我还没有找到一个好的答案.或者任何答案,就此而言.我被要求为CS课程教授一个离散的结构,但同时确保它不是一个离散的数学课程 - 由数学系提供.
许多大学提供分立结构课程.还有很多DS教科书.但是,当我查看课程大纲和教科书介绍时,从未使用过"离散结构"这个术语; 他们使用"离散数学"代替.DS仅出现在课程/教科书的标题中.
例子:
什么是离散结构,它与离散数学有什么不同?
我没有很强的数学背景,但我很乐意研究一些计算金融问题.我得到了Peter Forsyth的"计算金融简介而没有痛苦的痛苦",但我仍然很难按照他的说法去做.
本课程所需的数学先决条件是什么?
我想弄清楚这些论文.
我最近一直在阅读关于密码学中素因子的一般用法.在我读到的任何地方,它都表明没有"PUBLISHED"算法在多项式时间(与指数时间相反)中运行,以找到键的素因子.
如果发现或发布的算法确实在多项式时间内运行,那么这将如何影响现实世界的计算环境而不是理论和计算机科学的世界.考虑到我们依赖密码学的程度会突然停止.
考虑到这一点,如果P = NP是真的,那么可能会发生什么,我们依赖于它还有多少被推崇的事实.
我是初学者所以请原谅我的问题中的任何错误,但我想你会得到我的一般要点.
我必须确定一种语言(例如L = {a ^ nb ^ mc ^ s | 0 <= n <= m <= s})是否是常规的,无上下文的,递归的,递归可枚举的或者都不是.
我知道如何确定一个语言是正规(找到DFA或正则表达式的工作)或上下文(找到一个PDA或上下文无关文法的作品); 我知道递归语言有一个总是停止的图灵机器,并且一个递归可枚举的语言有一个可能不会停止的图灵机.
所以问题是:是否有一个快速的标准来确定语言是递归还是递归可枚举或两者都没有?例如,我不需要构建一个PDA来理解语言是无上下文的,我不能通过它需要一个堆栈来看待它; 有没有类似的快速解决问题的方法(希望能省去构建图灵机的麻烦)?
recursion computer-science turing-machines context-free-grammar
我有一个128 x 128像素的图像.
它分为8乘8格.
每个网格块包含16乘16像素.
需求
我想计算我的图像包含多少个黑色像素.
直截了当的方式:
我可以通过逐行,逐列,整个图像并检查像素是否为黑色来做到这一点.
GPU的方式
...但我想知道如果使用GPU,我可以将图像分解为块/块并计算每个块中的所有像素,然后对结果求和.
例如:
如果你看一下图片的左上角:
第一个块,'A1'(行A,列1)包含一个16乘16像素的网格,我知道通过手动计算,有16个黑色像素.
第二个块:'A2',(行A,列2)包含一个16乘16像素的网格,我知道通过手动计算,有62个黑色像素.
此示例的所有其他块都为空/空.
如果我通过我的程序运行我的图像,我应该得到答案:16 + 62 = 78黑色像素.
推理
据我所知,GPU可以并行运行大量数据,有效地在分布在多个GPU线程上的大量数据上运行一个小程序.我并不担心速度/性能,我只是想知道这是GPU可以/可以做的事情吗?
我正在为一家小公司编写C#.NET应用程序.对于我们这些没有编程学位的人来说,我们错过了什么可能需要我们多年才能找到自己的教学?
我有电子工程学位,所以不像我16岁就离开学校,坐在Visual Studio旁边.我已经在我的学习,算法,控制系统,数学等方面介绍了一些基本的嵌入式C.我只是觉得必须要做的事情我应该知道这样做但不要.
这不是一个"纯粹的"编程问题,但由于它深入参与编程理论,我认为最好在这里问一下.
关于P NP问题,摘自http://en.wikipedia.org/wiki/P_versus_NP_problem:"实质上,问题P = NP?问:假设可以快速验证是或否问题的答案.那么,答案本身也可以快速计算出来吗?"
我想知道,验证答案的速度与生成解决方案的速度有什么关系?
我理解多态性并且模糊地理解重载,但是会理解那些完全理解有两个概念的人来解释分类差异是什么以及重载是否是多态的形式(似乎对此有不同意见).
直觉上,我希望"数学"答案all (==1) [1,1..]是True因为列表中只包含1的所有元素都等于1.但我理解"计算上",评估无限列表以检查事实上,每个元素实际上等于1将永远不会终止,因此表达式将"评估"到底部或?.
我发现这个结果反直觉而且有点令人不安.我认为列表无限的这个事实在数学上和计算上都会混淆这个问题,我很乐意听到在这个领域有一些见解和经验的人
我的问题是,哪个是数学上最正确的答案??还是True?关于为什么一个答案比另一个答案更正确的一些详细说明也将受到高度赞赏.
编辑:这可能间接地与库里 - 霍华德同构(程序是证明和类型是定理)和哥德尔的不完备性定理有关.如果我没记错的话,其中一个不完备性定理可以(非常粗略地)总结为"足够强大的形式系统(如数学或编程语言)无法证明所有可以在系统中表达的真实陈述"
math computer-science haskell data-structures infinite-recursion
我正在读Akka的调度员,我了解到它用于批量处理.什么是计算机科学的批量?