离散数学入门级概念：集合、关系、元组

前言：对于博客中提出的问题的解答

习题 1: { 0 , 1 , { 0 , 1 } , { 1 , 2 } } \{0,1,\{0,1\},\{1,2\}\} {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：
根据集合的定义可以知道，上述的集合有四个元素，分别是 0 ， 1 ， { 0 , 1 } ， { 1 , 2 } 0，1，\{0,1\}，\{1,2\} 0，1，{0,1}，{1,2}。
在看到这类形式的数据的时候，我的第一想法就是广义表。
–关于在机器学习中的优缺点，目前而来还没有比较深刻的体会。这次就对数据结构层次的优缺点进行表述，优点：可以便利的进行便利；缺点：在查找的时候遍历深度可以会很高。
了解到了单标签学习和多标签学习的定义之后，优点：对于多标签学习来说，这类形式的集合天然支持多标签学习的输出。
缺点：在解析数据的时候，数据深度可能过高导致程序执行效率降低。

习题 2: $\varnothing$的基数是多少? { ∅ } \{\varnothing\} {∅}呢?

前置知识：集合$\mathbf{A}$的基数（cardinality），表示为$|\mathbf{A}|$，指集合$\mathbf{A}$中元素的个数
答：

$\varnothing$表示空集，其中元素个数为零，基数是0； { ∅ } \{\varnothing\} {∅}表示包含一个空集元素的集合，元素个数为一，基数是1。

习题 5: 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?

前置知识：Traditional single-label classification is concerned with learning from a set of examples that are associated with a single label l from a set of disjoint labels L, |L| > 1. In multi-label classification, the examples are associated with a set of labels Y in L.（直白的理解就是识别一幅画（有太阳和沙滩）中的内容，单标签学习只会输出一个标签如太阳或者沙滩，而多标签学习会输出太阳和沙滩）

答：
函数三要素：定义域A、值域C和对应法则f（映射）。定义域与值域是存在且合理的，只需要考虑映射是否符合函数定义，对于输入的数据，在值域中存在唯一的元素与之对应。所以多标签学习中, 输出为一个向量，相应的学习器算函数。

习题 6: 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：

/**
 * 定义一个二元组
 */
public class Tuple {
    //权重
    private int weight;

    //一组盒子
    private Set<Box> boxSet;

    public Tuple(Set<Box> boxSet) {
        this.boxSet = boxSet;
        //随机赋权重
        int i = new Random().nextInt();
        this.weight = Math.abs(i) % 10;
    }

    @Override
    public String toString() {
        return "Tuple{" +
                "weight=" + weight +
                ", boxSet=" + boxSet +
                '}';
    }
    private static class Box {
        //标号，唯一确定一个盒子
        private String mark;
        //填充物类型
        private String dataType;
        //容量
        private int capacity;

        public Box(String dataType) {
            this.mark = this.hashCode()+"";
            this.dataType = dataType;
            Random random = new Random();
            this.capacity = Math.abs(random.nextInt());
        }

        @Override
        public String toString() {
            return "Box{" +
                    "mark='" + mark + '\'' +
                    ", dataType='" + dataType + '\'' +
                    ", capacity=" + capacity +
                    '}';
        }
    }

    public static void main(String[] args) {
        Set<Box> boxSet = new HashSet<>();
        Box box1 = new Box("uint8");
        Box box2 = new Box("string");
        boxSet.add(box1);
        boxSet.add(box2);
        Tuple tuple = new Tuple(boxSet);
        //通过调用元组的toString方法，元素重载的toString也得以调用
        //st.元组也表达了对象的函数部分
        System.out.println(tuple.toString());
    }
}

输出：

Tuple{weight=8, boxSet=[Box{mark='621009875', dataType='uint8', capacity=1809725570}, Box{mark='2125039532', dataType='string', 	capacity=464452496}]}

习题 7: 定义二叉树.

答：
Let Σ = { l , r } \Sigma = \{\mathrm{l}, \mathrm{r}\} Σ={l,r}be the alphbet and $\varphi$ be a null node. A binary tree is a triple$T=(\mathbf{V},r,c)$, where V = { v 1 , … , v n } \bm{V} = \{v_1, \dots, v_n\} V={v1​,…,vn​}is the set of nodes, $r\in \mathbf{V}$is the root, and c : V ∪ { ϕ } × Σ + → V ∪ { ϕ } c:\bm{V} \cup \{\phi\} \times \Sigma^+ \to \bm{V} \cup \{\phi\} c:V∪{ϕ}×Σ+→V∪{ϕ} satisfying
a)$c(\varphi ,\mathrm{l})=c(\varphi ,\mathrm{r})=\varphi$;
b) ∀ v ∈ V ∖ { r } \forall v \in \bm{V} \setminus \{r\} ∀v∈V∖{r},$\exists$ 1 s $\in {\Sigma }^{+}$ st. $c(r,s)=v$;
c)$\forall v\in \mathbf{V}$, $!\exists s\in {\Sigma }^{+}$ st. $c(v,s)=v$

Let Σ = { l , r } \Sigma = \{\mathrm{l}, \mathrm{r}\} Σ={l,r}be the alphbet and $\varphi$ be a null node. A binary tree is a triple$T=(\mathbf{V},r,c)$, where V = { v 1 , … , v n } \bm{V} = \{v_1, \dots, v_n\} V={v1​,…,vn​}is the set of nodes, $r\in \mathbf{V}$is the root, and c : V ∪ { ϕ } × Σ ∗ → V ∪ { ϕ } c:\bm{V} \cup \{\phi\} \times \Sigma^* \to \bm{V} \cup \{\phi\} c:V∪{ϕ}×Σ∗→V∪{ϕ} satisfying
$\forall v\in \mathbf{V}$,$\exists 1s\in {\Sigma }^{\ast }$ st. $c(r,s)=v$;

question：
a) c是一个关系，我现在的理解是c只能从根节点往下至叶子节点跳转，因为字符串闭包只包含左($l$)和右($r$),没有从子节点到父节点的跳 转，所以说上述的第三个条件无法证明是否有环。

习题 8: 定义带权无向图.

Definition 10. A weighted undirected graph is a tuple $G_w=(\mathbf{V},w)$, where V = { v 1 , … , v n } \bm{V} = \{v_1, \dots, v_n\} V={v1​,…,vn​} is the set of nodes, and w : V × V → R + ∪ { 0 } w:\bm{V} \times \bm{V} \to \mathbb{R}^+ \cup \{0\} w:V×V→R+∪{0} is the edge weight function and $w(v_i,v_j)=w(v_j,v_i)$

和带权有向图之间的区别就是，节点之间的权值相等

习题 9. 考虑 $\varphi$, 重新写 Definition 7 以解决其存在的问题, 见其讨论 d).

Definition 7. A tree is a triple $T=(\mathbf{V},r,p)$, where V = { v 1 , … , v n } \bm{V} = \{v_1, \dots, v_n\} V={v1​,…,vn​} is the set of nodes, $r\in \mathbf{V}$ is the root, and p: V ∪ { ϕ } ∖ { r } → V ∪ { ϕ } \bm{V}\cup\{\phi\} \setminus \{r\} \to \bm{V}\cup\{\phi\} V∪{ϕ}∖{r}→V∪{ϕ} is the parent function satisfying
a) $\forall k\ge 1$, $p^k(v)\ne v$, and
b) ∀ v ∈ V ∖ { r } \forall v \in \bm{V}\setminus\{r\} ∀v∈V∖{r}, $\exists$ 1 $k\ge 1$, st. $p^k(v)=r$
c)if v = { ϕ } v=\{\phi\} v={ϕ}, $\forall k\ge 1$, st. p k ( v ) = { ϕ } p^k(v)=\{\phi\} pk(v)={ϕ}

question：
1.p函数的输出输出类型应该是集合，如果不是集合，那p函数的递归调用就存在着问题
2.如果question1存在，那么b)中的$\forall v\in \mathbf{V}$ 应该怎么改

习题 3.1 模仿自动机的样子来重新定义二叉树

答：
A binary tree is a 5-tuple $M=(\Sigma ,\mathbf{Q},{\mathbf{q}}_0,\mathbf{T},f)$, where
a) $\Sigma$ is the alphabet { l , r } \{l,r\} {l,r};
b) $\mathbf{Q}$ is the set of states V ∪ { ϕ } \bm{V}\cup\{\phi\} V∪{ϕ},V is the set of nodes,$\varphi$ is the null node;
c) ${\mathbf{q}}_0\in \mathbf{V}$ is the root node;
d) $\mathbf{T}\in \mathbf{Q}$ is the set of terminal state $\varphi$ ;
e) $f:\mathbf{Q}\times {\Sigma }^{\ast }\to \mathbf{Q}$ is the transition function.
Any $s\in {\Sigma }^{\ast }$ is accepted by the automata iff $f({\mathbf{q}}_0,s)\in \mathbf{T}$ satisfying
1) $\forall k\ge 1$, $f^k({\mathbf{q}}_0)\ne {\mathbf{q}}_0$, and
2) ∀ v ∈ Q ∖ { q 0 , ϕ } \forall v \in \bm{\bm{Q}}\setminus\{\bm{q}_0,\phi\} ∀v∈Q∖{q0​,ϕ}, $\exists$ 1 $k\ge 1$, st. $f^k(v)=r$,and
3) i f   v = { ϕ } if\,v=\{\phi\} ifv={ϕ}, $\forall k\ge 1$, st. p k ( v ) = { ϕ } p^k(v)=\{\phi\} pk(v)={ϕ}
1)$\forall v\in \mathbf{V},\exists 1s\in {\Sigma }^{\ast },st.f(q_0,s)=v$

习题3.2 模仿自动机的样子来重新定义树.

答：
A tree is a 5-tuple $M=(\Sigma ,\mathbf{Q},{\mathbf{q}}_0,\mathbf{T},f)$, where
a) $\Sigma$ is the alphabet { c , b } \{\mathrm{c},\mathrm{b}\} {c,b},$\mathrm{c}$ present the children node of the current node，$\mathrm{b}$ present the next brother node of the current node;
b) $\mathbf{Q}$ is the set of states V ∪ { ϕ } \bm{V}\cup\{\phi\} V∪{ϕ},V is the set of nodes,$\varphi$ is the null node;
c) ${\mathbf{q}}_0\in \mathbf{V}$ is the root node;
d) T = { ϕ } \bm{T} =\{\phi\} T={ϕ} is the set of terminal states ;
e) $f:\mathbf{Q}\times {\Sigma }^{\ast }\to \mathbf{Q}$ is the transition function.
Any $s\in {\Sigma }^{\ast }$ is accepted by the automata iff $f({\mathbf{q}}_0,s)\in \mathbf{T}$ satisfying
$\forall v\in \mathbf{V},\exists 1s\in {\Sigma }^{\ast },st.f(q_0,s)=v$

随笔

1.集合悖论
2.广义表
$⟨X,Y⟩$
3.数据集矩阵表示法转置的必要性
$\mathbf{D}=(x_1,x_2,\dots ,x_n{)}^{\mathrm{T}},x_i\in {\mathbb{R}}^m$,不添加转置符号代表着一个只有一行的矩阵，和我们预想的mxn的矩阵相差甚远
4.函数的理解，定义域，值域，定义域与值域之间的映射，映射是定义域中的任意元素，在值域中有唯一的元素与之对应。

5.关系：在数学中，$f(x,y,z)=0$是一个三元的表达式，唯一确认了关于想x,y,z之间的三元关系，同时也可以表示为 { Y } \{\mathbf{Y}\} {Y}与 { X , Z } \{\mathbf{X},\mathbf{Z}\} {X,Z}之间的映射$y=g(x,z)$，至于这个映射是不是函数关系，需要判断是否$\forall x_i\in \mathbf{X},\exists 1(x_i,z_i)\in (\mathbf{X},\mathbf{Z})$
6.闭包