доказательства простоты и сертификаты простоты чисел
Доказательство простоты: краткий, формальный способ подтвердить, что число простое, без сложных тестов. Важно для криптографии и теории вычислительной сложности.
-
Нулевое подавление в диаграммах принятия решений (ZSDD)
Диаграмма принятия решений с подавлением нулей (ZSDD): компактное представление множеств для комбинаторных задач. Альтернативная нормальная форма для лучшей компрессии.
-
Двойственная задача в задачах об ограничениях: представление и графы двойственности.
Двойственная задача в задачах на удовлетворение ограничений: упрощение решения с помощью бинарных ограничений, графов соединений и деревьев. Оптимизация!
-
Сложность задач удовлетворения ограничений: обзор и дихотомии
Сложность задач удовлетворения ограничений: теория вычислительной сложности, NP-полнота, полиномиальные подслучаи, связь с базами данных и моделями.
-
Вычислительные задачи в теоретической информатике
Вычислительные задачи в теории информатики: определение, примеры (факторизация чисел), сложность и неразрешимость. Изучение алгоритмов и ресурсов.
-
Полные задачи класса NL в теории сложности вычислений
NL-полные задачи в теории сложности: определение, свойства и связь с классами L и NL. Недетерминированные машины Тьюринга, логарифмическая память.
-
Вычислительные ресурсы в теории сложности вычислений
Вычислительные ресурсы: время, память и др. – ключевые факторы сложности решения задач в теории вычислений. Анализ ресурсов для эффективных алгоритмов.
-
Дихотомия Шефера и сложность задач выполнимости ограничений.
Теорема Шефера о сложности булевых формул: условия, при которых задача решается за полиномиальное время или является NP-полной. Комплексность, SAT, CSP.
-
Классы сложности TFNP и PPAD в теории вычислительной сложности
TFNP класс сложности в теории вычислимости: задачи с гарантированным решением, проверяемым за полиномиальное время. Факторизация, равновесие Нэша и др.
-
Полиномиальный локальный поиск (PLS) в теории сложности вычислений
Полиномиальный локальный поиск (PLS): класс сложности задач оптимизации. Быстрая проверка локального оптимума, полиномиальное время решения и поиска.
-
PostBQP
-
Satisfiability modulo theories