计算机科学 > 计算复杂性
[提交于 2015年10月1日
]
标题: 通过预处理生成多项式对数大小的输出来使大规模数据上的问题变得易处理
标题: Making problems tractable on big data via preprocessing with polylog-size output
摘要: 为了在经过适当预处理后可以在大数据上实现可行的查询和预处理无帮助的查询之间提供二分法,Fan等人开发了$\sqcap$-可 tractability 理论。该理论为理解大数据背景下查询类的可 tractability 提供了正式的基础。在此基础上,本文引入了一个新的$\sqcap'$-可 tractability 概念。受一些用于处理大数据的技术启发,我们对预处理函数施加了限制,该限制使函数只能产生相对较小的数据库作为输出,最多为输入数据库的多项式对数大小。同时,我们对重新分解数据和查询时的冗余信息进行了限制。这些变化旨在使我们的理论更贴近实际。我们设定了两个复杂度类,分别表示自身为$\sqcap'$-可 tractable 的布尔查询类和可以变为$\sqcap'$-可 tractable 的查询类。基于我们复杂度类中的新分解方法,我们研究了两种归约,这两种归约的不同之处在于是否允许重新分解数据和查询部分。我们验证了归约的传递性和兼容性,并分析了复杂度类的完整问题和大小。我们得出结论,所有布尔查询的PTIME类都可以变为$\sqcap'$-可 tractable,类似于$\sqcap$-可 tractability 理论的情况。 带着一点惊讶,我们证明了所有$\sqcap'$-可处理查询的集合严格小于所有$\sqcap$-可处理查询的集合,因此所有$\sqcap'$-可处理查询的集合是 PTIME 查询集合的真子集。 以这种方式,我们在 PTIME 查询的复杂度类内部获得了一个新的复杂度类。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.