前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >限制堆栈的堆栈排序

限制堆栈的堆栈排序

原创
作者头像
Jarvis Cocker
发布于 2019-07-19 10:12:03
发布于 2019-07-19 10:12:03
1.3K0
举报

原文题目:Stack sorting with restricted stacks

摘要:描述和枚举排列的(经典)问题,可以使用串联连接的两个堆栈进行排序,这个问题在很大程度上仍然是开放的。在本文中,我们讨论了一个相关的问题,在这个问题中,我们对程序和堆栈都施加了限制。更准确地说,我们考虑了一个贪婪的算法,其中我们执行最右边的合法操作(这里“最右边”指的是通常的堆栈排序问题的表示)。此外,第一个堆栈必须是σ-避免,为了某种排列σ,这意味着,在每一步中,堆栈中维护的元素都避免使用模式。σ自上而下阅读时。因为这组排列可以按照这样的设备排序(我们称之为σ-机器)并不总是一个类,当它发生时,了解它是很有趣的。我们将证明σ-相关可排序排列不是类的机器按加泰罗尼亚数计算。此外,我们还将分析两个具体的σ-机器的全部细节(即σ=321和σ=123),为它们中的每一个提供可排序排列的完整特征和枚举。

原文作者:Giulio Cerbai, Anders Claesson, Luca Ferrari

原文地址:https://arxiv.org/abs/1907.08142

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
金融/语音/音频处理学术速递[8.23]
【1】 Sensitivity of Optimal Retirement Problem to Liquidity Constraints 标题:最优退休问题对流动性约束的敏感性 链接:https://arxiv.org/abs/2108.09035
公众号-arXiv每日学术速递
2021/08/24
2570
谷歌大脑重磅研究:首个具有O(nlogn)时间、O(n)空间复杂度可微分排序算法,速度快出一个数量级
那么问题来了,排序算法在函数角度上是分段线性的,也就是说,在几个分段的“节点”处是不可微的。这样,就给反向传播造成了困难。
量子位
2020/02/26
7400
GPT-4、Gemini同时被曝重大缺陷,逻辑推理大翻车!DeepMind上交校友团队发现LLM严重降智
最近,谷歌DeepMind和斯坦福的研究人员发现:大模型在处理逻辑推理任务时,问题中信息呈现的顺序对模型的表现有着决定性的影响。
新智元
2024/02/26
1710
GPT-4、Gemini同时被曝重大缺陷,逻辑推理大翻车!DeepMind上交校友团队发现LLM严重降智
自然语言处理学术速递[7.19]
【1】 Exploiting Rich Syntax for Better Knowledge Base Question Answering 标题:利用丰富的语法更好地回答知识库问题
公众号-arXiv每日学术速递
2021/07/27
5840
吴恩达高徒语音专家Awni Hannun:序列模型Attention Model中的问题与挑战
【导读】注意力模型(Attention Model)被广泛使用在自然语言处理、图像识别及语音识别等各种不同类型的深度学习任务中,是深度学习技术中最值得关注与深入了解的核心技术之一。 本文以序列模型训练为例,深入浅出地介绍了注意力机制在应用中的两个重要问题:一是解决训练和生成时输入数据分布不一致;二是训练效率,并给出了相应的解决方法。作者是Awni Hannun,斯坦福大学在读博士,师从吴恩达,曾经休学两年跟随导师吴恩达在百度硅谷实验室工作,是百度Deep Speech语音识别项目主要参与者。专知内容组整理编
WZEARW
2018/04/12
1.5K0
吴恩达高徒语音专家Awni Hannun:序列模型Attention Model中的问题与挑战
除了冒泡排序,你知道Python内建的排序算法吗?
Timsort 是一种对真实数据非常有效的排序算法。Tim Peters 在 2001 年为 Python 编程语言创造了 Timsort。Timsort 首先分析它要排序的列表,然后基于该分析选择合理方案。
CDA数据分析师
2018/12/19
6210
除了冒泡排序,你知道Python内建的排序算法吗?
NeurIPS 2018 开幕重磅:四篇最佳论文正式揭晓,论文接受全方位数据公开
开幕式上公布了4篇最佳论文,其中一篇最佳论文一作来自华为诺亚方舟实验室,另外几篇最佳论文被来自多伦多、谷歌AI的研究者包揽。
大数据文摘
2018/12/24
4590
NeurIPS 2018 开幕重磅:四篇最佳论文正式揭晓,论文接受全方位数据公开
机器人相关学术速递[7.22]
【1】 Demonstration-Guided Reinforcement Learning with Learned Skills 标题:带学习技能的示范引导式强化学习
公众号-arXiv每日学术速递
2021/07/27
3340
周末漫谈 | 都说想转型机器学习,到你真的有机会吗?机器学习下一个创新点到底在哪里?
本期话题 这个周六,让我们来聊聊当前火热的机器学习,它未来的机会在哪里呢? 机器学习、计算机视觉下一步的创新点在哪里? 随着硬件的迭代,神经网络的隐藏层可以越做越多,CNN、DNN参数可以调得越来越准确,人脸识别、图像跟踪等算法准确率提高...但就像周志华教授调侃的,目前机器学习好像就是调调参数而已。 那么机器学习的下一步该走向哪里呢? 目前很多公司在做计算机视觉,那么这一领域还有什么可以继续挖掘的呢?此外,机器学习依赖数据,而目前大公司牢牢掌握着数据,对于未来想从事这一领域的人而言,是否还有机
AI科技大本营
2018/04/26
8490
周末漫谈 | 都说想转型机器学习,到你真的有机会吗?机器学习下一个创新点到底在哪里?
「元学习」解析:学习如何梯度下降与学习新的算法
AI 研习社:本文作者 Cody Marie Wild,她是一位机器学习领域的数据科学家,在生活中还是名猫咪铲屎官,她钟爱语言和简洁优美的系统。在这篇文章中,Cody 介绍了元学习的基本概念和方法类别,讨论了「元学习」到底在学什么、又有哪些限制。AI 研习社把全文编译如下。
AI研习社
2018/07/26
3310
「元学习」解析:学习如何梯度下降与学习新的算法
让AI自行编写程序:神经程序合成近期研究进展综述
选自arXiv 作者:Neel Kant 机器之心编译 让计算机程序自动生成新的程序看起来是一个非常「人工智能」的概念,事实上,它也是众多 AI 研究者们努力的方向。2017 年以来,学界就出现了微软的 RobustFill、Bloomberg 和英特尔的 AI Programmer、谷歌大脑的优先级队列训练(PQT)等程序生成方法。近日,来自 UC Berkeley 的 Neel Kant 对于近期神经网络程序生成的发展进行了概述。 论文链接:https://arxiv.org/abs/1802.0235
机器之心
2018/05/10
1.1K0
NLP如此钟情英语研究真的好吗?
全世界有7000多门语言,但自然语言处理(NLP)却主要研究英语这门语言。来自Deep Mind的科研人员Sebastian Ruder认为,当下NLP领域集中于开发能够有效处理英语的方法,却忽略了钻研其他语言的重要性。事实上,研究英语以外的语言不仅具有重大的社会意义,还有助于构建多语言特征模型,以避免过度拟合和应对机器学习的潜在挑战。
AI科技评论
2020/08/10
5440
NLP如此钟情英语研究真的好吗?
[计算机视觉论文速递] 2018-03-03
通知:这篇推文很长,有32篇论文速递信息,涉及目标检测、图像分割、网络优化、人脸表情识别、SLAM和OCR等方向。 [1]《The 2018 DAVIS Challenge on Video Object Segmentation》 Abstract:论文提出了2018 DAVIS的视频目标分割挑战赛,其是一个专门为视频目标分割设计的公共竞争任务。 注:此文是比赛通知,并非实质学术性论文。大牛们快去报名Solo,提前祝贺取得好成绩!注意是视频目标分割,哈哈,有点意思! arxiv:https://arxi
Amusi
2018/04/12
1.1K0
[计算机视觉论文速递] 2018-03-03
机器人基于图像完成任务最有效的 RL 方法:无需预测未来,也无需严格假设!
AI 科技评论按:对于机器人强化学习来说,基于视觉的物块堆叠和推动是最常见的任务,为了减小训练过程的成本和安全问题,我们希望最小化训练过程中与环境交互的次数。但从相机这样复杂的图像传感器中进行高效学习却十分困难。为了解决这一问题,伯克利的研究人员提出了一种新型基于模型的强化学习方法并发表了相关文章介绍了这一成果,AI 科技评论将其编译如下。
AI科技评论
2019/07/12
6770
机器人基于图像完成任务最有效的 RL 方法:无需预测未来,也无需严格假设!
7 Papers & Radios |华盛顿大学等开发媲美AlphaFold2的新工具RoseTTAFold
机器之心 & ArXiv Weekly Radiostation 参与:杜伟、楚航、罗若天 本周的重要论文包括华盛顿大学等开发媲美 AlphaFold2 的新工具 RoseTTAFold,而且速度更快、所需要的计算机处理能力也较低;邢波团队的研究入选计算机系统软件顶会 OSDI 2021 最佳论文等。 目录: A Survey on Curriculum Learning  Pollux: Co-adaptive Cluster Scheduling for Goodput-Optimized Deep L
机器之心
2023/03/29
4340
7 Papers & Radios |华盛顿大学等开发媲美AlphaFold2的新工具RoseTTAFold
WSDM'22推荐系统论文梳理
WSDM' 22已公布录用论文,接收159篇/投稿786篇,录用率为20.23% ,完整录用论文列表见
枫桦
2022/08/02
1.2K0
陶哲轩预测再成真!AI做出椭圆曲线难题重大发现,华人数学家接近千禧年大奖
椭圆曲线的数据,恰巧按照conductor来排序;一个经验不足的本科生,恰巧没有处理某个数值,让曲线的震荡极为明显;按照conductor预排序的数据集,恰巧被人提前做了出来……
新智元
2024/03/13
1520
陶哲轩预测再成真!AI做出椭圆曲线难题重大发现,华人数学家接近千禧年大奖
30 个重要数据结构和算法完整介绍(建议收藏保存)
话虽如此,我决定在CSDN新星计划挑战期间将我所了解的数据结构和算法集中起来。本文旨在使 DSA 看起来不像人们认为的那样令人生畏。它包括 15 个最有用的数据结构和 15 个最重要的算法,可以帮助您在学习中和面试中取得好成绩并提高您的编程竞争力。后面等我还会继续对这些数据结构和算法进行进一步详细地研究讲解。
海拥
2021/08/23
3.6K0
30 个重要数据结构和算法完整介绍(建议收藏保存)
独家 | 年度盘点!必看AI顶会论文、Github高星项目大合集(附链接)
论文1:How to Combine Tree-Search Methods in Reinforcement Learning
数据派THU
2019/11/29
1.3K0
自然语言处理学术速递[12.6]
【1】 Linear algebra with transformers 标题:带Transformer的线性代数 链接:https://arxiv.org/abs/2112.01898
公众号-arXiv每日学术速递
2021/12/09
6220
推荐阅读
金融/语音/音频处理学术速递[8.23]
2570
谷歌大脑重磅研究:首个具有O(nlogn)时间、O(n)空间复杂度可微分排序算法,速度快出一个数量级
7400
GPT-4、Gemini同时被曝重大缺陷,逻辑推理大翻车!DeepMind上交校友团队发现LLM严重降智
1710
自然语言处理学术速递[7.19]
5840
吴恩达高徒语音专家Awni Hannun:序列模型Attention Model中的问题与挑战
1.5K0
除了冒泡排序,你知道Python内建的排序算法吗?
6210
NeurIPS 2018 开幕重磅:四篇最佳论文正式揭晓,论文接受全方位数据公开
4590
机器人相关学术速递[7.22]
3340
周末漫谈 | 都说想转型机器学习,到你真的有机会吗?机器学习下一个创新点到底在哪里?
8490
「元学习」解析:学习如何梯度下降与学习新的算法
3310
让AI自行编写程序:神经程序合成近期研究进展综述
1.1K0
NLP如此钟情英语研究真的好吗?
5440
[计算机视觉论文速递] 2018-03-03
1.1K0
机器人基于图像完成任务最有效的 RL 方法:无需预测未来,也无需严格假设!
6770
7 Papers & Radios |华盛顿大学等开发媲美AlphaFold2的新工具RoseTTAFold
4340
WSDM'22推荐系统论文梳理
1.2K0
陶哲轩预测再成真!AI做出椭圆曲线难题重大发现,华人数学家接近千禧年大奖
1520
30 个重要数据结构和算法完整介绍(建议收藏保存)
3.6K0
独家 | 年度盘点!必看AI顶会论文、Github高星项目大合集(附链接)
1.3K0
自然语言处理学术速递[12.6]
6220
相关推荐
金融/语音/音频处理学术速递[8.23]
更多 >
领券
💥开发者 MCP广场重磅上线!
精选全网热门MCP server,让你的AI更好用 🚀
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档