唐常杰翻译的计算理论导引(课堂PPT)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
如果不存在这样的顶点，则输出当前的割并且停止。”
XXXXX
2
CS_Dept.Sichaun Univ.
8/59
定理1０.2
定理11.2：B是最大割集的2-优的多项式近似算法。 证明：
割的大小不超过G的边数，故B是多项式时间的。 证明B输出的割X至少包含G中的所有边的一半。
X的每个顶点的割边>=非割边。 X的所有顶点的割边数和＝ X的割边总数×2。 X的所有顶点的非割边数和＝ X的非割边总数×2。 X的割边数和>= X的非割边数和 X的割边数 >= G的所有边数/2 G的所有边数>=最大割边数
试，则称这个数为伪素数，其中可能包含卡米切尔数和素数
。
a p1 1(mod p)
XXXXX
2
CS_Dept.Sichaun Univ.
14/59
测试伪素数的多项式概率算法
PSEUDOPRIME “对于输入p： 在p中随机地选取a1, , ak 对于每一个i，计算ai( p1) mod p 如果所有计算出来的值都等于1，则接受；否则拒绝”
1/59
Chap 10 复杂性理论中的高级专题 (同学报告）
可根据 提供的ＰPT素材+参考以前同学的报告， 修改成为有自己见解的讨论报告
建议：
底色用浅色（象牙白， 浅黄， 白色等） 适合色盲 色弱 观众 字体颜色选择余地大 在投影机 效果差时 也还能能看见
XXXXX
2
CS_Dept.Sichaun Univ.
运行次数指数下降。
XXXXX
2
CS_Dept.Sichaun Univ.
13/59
素数性
定理11.6：
例子：
如果p是素数，且a p，则a p1 1(mod p)。
p通过在a的p费 马7, 测a 试2是指2(71) 26 64, 64 mod 7 1
如果一个数p 能 6通, a过所2有关于2(6小1)于它25且与32它, 互3素2 m的o数d 5的费2马测
XXXXX
2
CS_Dept.Sichaun Univ.
9/59
概率算法
概率算法使用随机过程的结果。典型包含一条“扔硬币” 的指令，并且扔硬币的结果可能影响算法后面的执行和输 出。
BPP类 素数性 只读一次的分支程序
XXXXX
2
CS_Dept.Sichaun Univ.
10/59
概率图灵机
概率图灵机M是一种非确定型图灵机，它的每一非确定步， 称作掷硬币步，并且有两个合法的下次动作。定义分支b的 概率如下，其中k是在分支b中出现的掷硬币步的步数。
1 2
XXXXX
2
5 4
3
1 2
CS_Dept.Sichaun Univ.
5 4
3 4/59
最小顶点覆盖的一个近似算法
下述多项式时间算法近似地解这个最优化问题，它给出一个顶点覆 盖，其大小不超过最小顶点覆盖的大小的2倍。
A＝ “对于输入<G>，这里G是一个无向图： 重复下述操作直至G中所有的边都与有标记的边相邻。 在G中找一条不与任何有标记的边相邻的边。 给这条边作标记。 输出所有有标记边的顶点。 ”
定义M接受ω的概率为
Pr[b] 2k
Pr[M接受]＝ Pr[b] b是接受分支
XXXXX
2
CS_Dept.Sichaun Univ.
11/59
BPP类
对于0<=ε<1/2，如果满足下面的条件则称M以错误概率ε识 别语言A。
A蕴涵Pr[M接受] 1 A蕴涵Pr[M拒绝] 1
BPP是多项式时间的概率图灵机以错误概率1/3识别的语言 类。
XXXXX
2
CS_Dept.Sichaun Univ.
5/59
定理1０.1
定理11Leabharlann Baidu1：A是一个多项式时间算法，它给出G的一个顶点覆盖，其大 小不超过最小顶点覆盖的大小的2倍。 证明思路:
A的运行时间显然是多项式界限的。 设X是它输出的顶点集合，H是有标记的边的集合。因为G的每一 条边要么属于H，要么与H中的一条边相邻，因此X与G的所有边 关联，因此X是一个顶点覆盖。 证明X的大小不超过最小顶点覆盖Y的大小的2倍。
XXXXX
2
CS_Dept.Sichaun Univ.
12/59
引理10.5
引理11.5：设ε是一个固定常数，且0<ε<1/2。又设M1是一台
错误概率为ε的多项式时间概率图灵机，则对于任意的多项式
poly(n)，存在与M1等价的错误概率为
的多项式时间概
率图灵机M2。
证取明这思些路运：行M结2果用中如的下多方数式作模为拟计M2算1：结po运l果y(n行。) M错1误多概项率式将次随，M并1且的
Chap 10 复杂性理论中的高级专题 (同学报告）
可以从下列文件获得ＰPT素材： 13_10-复杂理论高级专题-同学报告素材.doc
本章提纲 10.1 近似算法、 10.2 概率算法 10.3 交错式 10.4 交互证明， 10.5 并行计算 10.6 密码学
XXXXX
2
CS_Dept.Sichaun Univ.
7/59
最大割集的近似算法
5 1
4
把顶点集V划分成两个不相交的子集S和T，称为无向图中的割。顶点分 别在两个子集 中的边称为割边，割边的数目称为割2 的大小。
3
B＝ “对于输入<G>，这里G是顶点集为V的无向图：
令S＝Ø和T＝V。
如果把一个顶点从S移到T或者从T移到S，使割的大小变大，则做这 样的移动，并且重复这一步。
X的大小是H的2倍 H不大于Y
XXXXX
2
CS_Dept.Sichaun Univ.
6/59
k-优算法
如果一个最小化问题的近似算法总能找到不超过最优解k 倍的可行解，则称这个算法是k-优的。
对于最大化问题，一个k-优近似算法总能找到不小于最 优解大小的1/k的可行解。
XXXXX
2
CS_Dept.Sichaun Univ.
如果p是伪素数则能通过全部测试，如果p不是伪素数则至多能通过全部测试的
一半。于是它通过全部k个随机选择的测试的概率不大于 ，因此该算法以错
2/59
近似算法
在最优化问题中，通常试图在可行解中寻找最好的解，即最 优解。
在实践中，可能并不一定非要最优解不可，一个接近最优的 解可能是足够好的，而且可能更容易找到。
近似算法是为了求近似最优解而设计的。
XXXXX
2
CS_Dept.Sichaun Univ.
3/59
顶点覆盖问题
若G是无向图，则G的顶点覆盖是节点的一个子集，使得 G的每条边都与子集中的节点之一相关联。
XXXXX
2
CS_Dept.Sichaun Univ.
8/59
定理1０.2
定理11.2：B是最大割集的2-优的多项式近似算法。 证明：
割的大小不超过G的边数，故B是多项式时间的。 证明B输出的割X至少包含G中的所有边的一半。
X的每个顶点的割边>=非割边。 X的所有顶点的割边数和＝ X的割边总数×2。 X的所有顶点的非割边数和＝ X的非割边总数×2。 X的割边数和>= X的非割边数和 X的割边数 >= G的所有边数/2 G的所有边数>=最大割边数
试，则称这个数为伪素数，其中可能包含卡米切尔数和素数
。
a p1 1(mod p)
XXXXX
2
CS_Dept.Sichaun Univ.
14/59
测试伪素数的多项式概率算法
PSEUDOPRIME “对于输入p： 在p中随机地选取a1, , ak 对于每一个i，计算ai( p1) mod p 如果所有计算出来的值都等于1，则接受；否则拒绝”
1/59
Chap 10 复杂性理论中的高级专题 (同学报告）
可根据 提供的ＰPT素材+参考以前同学的报告， 修改成为有自己见解的讨论报告
建议：
底色用浅色（象牙白， 浅黄， 白色等） 适合色盲 色弱 观众 字体颜色选择余地大 在投影机 效果差时 也还能能看见
XXXXX
2
CS_Dept.Sichaun Univ.
运行次数指数下降。
XXXXX
2
CS_Dept.Sichaun Univ.
13/59
素数性
定理11.6：
例子：
如果p是素数，且a p，则a p1 1(mod p)。
p通过在a的p费 马7, 测a 试2是指2(71) 26 64, 64 mod 7 1
如果一个数p 能 6通, a过所2有关于2(6小1)于它25且与32它, 互3素2 m的o数d 5的费2马测
XXXXX
2
CS_Dept.Sichaun Univ.
9/59
概率算法
概率算法使用随机过程的结果。典型包含一条“扔硬币” 的指令，并且扔硬币的结果可能影响算法后面的执行和输 出。
BPP类 素数性 只读一次的分支程序
XXXXX
2
CS_Dept.Sichaun Univ.
10/59
概率图灵机
概率图灵机M是一种非确定型图灵机，它的每一非确定步， 称作掷硬币步，并且有两个合法的下次动作。定义分支b的 概率如下，其中k是在分支b中出现的掷硬币步的步数。
1 2
XXXXX
2
5 4
3
1 2
CS_Dept.Sichaun Univ.
5 4
3 4/59
最小顶点覆盖的一个近似算法
下述多项式时间算法近似地解这个最优化问题，它给出一个顶点覆 盖，其大小不超过最小顶点覆盖的大小的2倍。
A＝ “对于输入<G>，这里G是一个无向图： 重复下述操作直至G中所有的边都与有标记的边相邻。 在G中找一条不与任何有标记的边相邻的边。 给这条边作标记。 输出所有有标记边的顶点。 ”
定义M接受ω的概率为
Pr[b] 2k
Pr[M接受]＝ Pr[b] b是接受分支
XXXXX
2
CS_Dept.Sichaun Univ.
11/59
BPP类
对于0<=ε<1/2，如果满足下面的条件则称M以错误概率ε识 别语言A。
A蕴涵Pr[M接受] 1 A蕴涵Pr[M拒绝] 1
BPP是多项式时间的概率图灵机以错误概率1/3识别的语言 类。
XXXXX
2
CS_Dept.Sichaun Univ.
5/59
定理1０.1
定理11Leabharlann Baidu1：A是一个多项式时间算法，它给出G的一个顶点覆盖，其大 小不超过最小顶点覆盖的大小的2倍。 证明思路:
A的运行时间显然是多项式界限的。 设X是它输出的顶点集合，H是有标记的边的集合。因为G的每一 条边要么属于H，要么与H中的一条边相邻，因此X与G的所有边 关联，因此X是一个顶点覆盖。 证明X的大小不超过最小顶点覆盖Y的大小的2倍。
XXXXX
2
CS_Dept.Sichaun Univ.
12/59
引理10.5
引理11.5：设ε是一个固定常数，且0<ε<1/2。又设M1是一台
错误概率为ε的多项式时间概率图灵机，则对于任意的多项式
poly(n)，存在与M1等价的错误概率为
的多项式时间概
率图灵机M2。
证取明这思些路运：行M结2果用中如的下多方数式作模为拟计M2算1：结po运l果y(n行。) M错1误多概项率式将次随，M并1且的
Chap 10 复杂性理论中的高级专题 (同学报告）
可以从下列文件获得ＰPT素材： 13_10-复杂理论高级专题-同学报告素材.doc
本章提纲 10.1 近似算法、 10.2 概率算法 10.3 交错式 10.4 交互证明， 10.5 并行计算 10.6 密码学
XXXXX
2
CS_Dept.Sichaun Univ.
7/59
最大割集的近似算法
5 1
4
把顶点集V划分成两个不相交的子集S和T，称为无向图中的割。顶点分 别在两个子集 中的边称为割边，割边的数目称为割2 的大小。
3
B＝ “对于输入<G>，这里G是顶点集为V的无向图：
令S＝Ø和T＝V。
如果把一个顶点从S移到T或者从T移到S，使割的大小变大，则做这 样的移动，并且重复这一步。
X的大小是H的2倍 H不大于Y
XXXXX
2
CS_Dept.Sichaun Univ.
6/59
k-优算法
如果一个最小化问题的近似算法总能找到不超过最优解k 倍的可行解，则称这个算法是k-优的。
对于最大化问题，一个k-优近似算法总能找到不小于最 优解大小的1/k的可行解。
XXXXX
2
CS_Dept.Sichaun Univ.
如果p是伪素数则能通过全部测试，如果p不是伪素数则至多能通过全部测试的
一半。于是它通过全部k个随机选择的测试的概率不大于 ，因此该算法以错
2/59
近似算法
在最优化问题中，通常试图在可行解中寻找最好的解，即最 优解。
在实践中，可能并不一定非要最优解不可，一个接近最优的 解可能是足够好的，而且可能更容易找到。
近似算法是为了求近似最优解而设计的。
XXXXX
2
CS_Dept.Sichaun Univ.
3/59
顶点覆盖问题
若G是无向图，则G的顶点覆盖是节点的一个子集，使得 G的每条边都与子集中的节点之一相关联。