实时机器识别非正则语言的空间复杂度紧界
计算复杂性
2013-05-09 v2 形式语言与自动机理论
摘要
我们研究了接受非正则语言的实时计算(相对于单向计算)所需的最小内存量。我们考虑了在强、中、弱空间下工作的确定型、非确定型和交替型机器，并处理一般输入或一元输入。在大多数情况下，我们能够证明单向机器的下界在实时情况下仍然是紧的。还讨论了其他设备上非正则接受的内存下界。结果表明，增加实时下推自动机的栈数量可以在非正则语言识别的总空间使用量上带来指数级改进。
引用
@article{arxiv.1108.2613,
title = {Tight bounds for the space complexity of nonregular language recognition by real-time machines},
author = {Abuzer Yakaryilmaz and A. C. Cem Say},
journal= {arXiv preprint arXiv:1108.2613},
year = {2013}
}
备注
13 pages. A revised version with some corrections (we omitted Fact 2 and two subsequent proofs (of Theorems 11 and 12 in the previous version))