计算理论初探作业(2)

题目1：

根据课堂上学习的知识，参考书籍和文献，回答下面的问题：什么是规约，规约可以用来做什么？举一个规约的例子。

  η和η’是两个判定性问题,如果存在一个确定性算法A使得对于一个η的实例I,A可以将I在多项式时间里转换成η’的实例P,使得I得到肯定的回答,当且仅当I’得到肯定回答,则称η在多项式时间里规约到η’,记为η∝poly η’,类似于我们数学课程中常用的化归转化的思想。
  规约思想的举例：
  在数组{An}中，若数组中每个单元不可修改，只需查询任意区间[L,R]内所有元素的总和。我们可以把原问题规约为求出原数组的前缀和数组{Sn}，区间和问题就可分解为{Sn}数组中第R项与第(L-1)项的差值。若数组长度为n，查询次数为m，算法的复杂度可从O(nm)降低到O(m)+O(n).

题目2：

学习并理解下面任意一个专业名词，并给出200字以上的解释和个人理解。
我选择了以下专业名词进行探讨。
1.在线算法
  当我们需要对现有数据进行一系列的修改和维护的时候，我们可以对于每一次修改都立刻进行计算和维护，这种处理方式即为在线算法。在线算法的缺点是每次处理时都不能预测之后的每一次操作，只能基于目前已知的信息来进行处理，而其好处是能够保证随时可立即完成对任意数据的查询；
  例如，在排序算法中，插入排序法中，每读取一个新数后立刻插入到已经维护的数组中的合适的位置（可以利用二分查找等方法来优化这一步的复杂度），故任意时刻我们保证所维护的数组都是有序的。

2.参数算法
  参数算法（parameterized algorithm）是基于参数复杂度理论（parameterized complexity）设计的一类算法，其运行时间复杂度可以写成f(k)*n^c的形式，其中k是我们的参数。参数的选取根据不同的情况而定，通常以解的大小为参数，也可以以树宽为参数。在参数算法领域，我们一般称固定参数算法（fixed parameterized algorithm)，简称FPT。
  参数算法的正式定义如下：
  如果某个算法的时间复杂度具有如下形式：f(k)n^c，则称该算法为固定参数算法（fixed-parameter algorithm），或者FPT算法。其中k是问题的参数，n是问题的输入的大小，c是一个独立于k和n的常数，f(k)是以k为自变量的可计算函数。

  参数算法的初衷是，通过在问题中引入一个参数k，将算法的时间复杂度的指数部分限制在参数k上而不是整个输入大小n，只要参数k的大小控制在一定范围之内，算法的时间复杂度依然是整个问题输入的多项式。通过这种方法可以把一大批NP完全问题的可解范围扩大很多。
选择恰当的参数是参数算法的设计过程中的一个重要问题。
  一种常见的参数选择方式是以解集的大小k为参数。对于点覆盖（Vertex Cover）问题，加入解集的大小k作为参数后问题描述变为：输入的图G中是否存在解集大小不超过k的点覆盖。这个问题可以在时间O(kn+1.274^k)内被解决 [1]。

[1]Chen, Jianer; Kanj, Iyad A.; Xia, Ge (2006). “Improved Parameterized Upper Bounds for Vertex Cover”. Mfcs 2006 4162: 238–249.