数据流计算复杂性的代数方法
摘要：广义数据流模型中的基本问题是估计一个向量f∈ℝ^n，该向量通过逐个坐标位置进行任意更新（即增加或减少）。估计值f♯∈ℝ^n必须满足约束条件∥f♯−f∥_∞≤ε∥f∥_1，即对于所有的i，都有|f♯_i−f_i|≤ε∥f∥_1。已知根据随机空间复杂度估计，该问题的上界为 ĨO(ε^−1) cite{cm:jalgo}，空间下界为Ω(ε^−1 log (εn)) cite{bkmt:sirocco03}，并且确定性空间上界为 ĨΩ(ε^−2)位。我们证明，对于这个问题，任何确定性算法都需要Ω(ε^−2 (log ∥f∥_1))位的空间。
作者：Sumit Ganguly
论文ID：cs/0701004
分类：Computational Complexity
分类简称：cs.CC
提交时间：2008-04-07