软件理论基础考试复习

Addery_

已于 2024-07-19 00:15:14 修改

阅读量1.8k

点赞数 34

分类专栏：考试复习文章标签：学习笔记经验分享

于 2024-06-05 20:08:53 首次发布

本文链接：https://blog.csdn.net/m0_51496369/article/details/139481080

版权

考试复习专栏收录该内容

2 篇文章 0 订阅

订阅专栏

软件理论基础考试复习

14个填空、4个简答、4~5个解答

文章目录

软件理论基础考试复习

1. 填空

直觉主义逻辑常采用三值逻辑来处理命题的真实，包括？

真（True）：表示命题是确定为真的

假（False）：表示命题是确定为假的

未知（Unknown）或者可疑（？）：表示命题的真值尚不确定，既不能被证明为真也不能被证明为假
四种简单模态判断分别是：同素材的？

同素材的必然肯定判断、通素材的必然否定判断、同素材的可能肯定判断、同素材的可能否定判断

补充：

同素材的必然P、必然非P、可能P和可能非P四种简单模态判断之间，也存在着一种真假制约关系，即对当关系。这种对当关系同A、E、I、O四种基础性质判断间的对当关系是非常相似的。
- A型判断：直接陈述了一个事实。例如，“这个苹果是红色的”就是一个A型判断
- E型判断：解释一个概念的含义。例如，“‘正义’是指公平和公正的原则”就是一个E型判断
- I型判断：表明两个事件之间的条件关系。例如，“如果今天下雨，那么地面会湿”就是一个I型判断
- O型判断：表明两个属性的对立性。例如，“一个物体不能同时是热的和冷的”就是一个O型判断
LTL的元性质？

完备性：任何可以用LTL表述的有效性质都可以通过该公理系统得到证明

封闭性：通过公理系统推导出的所有公式也是LTL公式

决定性：存在算法（如tableau方法或模型检验方法）可以判定一个LTL公式是否为有效（即在所有可能的时间序列中始终为真）

可判定性：对于一些特定问题，比如是否存在一个模型满足给定的LTL公式，存在可计算的解决方案

补充：
- LTL，线性时序逻辑，是一种用于描述系统行为随时间演变的逻辑系统，特别适用于模型检查和验证领域
- LTL有一套形式化的公理系统，通常包括推理规则和公理集合，用来确保逻辑系统的健全性和一致性
- CTL，计算树逻辑，是一种时序逻辑，专门设计用来描述和验证树状结构（特别是状态空间搜索树）中的路径性质
- CTL不仅可以表达线性时序逻辑（LTL）中的某些特性，还能表达路径的存在性和全局性质
- CTL的元性质：完备性、封闭性、可判定性、下推性质

2. 简答题

无类别λ演算和带类型λ演算的区别包括？
- 类型系统：
  - 无类型λ演算：没有类型系统，因此不能防止非法操作
  - 带类型λ演算：有类型系统，类型系统可以检查程序是否符合类型规则，确保类型安全
- 安全性：
  - 无类型λ演算：缺乏类型检查，可能导致运行时错误
  - 带类型λ演算：通过类型检查可以在编译时捕捉到大部分类型错误，提供更高的安全性
- 表达能力：
  - 无类型λ演算：
    - 表达能力非常强，可以表示任何可计算函数，是图灵完全的
    - 由于没有类型限制，可能导致难以理解和调试程序中的错误
  - 带类型λ演算：
    - 表达能力同样很强，但由于类型限制，一些不符合类型的表达式不能被表示
    - 类型系统可以帮助捕捉一些编程错误，提供更多的结构和清晰性
- 类型推断：
  - 无类型λ演算：没有类型推断，因为没有类型系统
  - 带类型λ演算：有些带类型λ演算系统支持类型推断，可以自动推导出表达式的类型，减少显式类型注释的需求
- 用途：
  - 无类型λ演算：多用于理论研究，如研究计算的基本性质、计算模型等
  - 带类型λ演算：广泛用于实际编程语言的设计和实现，类型系统可以帮助提高程序的可靠性和可维护性
写出P类问题及NP类问题的定义以及它们之间的关系

P类问题：P类问题是指可以在多项式时间内由确定性图灵机解决的问题。（P表示确定的图灵机在多项式时间（步数）内可判定的语言类，这些语言对应的问题成为P类问题，这种语言称为多项式可判定的）

NP类问题：NP类问题是指可以在多项式时间内由非确定性图灵机解决的问题。（NP表示不确定的图灵机在多项式时间（步数）内可判定的语言类，这些语言对应的问题成为NP类问题，也称这些问题是NP复杂的，或者NP困难的，这种语言称为非确定性多项式可判定的）

**关系：**包含关系，P类问题是NP类问题的一个子集，即P⊆NP。

补充：
简述图灵机的形式化定义

一个图灵机可以形式化地定义为一个七元组：
1. Q：有限状态集合
2. Σ ：输入字母表
3. Γ ：带符号表，且 Σ⊆Γ
4. δ ：移动函数，定义为 δ：Q×Γ→Q×Γ×{L,R}
5. q0：开始状态
6. B：空白符
7. F：终止状态集合
乔姆斯文法体系

乔姆斯基文法体系将形式语言分为四个层次，从最严格的到最宽松的，依次为0型、1型、2型和3型文法。每种类型的文法都有不同的产生规则，具体如下：
1. 0型文法 - 无限制文法 - 短语结构文法
  - 定义：最一般的形式文法，没有任何限制，可以生成所有递归可枚举语言
  - 产生式形式：α→β，其中 α和 β 是任意的字符串，且 α至少包含一个非终结符
  - 语言特性：所有可以被图灵机识别的语言
2. 1型文法 - 上下文相关文法
  - 定义：每个产生式都要求在特定上下文中进行替换，生成的语言为上下文相关语言
  - 产生式形式：αAβ→αγβ，其中 A是一个非终结符，α、β 和 γ 是任意字符串，且 γ 至少与 A 一样长
  - 特殊情况：形式 S→ϵ允许的前提是 S 不出现在任何产生式的右侧
  - 语言特性：可以由线性有界非确定性图灵机识别的语言
3. 2型文法 - 上下文无关文法
  - 定义：每个产生式的左侧必须是一个单一的非终结符，生成的语言为上下文无关语言
  - 产生式形式：A→β，其中 A是一个非终结符，β 是任意字符串
  - 语言特性：可以由非确定性下推自动机识别的语言
4. 3型文法 - 正规文法
  - 定义：每个产生式要么是一个终结符后跟一个非终结符，要么是一个单一的终结符，生成的语言为正规语言
  - 产生式形式：
    - 右线性文法：A→aB或 A→aA，其中 A 和 B 是非终结符，a 是终结符
    - 左线性文法：A→Ba或 A→aA
  - 语言特性：可以由有限状态自动机识别的语言
Ackerman函数

阿克曼函数是一个递归函数，通常定义如下：
- 当 m=0时，函数值为 n+1。
- 当 m>0 且 n=0时，函数值为 A(m−1, 1)。
- 当 m>0且 n>0 时，函数值为 A(m−1, A(m, n−1))。
补充：

意义和性质：
1. 计算复杂性：阿克曼函数的增长速度极其快，超出了任何多项式或指数函数。这使得它成为计算复杂性理论中的一个典型例子，用于展示某些算法或计算过程中可能遇到的极端复杂性
2. 不可计算性：虽然阿克曼函数是完全可计算的，但它展示了如何通过简单的递归规则构造出复杂性极高的函数，它也启发了其他不可计算函数的研究
3. 实际应用：在计算机科学中，阿克曼函数用于测试编译器和系统的性能，特别是它们处理递归调用的效率
请给出∑上的下列语言的形式表示：
1. 所有以xx开头，以yy结尾的串
2. 所有包含子串???的串
3. 所有正数第？个字符是X的串
相关知识：

{}^n：n次幂，集合中的元素出现n次

{}^+：正闭包，集合中的元素至少出现1次

{}^*：克林闭包，集合中的元素出现任意次（包含0次）