基于域划分的算法熵收敛性
计算复杂性
2016-05-06 v1
摘要
本文描述了一种以给定长度输入的划分的类熵函数来衡量算法收敛至其结果的方法。目标是从信息变换的视角审视算法数据处理，以期更好地理解算法的工作，或许还有其复杂性。熵是不确定性的度量，它并不对应于我们对信息的直观理解。然而，这是该领域中我们所有的工具。为实现此方法，我们基于最大不确定性原理在给定长度的输入上引入一种测度：起初所有结果对算法应是等概率的。算法被视为一组事件，每事件是一条命令的应用。这些命令非常基础。为衡量收敛性，我们引入一种称为算法事件熵权重的测度。该方法通过两个例子加以说明。
引用
@article{arxiv.1605.01519,
title = {On entropic convergence of algorithms in terms of domain partitions},
author = {Anatol Slissenko},
journal= {arXiv preprint arXiv:1605.01519},
year = {2016}
}