دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Barthelemy. Jean-Pierre, Cohen. Gérard, Lobstein. Antoine سری: ISBN (شابک) : 9781003076704, 9781000140149 ناشر: Taylor & Francis سال نشر: 2003 تعداد صفحات: 277 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 40 مگابایت
کلمات کلیدی مربوط به کتاب پیچیدگی الگوریتمی و مشکلات ارتباطی: الگوریتمها، پیچیدگی محاسباتی، رایانهها / گرافیک کامپیوتری / برنامهنویسی و طراحی بازی، رایانهها / برنامهنویسی / الگوریتمها، مسائل NP-کامل، فناوری / مخابرات، کتابهای الکترونیک
در صورت تبدیل فایل کتاب Algorithmic complexity and communication problems به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پیچیدگی الگوریتمی و مشکلات ارتباطی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
مشکلات و زبان ها؛ ماشین ها، زبان ها و مسائل - کلاس های P و NP. مشکلات و زبان های NP-hard; پیچیدگی و کدگذاری؛ پیچیدگی و رمزنگاری؛ کوانتیزاسیون برداری. در این درمان پیچیدگی الگوریتمی، نویسندگان حوزه ای اساسی برای مطالعه مبانی علوم کامپیوتر را بررسی می کنند. این موضوعی است که در رابط تئوری اطلاعات، ریاضیات کاربردی و تئوری زبان کامپیوتر قرار دارد و در این کتاب به شدت در مسائل ارتباطات کامپیوتری ریشه دارد. نظریه پیچیدگی مسائل را بر اساس دشواری حل آنها طبقه بندی می کند، در حالی که الگوریتم ها روش محاسباتی را برای حل آن مسائل ارائه می دهند. بنابراین، پیچیدگی الگوریتمی به ایجاد بهترین الگوریتم با توجه به محدودیت های محیط محاسباتی و درجه پیچیدگی مربوط می شود. سه فصل اول زمینه را برای نگاه عمیق بعدی به حوزه های کاربردی موضوع، با طرح کلی نظریه پیچیدگی کلاسیک ارائه می کند. این با سه فصل دنبال می شود که حوزه کلیدی ارتباطات اطلاعاتی را بررسی می کند. در این زمینه، کتاب به طور خاص به دو حوزه پیوسته می پردازد که خواسته های متضادی را در مورد کاربرد پیچیدگی الگوریتمی ایجاد می کنند. رمزنگاری نیاز به ایجاد مشکلات بسیار پیچیده برای دستیابی به هدف خود یعنی امنیت دارد، در حالی که در کدنویسی برای ارتباطات تاکید بر به حداکثر رساندن ماهیت فشرده پیام و ارائه تصحیح خطای لازم برای رسیدن پیام به سرعت مطلوب است. این دو باید با هم وجود داشته باشند و روشهای مطرح شده در «پیچیدگی الگوریتمی» تعدادی رویکرد را برای چنین مشکلاتی بر اساس نمونههای گسترده تجربه نویسندگان پیشنهاد میکند. این کتاب در مقطع کارشناسی ارشد باید یک مطالعه ضروری برای کسانی باشد که موضوعات پیشرفته در علوم کامپیوتر نظری را مطالعه می کنند و باید مقدمه ای بر پیچیدگی کاربردی برای محققان و متخصصان باشد.
Problems and languages; machines, languages and problems - classes P and NP; NP-hard problems and languages; complexity and coding; complexity and cryptology; vector quantization.;In this treatment of algorithmic complexity the authors explore an area fundamental to the study of the foundations of computer science. It is a topic which is at the interface of information theory, applied mathematics and computer language theory and which is rooted strongly in this book in the problems of computer communication.; Complexity theory classifies problems according to the difficulty of resolving them, while algorithms provide the computational method for solving those problems. Therefore, algorithmic complexity is concerned with establishing the best algorithm given the constraints of the computational environment and the degree of complexity.; The first three chapters present the context for a later in-depth look at applied areas of the subject, with an outline of classical complexity theory. This is followed by three chapters which explore the key area of information communication. Within this field, the book is particularly concerned with two contiguous areas which make contrasting demands on the application of algorithmic complexity. Cryptography demands the creation of extremely complex problems in order to achieve its goal of security, whereas in coding for communication the emphasis is on maximizing the compact nature of the message and providing the error correction necessary for the message to achieve optimum speed. The two must co-exist and the methods outlined in "Algorithmic Complexity" suggest a number of approaches to such problems based on extensive examples of the authors' experience.; This senior undergraduate book should be an essential read for those studying advanced topics in theoretical computer science and should provide an introduction to applied complexity for researchers and professionals alike.
Cover......Page 1
Half Title......Page 2
Title Page......Page 4
Copyright Page......Page 5
Table of Contents......Page 6
Notation......Page 10
Graphs: notation and definitions......Page 14
Introduction......Page 16
1.1: Satisfiability......Page 22
1.3: The matching problem......Page 24
1.4: Knapsack......Page 25
1.6: Noisy channel: coding and decoding......Page 26
2.1: Decision problems......Page 27
2.2: Universes......Page 28
2.3: Languages, relations and encoding schemes......Page 29
2.4: Reasonable encoding schemes......Page 30
2.5: Intuitive lengths......Page 32
3.1: Language transformations and reductions......Page 33
3.2: Completeness......Page 35
3.3: An example of transformation: from SAT to 3-SAT......Page 36
4.1: Efficiency of algorithms and programs......Page 38
4.3: Hardness of problems......Page 40
4.4: How to classify a problem?......Page 41
Chapter II: Machines, languages and problems. Classes P and NP......Page 44
1.1: Formal approach......Page 45
1.2: Intuitive approach......Page 47
1.3: Computations......Page 48
1.4: Machine composition......Page 50
2.2: Computation time and complexity......Page 51
3.1: Decision machines......Page 53
3.2: Recursive and polynomial reductions......Page 55
4: Polynomial problems......Page 56
5.1: Short certificate, recursive and polynomial relations......Page 58
5.3: Nondeterministic decision and NP languages......Page 60
5.4: Completeness of NP, the classes NP and co-NP......Page 63
5.5: Nondeterministic Polynomial problems......Page 65
6.2: The problems SAT and 3-SAT......Page 67
6.3: Three–dimensional matching......Page 72
6.4: The k-colouring problem......Page 76
6.5: Exercises......Page 80
7: Survival principles......Page 83
8.1: Partition and knapsack......Page 84
8.2: The partition problem (continued)......Page 87
8.3: The partition problem (end)......Page 88
8.4: Pseudo-polynomial algorithms and problems......Page 89
8.5: Strongly NP-complete problems......Page 90
9: Exercises and problems......Page 91
Chapter III: NP-hard problems and languages and complements to algorithmic complexity......Page 100
1.1: Search and optimization problems: an intuitive approach......Page 101
1.2: Search problems: formal approach......Page 102
1.3: Oracle computing machines: intuitive approach......Page 103
1.4: Oracle machines: formal approach......Page 104
1.5: Turing reductions......Page 106
1.6: NP-hard problems......Page 107
2.1: Result: the structure of NP......Page 109
2.2: Nondeterministic oracle decision and polynomial hierarchy......Page 111
2.3: Polynomial quantifications and characterizations......Page 114
2.4: Complete problems......Page 116
2.5: Collapse?......Page 119
3.1: Space complexity and space reductions......Page 120
3.3: Enumeration problems......Page 123
3.4: Probabilistic methods......Page 124
3.5: Relativization......Page 125
1: Linear codes......Page 128
2: Dual code, syndrome, error detection......Page 130
3.1: Complexity of decoding......Page 133
3.2: Standard array......Page 138
3.3: Syndrome decoding......Page 139
4: A few examples: perfect codes......Page 142
5.1: Variations on minimal weight (MINW)......Page 147
5.2: Complexity of two related problems......Page 149
5.3: Some specific instances......Page 153
6: The covering radius......Page 155
7: An application to writing on memories......Page 157
A.1: The problem of linear decoding with preprocessing......Page 162
A.2: П2-completeness of UB-CR......Page 164
1: Introduction......Page 168
2: Generator polynomial......Page 169
3: Systematic coding......Page 170
4: Comments on the decoding of cyclic codes......Page 171
5: Primitive n-th roots of unity......Page 172
6: Binary primitive BCH codes......Page 176
7: Algebraic decoding of binary BCH codes......Page 179
A.4: NP-completeness of some problems related to MINW......Page 180
1: General introduction to cryptology......Page 190
2.1: One-way functions......Page 194
2.3: Public-key signature......Page 197
2.4: Combined enciphering and signature......Page 198
3.1: Prime numbers, factorization......Page 200
3.2: The RSA......Page 203
3.3: Choosing parameters......Page 207
4.1: An NP-complete problem: the knapsack......Page 209
4.2: Order relations and knapsacks. Two examples......Page 211
4.3: Cryptographic use of the knapsack......Page 216
4.4: Remarks on the preprocessing of knapsacks......Page 219
4.5: Cryptanalysis of the knapsack......Page 223
5.1: An NP-complete problem: linear decoding......Page 229
5.2: A brief introduction to Goppa codes......Page 230
5.3: Enciphering with McEliece\'s system......Page 231
5.4: Choosing parameters and analysis of the security......Page 233
6: Authentication protocols......Page 237
6.1: Zero-knowledge interactive proofs......Page 240
6.2: Zero-knowledge authentication: Fiat-Shamir\'s scheme......Page 243
6.3: Authentication and error-correcting codes......Page 245
Appendix to Chapter V: Permutation decoding......Page 246
1: Introduction to information theory......Page 248
3: Rate-distortion theory......Page 251
4.2: Average criterion......Page 253
5: On complexity......Page 256
Chain of polynomial reductions which are used......Page 260
Bibliography......Page 262
Index......Page 272