离散数学入门级概念：集合、关系、元组

习题1.1：{0,1,{0,1},{1,2}} 有几个元素? 机器学习中, 这类形式的集合有什么优点和缺点?
答：1）共有4个元素，分别是0，1，{0，1}，{1，2}。
2）优点：在多标签学习中，这类形式的集合可以表达不同类型的标签。
缺点：由于数据的维度不相同，需要更多的运算，提高了复杂度。

习题1.2：∅ 的基数是多少?{∅ }呢？

答：空集是指不含任何元素的集合，故∅ 的基数为0；{Ø}是有一个Ø元素的集合，{Ø}是一个非空集合，集合只有空集这个元素，故基数为1。

习题1.3：多标签学习中, 输出为一个向量，相应的学习器算不算函数呢?

答：算函数。个人理解多标签学习的过程为：例如，输入一张带有动物的图片，输出图片的动物名称，机器学习通过训练寻找一个最佳的函数，在测试时，如果给出一张猫的照片，机器根据寻找的最佳函数进行计算，得到是猫的概率大于0.5，则判定图片识别为猫。现在输出虽然为一个向量，但是机器学习本身就是寻找一个函数，输入通过此函数得到输出，故相应的学习器算一个函数。

习题1.4： 元组只能表达对象的数据部分, 还是可以完整地表达 (既包括数据, 也包括方法/函数)? 用一个具体的程序来说明.

答：如文中所述：从数据结构的角度, 元组就是抽象数据类型。抽象数据类型一般通过数据对象、数据关系以及基本操作来定义，故元组可以完整表达一个对象。程序实例运用结构体和函数定义来近似表达一个类的作用：

#include <stdio.h>
struct student
{
	char name[64];
	char sex;
	int height;
	float weight;
}bob={"bob",'m',167,189.7};
void printinfo(struct student stu)
{
	printf("name:%s\t sex:%c\t height:%dcm\t weight:%.1fkg",stu.name,stu.sex,stu.height,stu.weight);
}
int main()
{
	printinfo(bob);
	return 0;
}

输出结果：

name:bob	 sex:m	 height:167cm	 weight:189.7kg

习题1.5：定义二叉树
答：Definition.Let Σ = { l , r } \Sigma=\lbrace \mathrm l,\mathrm r \rbrace Σ={l,r} be the alphbet and $\varphi$ be a null node.A binary tree is a triple $T=(V,r,c)$,where V = { v 1 , . . . , v n } V=\lbrace v_1,...,v_n\rbrace V={v1​,...,vn​} is the set of nodes,$r\in V$ is the root,and c ： V ∪ { ϕ } × Σ ∗ → V ∪ { ϕ } c：V \cup \lbrace\phi\rbrace \times \Sigma^* \to V\cup \lbrace \phi \rbrace c：V∪{ϕ}×Σ∗→V∪{ϕ} satisfying $\forall v\in V,\exists 1s\in {\Sigma }^{\ast }st.c(r,s)=v.$
习题 1.6: 定义带权无向图.

答：Difinition. A weighted undirected graph is a tuple $G_w=(V,w)$,where V = { v 1 , . . . v n } V={\lbrace v_1,...v_n\rbrace} V={v1​,...vn​} is the set of nodes,and w : V × V → R + ∪ { 0 } w:V\times V\to R^+\cup{\lbrace 0\rbrace} w:V×V→R+∪{0} is the edge weight function satisfying $w(v_i,v_j)=w(v_j,v_i)$.

习题 1.7: 考虑 $\varphi$, 重新写 Definition 6 以解决其存在的问题, 见其讨论 d).

答：Difinition .Let $\varphi$ be a null node,A Tree is a triple $T=(V,r,p)$,where V = { v 1 , v 2 , . . . , v n } ∪ { ϕ } V=\lbrace v_1,v_2,...,v_n\rbrace \cup \lbrace \phi \rbrace V={v1​,v2​,...,vn​}∪{ϕ} is the set of nodes,$r\in V$ is the root,and p : V \ { r } → V p:V \backslash { \lbrace r \rbrace }\to V p:V\{r}→V is the parent function satisfing
a)$p^k(v)\ne v$ for any $k\ge 1$, and
b) ∀ v ∈ V \ { r } , ∃ 1 k ≥ 1 \forall v \in V \backslash {\lbrace r\rbrace},\exists1k\ge1 ∀v∈V\{r},∃1k≥1,st.$p^k(v)=r$,and
c)$p(r)=\varphi$.
d)$\forall v\in V,p(\varphi )=v$.
习题3.1:模仿自动机的样子来重新定义二叉树。
答：Definition.A binary tree deterministic finite state automata（DFA）is a 5-tuple $M=(\Sigma ,Q,q_0,T,f)$,where
a) Σ = { l , r } \Sigma=\lbrace \mathrm l,\mathrm r \rbrace Σ={l,r} is a set of characters denote the input alphabet.
b) Q = { v 1 , v 2 , . . . , v n } ∪ { ϕ } Q=\lbrace v_1,v_2,...,v_n \rbrace \cup \lbrace \phi \rbrace Q={v1​,v2​,...,vn​}∪{ϕ} is the set of nodes denote the set of states.
c) $r$ is the root, $q_0=r$ denotes the start state.
d)$T\subseteq Q$ is the set of terminal states.
e)$f:Q\times \Sigma \to Q$ is the transition function.
Any $s\in \Sigma$ is accepted by the automata iff $f(q_0,s)\in T$.
习题3.2:模仿自动机的样子来重新定义树。*
答：Difinition.A tree deterministic finite state automata（DFA）is a 5-tuple $M=(\Sigma ,Q,q_0,T,f)$,where
a) Σ = { p } \Sigma=\lbrace p\rbrace Σ={p} is the power of the transition function denote the input alphabet.
b) Q = { v 1 , v 2 , . . . , v n } ∪ { ϕ } Q=\lbrace v_1,v_2,...,v_n \rbrace \cup \lbrace \phi \rbrace Q={v1​,v2​,...,vn​}∪{ϕ} is the set of nodes denote the set of states.
c) $q_0\in Q$ is the start state.
d)$T\subseteq Q$ is the set of terminal states.
e)$f:Q\times \Sigma \to Q$ is the transition function.
Any $p\in \Sigma$ is accepted by the automata iff $f(q_0,p)\in T$.