Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS 05 13.5.

Slides:



Advertisements
Ähnliche Präsentationen
Freie Universität Berlin Institut für Informatik
Advertisements

Rekursion: Rekurrenz: Algorithmen rufen sich selbst (rekursiv) auf.
R. Der - Vorlesung Algorithmen und Datenstrukturen (Magister)
Verifizieren versus Berechnen
Algorithmen und Komplexität
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Einführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie Wintersemester.
Christian Schindelhauer
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Flüsse, Schnitte, bipartite Graphen
Effiziente Algorithmen
Effiziente Algorithmen
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Effiziente Algorithmen
Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Institut für Theoretische Informatik
Information und Kommunikation
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Algorithmen für das Erfüllbarkeitsproblem SAT
§ 27 Permutationen Zur Beschreibung von alternierenden multilinearen Abbildungen und insbesondere für den begriff der Determinante benötigen wir die Permutationen.
Gliederung der Vorlesung
 Präsentation transkript:

Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS

Weiteres über Property Testing Logische Beschreibung von Graph Properties: ¢ Eine 1st order Formel ist von der Form 9 v 1,...,v l 8 u 1,..,u l ¢ ¢ ¢ ¢ 9 w 1,..., w t : R(v 1,...,w t ) wobei u i, v j, w k Knoten sind, und R eine Boolesche Formel ist, die aus UND, ODER, NICHT Ausdrücken besteht, und Ausdrücken der Form e(u,v) [(u,v) ist Kante], sowie v i =u j Ausdrücken Eine 1st order Formel ist von der Form 98, wenn sie als 9 v 1,...,v l 8 u 1,..,u l R(v 1,...,u l ) geschrieben werden kann

Einige Formeln Beispiele: Der Graph besitzt keine Clique der Grösse 3 (Dreieck): 8 v 1,v 2,v 3 : Ähnlich: der Graph besitzt eine festen Graphen nicht als Subgraphen/als induzierten Subgraphen: Es gibt kein Dominating Set der Grösse k: 8 v 1,...,v k 9 u: : e(v 1,u)Ç

Test von 98-Eigenschaften Theorem 8.1 [Alon et al.] Jede Grapheigenschaft, die durch eine (konstant grosse) 98 first order Formel beschreibbar ist, kann mit f( ) Fragen getestet werden. Theorem 8.2 Es gibt eine Grapheigenschaft, die durch eine 89 f.o. Formel beschrieben ist, die nicht testbar ist.

Subgraph Testen Wichtiges Beispiel: Enthält G einen Subgraphen H? Theorem 8.2 [Alon] Die Eigenschaft hat kein H als (nicht induzierten) Subgraphen ist testbar mit poly(1/ ) Fragen, gdw H bipartit ist

Exakte Komplexität von Grapheigenschaften

Grapheigenschaften Beispiel für nicht schreckliche Grapheigenschaft: Der Einfachheit halber auf gerichteten Graphen. Ähnlich Tournament: Akzeptiere, wenn es einen Knoten mit Ingrad n-1 und Ausgrad 0 gibt, verwerfe sonst Nicht monoton! Anderaa, Karp, Rosenberg-Vermutung: Alle nichttrivialen, monotonen Grapheigenschaften sind schrecklich Immer noch offen, aber (n 2 ) ist bewiesen Randomisiert: (n 4/3 ) bewiesen

Das Ergebnis Theorem 8.3: [Rivest/Vuillemin] Jede monotone, nichttriviale Grapheigenschaft hat D(P)= (n 2 )

Einige Beobachtungen Sei f:{0,1} n ! {0,1} eine Funktion f -1 (0): Menge der auf 0 abgebildeten Inputs Lemma 8.4: Wenn |f -1 (0)| ungerade, dann ist D(f)=n

Einige Beobachtungen Lemma 8.4: Wenn |f -1 (0)| ungerade, dann ist D(f)=n Beweis: Jeder Knoten des Entscheidungsbaumes in Tiefe · n-1 wird von einer geraden Anzahl von Eingaben erreicht (bei Tiefe t: 2 n-t viele) Daher kann eine ungerade Anzahl von Eingaben nur verworfen werden, wenn mind. ein Pfad Tiefe n hat, qed.

Einige Beobachtungen Lemma 8.5: Wenn D(f)<n, dann gilt für genau die Hälfte der Strings x in f -1 (0), dass |x| gerade ist. Beweis: Sei v in Tiefe d<n verwerfend. Es gibt 2 n-d Eingaben, die v erreichen, die Hälfte davon erfüllt |x| gerade.

Beispiel Theorem 8.6: Sei f k die Boolsche Funktion mit f k (x)=1, x i ¸ k. Dann gilt D(f k )=n für n+1>k>0 Beweis:

Symmetrien Also sind alle symmetrischen, monotonen Funktionen schwer (sogar alle symmetrischen Funktionen). Andere Form von Symmetrie: Grapheigenschaften Benutzen im folgenden allgemeinen Symmetriebegriff

Permutationsgruppen Betrachte alle Permutationen auf n Elementen Bilden Gruppe S n Invarianz unter einer Permutationsgruppe H: f(x)=f( (x)8,x Symmetrische Funktionen: Invariant unter S n Invarianz unter Untergruppen von S n ? Paargruppe: N=, Paare auf n Elementen Permutationen auf n Elementen; (i,j)=( (i), (j)) Invariant unter Paargruppe heisst: Grapheigenschaft!

Permutationsgruppen Definition 8.7 Eine Permutationsgruppe auf n Elementen heisst transitiv, wenn es für alle i,j ein aus der Gruppe gibt mit (i)=j. Beispiele: S n ist transitiv Paargruppe ist transitiv: für alle (i,j);(k,l) mit i j und k l gibt es : (i,j)=( i), (j))=(k,l)

Verallgemeinerte AKR Vermutung Sei f eine nichttriviale monotone Boolsche Funktion auf n Bits, die unter einer transitiven Permutationsgruppe invariant ist. Dann ist D(f)=n. ?? Unbekannt, ob korrekt Theorem 8.8 [Rivest, Vuillemin] n=p k sei eine Prinzahlpotenz Sei f eine Boolsche Funktion auf n Bits, die invariant unter einer trans. Perm. Gruppe ist, und f(0 n ) f(1 n ). Dann ist D(f)=n.

Rivest Vuillemin Werden AKR Vermutung bis auf konstanten Faktor beweisen mit Hilfe des RV Theorems Einige weitere Vorbereitungen: Definition 8.9 Der Orbit von x unter einer Perm. Gruppe H sei { (x): 2 H} Beispiel: Paargruppe: orbit(g) entspricht dem Graphen g mit verschiedenen Knotenlabels Wenn x2 orbit(y), dann orbit(x)=orbit(y) Wenn f invariant unter H, dann haben alle y in orbit(x) denselben Funktionswert Alle y in orbit(x) haben dasselbe Hamming Gewicht orbit(0 n )={0 n }; orbit(1 n )={1 n }

Der Beweis Sei n=p k, f(0 n )=0, f(1 n )=1 Lemma 8.10: |orbit(x)| ist Vielfaches von p für alle x 0 n, 1 n Angenommen D(f)<n. Mit Lemma 8.5: Zu verwerfende Eingaben: A Hälfte aller Eingaben in A haben |x| gerade Dann x2 A (-1) |x| =0 (*) x2 A: |orbit(x)| ist Vielf. von p, Beitrag zu (*): |orbit(x)| (-1) |x|, ist Vielf. von p (*) Summe von Vielfachen von p, § 1 [für 0 n Damit kann (*) nicht 0 sein, qed.

Beweis des Lemmas Lemma 8.10: |orbit(x)| ist Vielfaches von p für alle x 0 n, 1 n |orbit(x)| >1 y2 orbit(x) |y|= y2 orbit(x) i y i = i y2 orbit(x) y i =n y2 orbit(x) y 1 ; Denn: f invariant unter H, und H transitiv Ausserdem: y2 orbit(x) |y|=|x| |orbit(x)| Also n ( y2 orbit(x) y 1 )=|x| |orbit(x)| Damit ist |orbit(x)| ein Vielfaches von p,qed

Anwendung auf Grapheigenschaften Anzahl der Kanten ist keine Primzahlpotenz! Verwenden Form von Reduktion

Anwendung auf Grapheigenschaften Theorem 8.11 Sei n=2 k. Jede nichttriviale monotone Grapheigenschaft erfüllt D(P)¸ n 2 /4. Beweis: Sei G 0 der leere Graph, G j bestehe aus n/2 j Kopien einer Clique von 2 j Knoten P(G 0 )=0 P(G k )=1 P(G j )=0 für max. j>0

Anwendung auf Grapheigenschaften P(G 0 )=0 P(G k )=1 P(G j )=0 für max. j>0 Sei G wie folgt: Knoten 1 bis n/2 seien n/2 j+1 disjunkte Cliquen auf n/2 j Knoten Knoten n/2+1…n ebenfalls Kanten dazwischen frei (n 2 /4) Noch zu entscheiden: Boolesche Funktion F mit m=n 2 /4 Variablen F(0 m )=0, F(1 m )=1, denn erste Eingabe entspricht G j, zweite enthält G j+1 Damit erfüllt F Voraussetzungen von Theorem 8.8 D(P)¸ D(F)=n 2 /4

Anwendung auf Grapheigenschaften Theorem 8.12: Für alle n ist die Komplexität von Grapheigenschaften auf n Knoten (n 2 ) Idee: Reduziere um jeweils einen Knoten, entweder ergeben sich triviale Grapheigenschaften dann kann man untere Schranke wie RV zeigen, oder reduzierte Eigenschaft nichttrivial, reduziere bis auf n=2 k.