ترجمه فارسی توضیحات (ترجمه ماشینی)
قابلیت محاسبه و پیچیدگی: از دیدگاه برنامه نویسی
“نیل جونز یکی از معدود دانشمندان گرانبهای کامپیوتر است که تخصص و نقش رهبری در روش‌های رسمی و پیچیدگی بالایی دارد. این موضوع کتاب او را به ویژه ارزشمند می‌کند.” — یوری گورویچ، استاد علوم کامپیوتر، دانشگاه میشیگان
تئوری محاسباتی و پیچیدگی باید برای متخصصان و همچنین نظریه پردازان مورد توجه قرار گیرد. با این حال، متأسفانه، این میدان به دلیل نفوذ ناپذیری خود شناخته شده است. هدف نیل جونز به عنوان یک معلم و نویسنده، ایجاد پلی بین تئوری محاسبه پذیری و پیچیدگی و سایر حوزه های علوم کامپیوتر، به ویژه برنامه نویسی است. جونز با دور شدن از رویکردهای کلاسیک مبتنی بر عدد تورینگ و اعداد گودل، از مفاهیم آشنا از زبان های برنامه نویسی استفاده می کند تا محاسبات و پیچیدگی را برای دانشمندان کامپیوتر قابل دسترس تر کند و برای مسائل برنامه نویسی عملی کاربرد بیشتری داشته باشد. به گفته جونز، زمینه های محاسبه پذیری و نظریه پیچیدگی، و همچنین زبان های برنامه نویسی و معناشناسی، چیزهای زیادی برای ارائه به یکدیگر دارند. تئوری محاسبات و پیچیدگی وسعت، عمق و عمومیت دارد که اغلب در زبان های برنامه نویسی دیده نمی شود. در همین حال، جامعه زبان برنامه نویسی، درک محکمی از طراحی، ارائه و پیاده سازی الگوریتم دارد. علاوه بر این، زبان‌های برنامه‌نویسی گاهی اوقات مدل‌های محاسباتی را ارائه می‌کنند که در برخی جنبه‌های حیاتی واقعی‌تر از مدل‌های سنتی هستند. نتایج جدید در این کتاب شامل اثباتی است مبنی بر اینکه عوامل زمان ثابت برای مدل محاسبات برنامه‌نویسی آن اهمیت دارند. (در مقابل، ماشین‌های تورینگ دارای یک خاصیت «سرعت ثابت» ضد شهودی هستند: اینکه تقریباً هر برنامه‌ای را می‌توان با هر مقداری سریع‌تر اجرا کرد. کلاس های پیچیدگی PTIME و LOGSPACE، و یک رویکرد جدید برای تکمیل مشکلات برای NLOGSPACE، PTIME، NPTIME، و PSPACE، به طور یکنواخت بر اساس برنامه های Boolean. سری مبانی محاسبات
“Neil Jones is one of the precious few computer scientists with great expertise and leadership roles in both formal methods and complexity. This makes his book especially valuable.” — Yuri Gurevich, Professor of Computer Science, University of Michigan
Computability and complexity theory should be of central concern to practitioners as well as theorists. Unfortunately, however, the field is known for its impenetrability. Neil Jones’s goal as an educator and author is to build a bridge between computability and complexity theory and other areas of computer science, especially programming. In a shift away from the Turing machine- and Gödel number-oriented classical approaches, Jones uses concepts familiar from programming languages to make computability and complexity more accessible to computer scientists and more applicable to practical programming problems. According to Jones, the fields of computability and complexity theory, as well as programming languages and semantics, have a great deal to offer each other. Computability and complexity theory have a breadth, depth, and generality not often seen in programming languages. The programming language community, meanwhile, has a firm grasp of algorithm design, presentation, and implementation. In addition, programming languages sometimes provide computational models that are more realistic in certain crucial aspects than traditional models. New results in the book include a proof that constant time factors do matter for its programming-oriented model of computation. (In contrast, Turing machines have a counterintuitive “constant speedup” property: that almost any program can be made to run faster, by any amount. Its proof involves techniques irrelevant to practice.) Further results include simple characterizations in programming terms of the central complexity classes PTIME and LOGSPACE, and a new approach to complete problems for NLOGSPACE, PTIME, NPTIME, and PSPACE, uniformly based on Boolean programs. Foundations of Computing series
نقد و بررسی‌ها
هیچ دیدگاهی برای این محصول نوشته نشده است.