“2012级--讨论记录 (第四学期)”的版本间的差异

来自问题求解
跳转至: 导航搜索
2014年5月16日
第269行: 第269行:
 
   <li>prime generation的基本原理及其证明。</li>
 
   <li>prime generation的基本原理及其证明。</li>
 
   <li>verifying matrix multiplication的单边错Monte Carlo算法。</li>
 
   <li>verifying matrix multiplication的单边错Monte Carlo算法。</li>
 +
</ol>
 +
 +
 +
=2014年5月23日=
 +
[[媒体文件:讨论记录-第四学期-第12次.pdf|[课件下载]]]
 +
 +
=2014年5月30日=
 +
[[媒体文件:讨论记录-第四学期-第13次.pdf|[课件下载]]]
 +
 +
=2014年6月6日=
 +
[[媒体文件:讨论记录-第四学期-第14次.pdf|[课件下载]]]
 +
<ol>
 +
  <li>RSMS:要解决的问题;基本思路;近似比;效果。</li>
 +
  <li>RRRMS:基本思路;到LP的规约;引理5.3.6.3的证明;效果。</li>
 +
  <li>Schoening:要解决的问题;基本思路;时间复杂度;是单边Monte Carlo算法的原因。</li>
 
</ol>
 
</ol>

2014年6月6日 (五) 21:48的版本

2014年2月21日

[课件下载]

  1. 字母表、词、语言:
    • 形式化定义。
    • 实际应用:编码考试成绩;编码图片;编码视频。
    • concatenation和subword的形式化定义。
    • canonical ordering。
  2. 判定和优化问题:
    • 判定问题的定义和例子。
    • 优化问题的定义和例子。
  3. P和NP:
    • upper bound和lower bound。
    • P、NP、NP-hard、NP-complete。
    • 确定性和非确定性。
    • NPO和PO。

2014年2月28日

[课件下载]

  1. 判定问题和优化问题:优化问题向判定问题的转换。
  2. P:
    • P问题的几个特点。
    • 编码:对讨论复杂性的影响;回避的手段。
    • decide和accept的区别和联系。
  3. NP:
    • certificate及其验证。
    • P和NP:可解 vs. 可验证;确定性 vs. 非确定性。
  4. NP-C:
    • 规约及其性质。
    • 基于规约来定义NP-hard和NP-C。
    • NP-C的证明方法和例子。

2014年3月14日

[课件下载]

  1. Lowering Worst Case Complexity of Exponential Algorithms:3SAT和divide-and-conquer。
  2. branch-and-bound:
    • 提高效率的基本原理。
    • 算法设计的几个重要方面:树的构造方法,树的搜索策略,子树中解的范围的估计,初始最优解的界。
    • 典型问题:MAX-SAT,TSP,NNS,ILP,QAP。

2014年3月21日

[课件下载]

  1. local search的基本概念:
    • feasible solution、specification、transformation、neighborhood、local optimum。
    • total correctness的证明。
    • 框架的可变环节:alpha、Neigh、beta。
  2. 各种策略:hill climbing;very large-scale neighborhood search及variable-depth search;multi-start methods及GRASP;Stochastic hill climbing;Tabu search。
  3. local search的性能:关键环节;exact polynomial-time searchable neighborhood。
  4. 应用:longest simple path、MAX-SAT、MAX-CL、MIN-VCP。

2014年3月28日

[课件下载]

  1. 用0-1规划建模:0-1 KP;multiple KP;0-1 multidimensional KP;SCP;MS;MAX-SAT;facility location problem;WEIGHT-VCP;maximum matching;WEIGHT-CL;TSP。
  2. rounding:
    • 什么是一个好的rounding:可行;较优。
    • rounding方法:舍入;迭代;随机。
  3. 广义的relaxation。

2014年4月4日

[课件下载]

  1. 近似算法的基本概念:
    • 定义。
    • relative ration;approximation ratio;approximation algorithm。
    • GMS的原理及其近似比的证明。
    • PTAS、FPTAS及其区别。
  2. NPO的分类。
  3. stability:
    • 讨论stability的意义。
    • distance function;ball;p-stable;stable。
    • TSP中的distance;其它难问题中的distance。
    • PTAS的stability。
  4. dual approximation:
    • 讨论dual approximation的意义。
    • distance function;ball;approximation algorithm;dual PTAS;dual FTPAS。
    • BIN-P中的distance;其它难问题中的distance。

2014年4月11日

[课件下载]

  1. greedy和local search的异同。
  2. MIN-VCP:基本思路;近似比及举例;时间复杂度及数据结构。
  3. SCP:基本思路;近似比及举例;时间复杂度及数据结构;与MIN-VCP的区别。
  4. greedy算法的设计与分析:longest simple path;MAX-SAT;MAX-CL;MAX-CUT。
  5. MAX-CUT:基本思路;近似比及举例;时间复杂度及数据结构;与MIN-VCP的区别。
  6. local search算法的设计与分析:longest simple path;MAX-SAT;MAX-CL;MIN-VCP;SCP。

2014年4月27日

  1. SKP的PTAS:
    • 算法4.3.4.2的设计思路。
    • 为什么是SKP的PTAS。
    • 对于DIST为什么不是superstable;为什么不是KP_delta的PTAS。
  2. KP的(F)PTAS:
    • 算法4.3.4.7的设计思路。
    • 对于DIST为什么是superstable;为什么是KP的PTAS。
    • 算法4.3.4.11的设计思路。
  3. Delta-TSP的常数近似算法:
    • 算法4.3.5.1的设计思路及近似比证明。
    • 算法4.3.5.4的设计思路及近似比证明。
  4. TSP问题的分类:
    • 算法4.3.5.18的设计思路。
    • 对于dist为什么是stable;如何对TSP进行分类。
    • p-strengthen triangle inequality如何对Delta-TSP进行分类。

2014年5月4日

[课件下载]

  1. dual approximation algorithms:利用BIN-P求解MS的宏观步骤。
  2. PTAS for MS:
    • BIN-P和MS的相互转化。
    • 利用BIN-P的解法求解MS:算法4.3.6.7。
  3. dual PTAS for BIN-P:
    • 步骤1:动态规划的递归式;算法4.3.6.1及其复杂度。
    • 步骤2:对输入的处理;算法4.3.6.2及其证明。
    • 步骤3:对输入的分类处理;算法4.3.6.4及其证明。
  4. 近似算法复习:
    • 伪多项式算法。
    • 分支-界限算法。
    • 局部搜索算法。
    • 松弛算法。
    • 贪心算法。
    • PTAS。
    • 稳定性。
    • 对偶近似算法。

2014年5月9日

[课件下载]

  1. 随机算法的基本概念:从图灵机的角度理解随机算法。
  2. 随机算法的时间复杂度:两种时间复杂度的计算方式及其存在的问题。
  3. Las Vegas算法:和Monte Carlo算法的区别;两种定义的区别。
  4. One-way communication protocol:
    • 直观含义。
    • Choice及其Las Vegas解法的直观含义。
    • Las Vegas解法的改造。
  5. Monte Carlo算法:
    • one/two-sided-error Monte Carlo算法。
    • Monte Carlo算法的使用方式。
    • unbounded-和two-sided error Monte Carlo算法的区别。
  6. 随机优化算法:
    • randomized delta-approximation和randomized delta-expected approximation算法之间的关系。
    • RPTAS及其与PTAS之间的区别。
  7. 随机算法的设计范式:
    • Foiling an adversary。
    • Abundance of witnesses (& fingerprinting)。
    • Random sampling (& relaxation and random rounding)。

2014年5月16日

[课件下载]

  1. random sampling:
    • 定义。
    • 适用的问题类型。
    • quadratic residues的适用性。
  2. quadratic residues及其相关证明。
  3. SSSA是单边错Monte Carlo算法的证明及其使用的局限性。
  4. Miller-Rabin的基本原理。
  5. prime generation的基本原理及其证明。
  6. verifying matrix multiplication的单边错Monte Carlo算法。


2014年5月23日

[课件下载]

2014年5月30日

[课件下载]

2014年6月6日

[课件下载]

  1. RSMS:要解决的问题;基本思路;近似比;效果。
  2. RRRMS:基本思路;到LP的规约;引理5.3.6.3的证明;效果。
  3. Schoening:要解决的问题;基本思路;时间复杂度;是单边Monte Carlo算法的原因。