[go: up one dir, main page]
More Web Proxy on the site http://driver.im/
跳转至

函数可计算性

约 2388 个字 预计阅读时间 8 分钟

Abstract

理论计算机科学导引第十二至第十三周课程内容

从函数的角度来看图灵机的判定性。考虑数值函数 \(f\colon\mathbb{N}^k\to\mathbb{N}\)，图灵机 \(M\) computes \(f\) if for any \(n_1, \cdots, n_k\in\mathbb{N}\):

\[ M(\mathrm{bin}(n_1), \cdots, \mathrm{bin}(n_k)) = \mathrm{bin}(f(n_1, \cdots, n_k)) \]

原始递归函数

  • basic functions
    • zero function: \(\mathrm{zero}(n_1, n_2, \cdots, n_k) = 0\)
    • identity function: \(\mathrm{id}_{kj}(n_1, n_2, \cdots, n_k) = n_j\)
    • successor function: \(\mathrm{succ}(n) = n+1\)
  • basic functions 都是可计算的
  • 两种操作：
    • composition:
      • \(g\colon\mathbb{N}^k\to\mathbb{N}\), \(h_1, \cdots, h_k\colon\mathbb{N}^l\to\mathbb{N}\)
      • => \(f(n_1, \cdots, n_l) = g(h_1(n_1, \cdots, n_l), \cdots, h_k(n_1, \cdots, n_l))\)
    • recursive definition:
      • \(g\colon\mathbb{N}^{k}\to\mathbb{N}\), \(h\colon\mathbb{N}^{k+2}\to\mathbb{N}\)
      • \(f\colon\mathbb{N}^{k+1}\to\mathbb{N}\), \(\begin{cases}f(n_1, \cdots, n_k, 0) = g(n_1, \cdots, n_k) \\ f(n_1, \cdots, n_k, m+1) = h(n_1, \cdots, n_k, m, f(n_1, \cdots, n_k, m))\end{cases}\)
  • 定义：由 basic functions 和两种操作组合而成的函数为 primitive recursive functions
    • 推论：原始递归函数通过两种操作组合形成的函数仍为原始递归函数
原始递归函数的例子
\(\mathrm{plus2}(n) = n+2\)
\(= \mathrm{succ}(\mathrm{succ}(n))\)
\(\mathrm{plus}(m, n) = m + n\)
\(\begin{cases}\mathrm{plus}(m, 0) = m \\ \mathrm{plus}(m, n+1) = \mathrm{succ}(\mathrm{plus}(m, n)) = \mathrm{succ}(\mathrm{id}_{3,3}(m, n, \mathrm{plus}(m, n)))\end{cases}\)
\(\mathrm{mult}(m, n) = m \times n\)
\(\begin{cases}\mathrm{mult}(m, 0) = 0 \\ \mathrm{mult}(m, n+1) = \mathrm{plus}(m, \mathrm{mult}(m, n))\end{cases}\)
\(\mathrm{exp}(m, n) = m^n\)
\(\begin{cases}\mathrm{exp}(m, 0) = 1 \\ \mathrm{exp}(m, n+1) = \mathrm{mult}(m, \mathrm{exp}(m, n))\end{cases}\)
\(f(n_1, \cdots, n_k) = C\) 常数函数
\(\underbrace{\mathrm{succ}(\cdots(\mathrm{succ}}_{C\text{ times}}(\mathrm{zero}(n_1, \cdots, n_k))\cdots))\)
\(\mathrm{sgn}(n) = \begin{cases}0 & n = 0 \\ 1 & n > 0\end{cases}\)
\(\begin{cases}\mathrm{sgn}(0) = 0 \\ \mathrm{sgn}(n+1) = 1\end{cases}\)
\(\mathrm{pred}(n) = \begin{cases}0 & n = 0 \\ n-1 & n > 0\end{cases}\)
\(\begin{cases}\mathrm{pred}(0) = 0 \\ \mathrm{pred}(n+1) = n = \mathrm{id}_{2,1}(n, \mathrm{pred}(n))\end{cases}\)
\(m\sim n = \max\{m-n, 0\}\)
\(\begin{cases}m\sim 0 = m \\ m\sim (n+1) = \mathrm{pred}(m\sim n)\end{cases}\)
  • 如果 \(f, g\) 均为原始递归函数，则 \(f+g, f - g, f\cdot g\) 均为原始递归函数
  • 函数值只有 0 1 的函数 => predicates
  • 如果两个 predicates \(p, q\) 都是原始递归函数，则 \(p\land q, p\lor q, \lnot p\) 均为原始递归函数
    • \(\lnot p = 1 - p, p\land q = p\cdot q, p\lor q = \mathrm{positive}(p+q)\)
predicates 例子

\(\mathrm{positive}(n) = \mathrm{sgn}(n)\)

\(\mathrm{iszero}(n) = 1 - \mathrm{sgn}(n)\)

\(\mathrm{geq}(m, n) = \mathrm{iszero}(n\sim m)\)

\(\mathrm{eq}(m, n) = \mathrm{geq}(m, n)\land\mathrm{geq}(n, m)\)

  • 条件函数 \(f(n_1, \cdots, n_k) = \begin{cases}g(n_1, \cdots, n_k) & \text{if }p(n_1, \cdots, n_k)\\ h(n_1, \cdots, n_k) & \text{otherwise}\end{cases}\)
    • 如果 \(g, h, p\) 都是原始递归函数，则 \(f\) 也是
    • \(f=p\cdot g + (1\sim p)\cdot h\)
其他复杂原始递归函数例子
\(\mathrm{rem}(m, n) = m \% n\)

\(\begin{cases}\mathrm{rem}(0, n) = 0 \\ \mathrm{rem}(m+1, n) = \begin{cases}0 & \text{if }m+1\text{ is divisible by }n\\ \mathrm{rem}(m, n) + 1 & \text{otherwise}\end{cases}\end{cases}\)

其中 \(m+1\) 被 \(n\) 整除当且仅当 \(\mathrm{eq}(\mathrm{rem}(m, n), \mathrm{pred}(n))\)

\(\mathrm{div}(m, n) = \lfloor m/n\rfloor\)（假定 \(n\neq 0\)）
\(\begin{cases}\mathrm{div}(0, n) = 0 \\ \mathrm{div}(m+1, n) = \begin{cases}\mathrm{div}(m, n) + 1 & \text{if }m+1\text{ is divisible by }n\\ \mathrm{div}(m, n) & \text{otherwise}\end{cases}\end{cases}\)
\(\mathrm{digit}(m, n, p) = a_{m-1}\)，其中 \(n = \cdots+a_{m-1}p^{m-1}+\cdots+a_1p+a_0\)（即将 \(n\) 用 \(p\) 进制表示并取第 \(m\) 位）
\(\mathrm{digit}(m, n, p) = \mathrm{div}(\mathrm{rem}(n, p^m), p^{m-1})\)
\(\mathrm{sum}_f(m, n) = \sum_{k = 0}^n f(m, k)\)
\(\begin{cases}\mathrm{sum}_f(m, 0) = f(m, 0) \\ \mathrm{sum}_f(m, n+1) = \mathrm{sum}_f(m, n) + f(m, \mathrm{succ}(n))\end{cases}\)

\(\mathrm{mult}_f(m, n) = \prod_{k = 0}^n f(m, k)\) 同理

给定一个 primitive recursive predicates \(p\)，定义 \(g_p(n)\)（bounded disjunction）为在 \([0, n]\) 中是否存在值使 \(p\) 为真，定义 \(h_p(n)\)（bounded conjunction）为在 \([0, n]\) 中的任意值是否都使得 \(p\) 为真

\(g_p(n) = \mathrm{positive}(\sum_{k=0}^n p(k)) = \mathrm{positive}(\mathrm{sum}_p(n))\)（第一个参数丢掉了）

\(h_p(n) = \prod_{k=0}^n p(k) = \mathrm{mult}_p(n)\)

Lemma. 原始递归函数都是可计算的

Proof. basic functions 都是可计算的，且 composition 和 recursive definition 会保留可计算性，所以组合而成的所有原始递归函数都是可计算的。

反之，所有可计算的函数不都是原始递归函数

所有的原始递归函数都可以通过类似正则表达式一样的方式来描述，意味着原始递归函数是可以枚举的。所以构造图灵机 \(M\) = on input \(n\):

  1. enumerate all unary primitive recursive functions \(g_1, g_2, \cdots\) to get \(g_n\)
  2. compute \(g_n(n)\)
  3. return \(g_n(n) + 1\)

称 \(M\) 这时候 compute \(g^*\)，但 \(g^*\neq g_n\)，所以 \(g^*\) 不是原始递归函数。

μ-递归函数

  • 在原始递归函数的基础上附加一个操作：minimalization of minimalizable functions
    • 给定函数 \(g\colon\mathbb{N}^{k+1}\to\mathbb{N}\)
    • 令 \(f(n_1, \cdots, n_k) = \begin{cases}\text{minimum }m\text{ with }g(n_1, \cdots, n_k, m) = 1 &\text{if exists}\\ 0 &\text{otherwise}\end{cases}\)
    • 称 \(f\) is a minimalization of \(g\)，记作 \(\mu m[g(n_1, \cdots, n_k, m) = 1]\)
μ-递归函数的例子
\(\log(m, n) = \lceil\log_{m+2}(n+1)\rceil\)
相当于 \(\min\{p:(m+2)^p\geq n+1\}\)，即 \(\mu p[\mathrm{geq}((m+2)^p, n+1) = 1]\)
  • 一个函数 \(g\) 是 minimalizable 的如果
    • \(g\) 是可计算的
    • 对于任意 \(n_1, \cdots n_k\)，都存在 \(m\geq 0\) 使得 \(g(n_1, \cdots, n_k, m) = 1\)
  • minimalization of \(g\) is computable if \(g\) is minimalizable
    • 判断一个可计算函数 \(g\) 是否是 minimalizable 的是不可判定的（停机问题）
Theorem. 数值函数 \(f\) 是 μ-递归的当且仅当它可计算

Proof. 左推右，各三个操作都保留可计算性，所以显然。

右推左，Proof Sketch: \(f\) 可计算 => 存在图灵机 \(M\) computes \(f\) => \((s, \rhd\underline{⌴}n)\vdash_M(q_1, \rhd u_1\underline{a_1}v_1)\vdash_M\cdots\vdash_M(h, \rhd\underline{⌴}f(n))\)

将这个转换过程提取称串 \(\rhd⌴sn\!\rhd\!u_1a_1q_1v_1\cdots\rhd\!⌴hf(n)\)（把状态放在当前读写头右侧）。通过映射 \(\Sigma\cup K\to\{0, \cdots, b-1\}\)（其中 \(b=|\Sigma\cup K|\)）将这个串转换为 \(b\) 进制的整数，所以整个的转换过程就是：

\[ n\to\rhd⌴sn\to\rhd⌴sn\!\rhd\!u_1a_1q_1v_1\cdots\rhd\!⌴hf(n)\to\rhd⌴hf(n)\to f(n) \]

这里每个都是一个 \(b\) 进制整数，所以只要证明每一次转换的函数都是 μ-递归的即可：

  • \(n\)
    • \(h_1(n) = \rhd⌴s\cdot b^{\log_b n} + n\)（在前面添加 \(\rhd⌴s\)）
  • \(\rhd⌴sn\)
    • \(h_2(n) = \mu m[\mathrm{iscomp}(\rhd⌴sn, m)\land\mathrm{ishalted}(m)]\)
      • 找到一个最小的串，使之可以由 \(\rhd⌴sn\) 生成，并且最终是停机状态
      • \(\mathrm{iscomp}\) 和 \(\mathrm{ishalted}\) 都是原始递归的，但没有证明
  • \(\rhd⌴sn\!\rhd\!u_1a_1q_1v_1\cdots\rhd\!⌴hf(n)\)
    • \(h_3(n) = \mathrm{rem}(n, b^{k^*+1})\) 其中 \(k^* = \mu k[\mathrm{isdigit}(k, n, b) = \rhd]\)
      • 找到最后一个 \(\rhd\) 的位置并取其和其后的部分
  • \(\rhd⌴hf(n)\)
    • \(h_4\) 和 \(h_3\) 同理，找最后一个 \(h\) 的位置并取其后的部分
  • \(f(n)\)

Unrestricted Grammar

应该不属于这一章，但先记在这里了

  • Context-Free Grammar 无上下文，而这里的 Grammar 可以有上下文
    • 即例如 \(uAv\to w\)，只有上下文 \(uv\) 都匹配了才可以进行替换
  • 一个 Grammar 同样是一个四元组 \(G=(V, \Sigma, S, R)\)
    • \(V, \Sigma, S\) 定义和 CFG 相同
    • \(R\) is a finite subset of \((V^*(V-\Sigma)V^*)\times V^*\)
      • 对比 CFG 的 \(R\subseteq (V-\Sigma)\times V^*\)，可见其多了上下文 \(V^*\)
    • 同样可以定义 \(\Rightarrow_G, \Rightarrow_G^*\) 以及生成语言 \(L(G)\)
给出语言 \(\{a^nb^nc^n:n\geq 0\}\) 的文法
  • \(S\to ABCS\)：生成 \(ABCABC\cdots ABCS\)
  • \(BA\to AB,\ CA\to AC,\ CB\to BC\)：重排为 \(A\cdots AB\cdots BC\cdots CS\)
  • \(S\to T_c\)：结尾变成标志符
  • \(CT_c\to T_cc,\ BT_c\to BT_b\)：向左替换所有的 \(C\)，并在遇到 \(B\) 时变成 \(T_b\)
  • \(BT_b\to T_bb,\ AT_b\to AT_a\)：同理
  • \(AT_a\to T_aa,\ T_a\to e\)
Theorem. 一个语言可以被某一文法生成当且仅当它可以被某一图灵机半判定

Proof. 左推右，给定文法 \(G\) 需要给出一个图灵机 \(M\) 半判定 \(L(G)\) 即可，所以只需要枚举文法可以生成的所有字符串再进行比较即可。

右推左，给定图灵机 \(M\) 要找文法 \(G\) 生成 \(L(M)\)。图灵机半判定的过程中，纸带上的变化：

\[ \rhd⌴sw\vdash\rhd⌴u_1a_1q_1v_1\vdash\cdots\vdash\rhd⌴h \]

所以我们期望文法 \(G\) 的表现是可以给出如下的替换链：

\[ S\Rightarrow \rhd⌴h\triangle\Rightarrow\cdots\Rightarrow\rhd⌴u_1a_1q_1v_1\triangle\Rightarrow\rhd⌴sw\triangle\Rightarrow w \]

即从停机状态往前推，一直找到初始状态得到字符串 \(w\)，并且在中间给每个状态加上一个三角标记结尾。这样我们可以构造 \(G\) 的转换规则：

  • \(\rhd⌴s\to e,\ \triangle\to e\)：将最后字符串的开头结尾去掉
  • 枚举图灵机的每条转换规则：
    • 如果 \(\delta(q, a) = (p, b)\)，即图灵机这条规则在进行写操作
      • 我们知道此时图灵机在 \(uaqv\triangle\vdash_M ubpv\triangle\)
      • 所以逆推回来并去掉无用的上下文得到 \(bp\to aq\)
    • 如果 \(\delta(q, a) = (p, \rightarrow)\)，即读写头右移
      • 此时图灵机 \(uaqbv\triangle\vdash_M uabpv\triangle\)
      • 则添加规则，对于任意 \(b\in\Sigma, abp\to aqb\)（这里 \(a\) 不能去掉，是有用的上下文）
      • 如果 \(b=⌴\) 且 \(v=e\)，则 \(a⌴p\triangle\to aq\triangle\)
    • 如果 \(\delta(q, a) = (p, \leftarrow)\)，即读写头左移，和右移同理
最后更新: 2024年1月16日 16:04:58
创建日期: 2023年12月11日 14:26:24
回到页面顶部