id
stringlengths 24
24
| title
stringlengths 5
45
| context
stringlengths 187
4.28k
| question
stringlengths 11
201
| answers
dict | indonesian_answers
dict | postags
sequence |
|---|---|---|---|---|---|---|
5ad54d625b96ef001a10ac67 | Teori kompleksitas komputasi | Sebagai contoh, pertimbangkan quicksort sorting algoritma deterministik. Ini memecahkan masalah menyortir daftar bilangan bulat yang diberikan sebagai input. Kasus terburuk adalah ketika input diurutkan atau diurutkan dalam urutan terbalik, dan algoritma ini membutuhkan waktu O (n2) untuk kasus ini. Jika kita mengasumsikan bahwa semua permutasi yang mungkin dari daftar input kemungkinan sama, waktu rata-rata yang diambil untuk menyortir adalah O (n log n). Kasus terbaik terjadi ketika masing-masing pivoting membagi daftar menjadi dua, juga membutuhkan waktu O (n log n). | Apa ungkapan yang tidak digunakan untuk menunjukkan kompleksitas kasus terburuk seperti yang diungkapkan oleh waktu yang dibutuhkan? | {
"answer_start": 392,
"text": "O (n log n)"
} | {
"answer_end": 460,
"answer_start": 448,
"text": "O (n log n)."
} | [
[
[
"Apa",
"PRI"
],
[
"ungkapan",
"NNO"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"digunakan",
"VBP"
],
[
"untuk",
"PPO"
],
[
"menunjukkan",
"VBT"
],
[
"kompleksitas",
"NNO"
],
[
"kasus",
"NNO"
],
[
"terburuk",
"ADJ"
],
[
"seperti",
"PPO"
],
[
"yang",
"PRR"
],
[
"diungkapkan",
"VBP"
],
[
"oleh",
"PPO"
],
[
"waktu",
"NNO"
],
[
"yang",
"PRR"
],
[
"dibutuhkan",
"VBP"
],
[
"?",
"PUN"
]
]
] |
5ad54d625b96ef001a10ac68 | Teori kompleksitas komputasi | Sebagai contoh, pertimbangkan quicksort sorting algoritma deterministik. Ini memecahkan masalah menyortir daftar bilangan bulat yang diberikan sebagai input. Kasus terburuk adalah ketika input diurutkan atau diurutkan dalam urutan terbalik, dan algoritma ini membutuhkan waktu O (n2) untuk kasus ini. Jika kita mengasumsikan bahwa semua permutasi yang mungkin dari daftar input kemungkinan sama, waktu rata-rata yang diambil untuk menyortir adalah O (n log n). Kasus terbaik terjadi ketika masing-masing pivoting membagi daftar menjadi dua, juga membutuhkan waktu O (n log n). | Kompleksitas kasus apa yang ditampilkan ketika setiap pivot membagi daftar dalam tiga, juga membutuhkan waktu O (n log n)? | {
"answer_start": 408,
"text": "kasus terbaik"
} | {
"answer_end": 474,
"answer_start": 461,
"text": "Kasus terbaik"
} | [
[
[
"Kompleksitas",
"NNO"
],
[
"kasus",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"ditampilkan",
"VBP"
],
[
"ketika",
"CSN"
],
[
"setiap",
"KUA"
],
[
"pivot",
"NNO"
],
[
"membagi",
"VBT"
],
[
"daftar",
"NNO"
],
[
"dalam",
"PPO"
],
[
"tiga",
"NUM"
],
[
",",
"PUN"
],
[
"juga",
"ADV"
],
[
"membutuhkan",
"VBT"
],
[
"waktu",
"NNO"
],
[
"O",
"ADJ"
],
[
"(",
"PUN"
],
[
"n",
"VBT"
],
[
"log",
"NNO"
],
[
"n",
"PUN"
],
[
")",
"PUN"
],
[
"?",
"PUN"
]
]
] |
56e1bc3ae3433e1400423104 | Teori kompleksitas komputasi | Untuk mengklasifikasikan waktu perhitungan (atau sumber daya serupa, seperti konsumsi ruang), orang tertarik untuk membuktikan batas atas dan bawah pada jumlah waktu minimum yang diperlukan oleh algoritma paling efisien untuk menyelesaikan masalah yang diberikan. Kompleksitas suatu algoritma biasanya dianggap sebagai kompleksitas kasus terburuknya, kecuali dinyatakan sebaliknya. Menganalisa algoritma tertentu berada di bawah bidang analisis algoritma. Untuk menunjukkan batas atas T (n) pada kompleksitas waktu suatu masalah, kita hanya perlu menunjukkan bahwa ada algoritma tertentu dengan waktu berjalan paling banyak T (n). Namun, membuktikan batas bawah jauh lebih sulit, karena batas bawah membuat pernyataan tentang semua algoritma yang mungkin memecahkan masalah yang diberikan. Ungkapan "semua algoritma yang mungkin" tidak hanya mencakup algoritma yang dikenal saat ini, tetapi algoritma apa pun yang mungkin ditemukan di masa mendatang. Untuk menunjukkan batas bawah T (n) untuk suatu masalah perlu ditunjukkan bahwa tidak ada algoritma yang memiliki kompleksitas waktu lebih rendah dari T (n). | Klasifikasi sumber daya bergantung pada penentuan batas atas dan bawah waktu minimum yang diperlukan oleh apa? | {
"answer_start": 178,
"text": "algoritma yang paling efisien"
} | {
"answer_end": 219,
"answer_start": 195,
"text": "algoritma paling efisien"
} | [
[
[
"Klasifikasi",
"NNO"
],
[
"sumber",
"NNO"
],
[
"daya",
"NNO"
],
[
"bergantung",
"VBI"
],
[
"pada",
"PPO"
],
[
"penentuan",
"NNO"
],
[
"batas",
"NNO"
],
[
"atas",
"NNO"
],
[
"dan",
"CCN"
],
[
"bawah",
"NNO"
],
[
"waktu",
"NNO"
],
[
"minimum",
"ADJ"
],
[
"yang",
"PRR"
],
[
"diperlukan",
"VBP"
],
[
"oleh",
"PPO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1bc3ae3433e1400423105 | Teori kompleksitas komputasi | Untuk mengklasifikasikan waktu perhitungan (atau sumber daya serupa, seperti konsumsi ruang), orang tertarik untuk membuktikan batas atas dan bawah pada jumlah waktu minimum yang diperlukan oleh algoritma paling efisien untuk menyelesaikan masalah yang diberikan. Kompleksitas suatu algoritma biasanya dianggap sebagai kompleksitas kasus terburuknya, kecuali dinyatakan sebaliknya. Menganalisa algoritma tertentu berada di bawah bidang analisis algoritma. Untuk menunjukkan batas atas T (n) pada kompleksitas waktu suatu masalah, kita hanya perlu menunjukkan bahwa ada algoritma tertentu dengan waktu berjalan paling banyak T (n). Namun, membuktikan batas bawah jauh lebih sulit, karena batas bawah membuat pernyataan tentang semua algoritma yang mungkin memecahkan masalah yang diberikan. Ungkapan "semua algoritma yang mungkin" tidak hanya mencakup algoritma yang dikenal saat ini, tetapi algoritma apa pun yang mungkin ditemukan di masa mendatang. Untuk menunjukkan batas bawah T (n) untuk suatu masalah perlu ditunjukkan bahwa tidak ada algoritma yang memiliki kompleksitas waktu lebih rendah dari T (n). | Analisis suatu algoritma spesifik biasanya ditugaskan untuk bidang ilmu komputasi apa? | {
"answer_start": 399,
"text": "analisis algoritma"
} | {
"answer_end": 454,
"answer_start": 436,
"text": "analisis algoritma"
} | [
[
[
"Analisis",
"NNO"
],
[
"suatu",
"KUA"
],
[
"algoritma",
"NNO"
],
[
"spesifik",
"ADJ"
],
[
"biasanya",
"ADV"
],
[
"ditugaskan",
"VBP"
],
[
"untuk",
"PPO"
],
[
"bidang",
"NNO"
],
[
"ilmu",
"NNO"
],
[
"komputasi",
"NNO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1bc3ae3433e1400423106 | Teori kompleksitas komputasi | Untuk mengklasifikasikan waktu perhitungan (atau sumber daya serupa, seperti konsumsi ruang), orang tertarik untuk membuktikan batas atas dan bawah pada jumlah waktu minimum yang diperlukan oleh algoritma paling efisien untuk menyelesaikan masalah yang diberikan. Kompleksitas suatu algoritma biasanya dianggap sebagai kompleksitas kasus terburuknya, kecuali dinyatakan sebaliknya. Menganalisa algoritma tertentu berada di bawah bidang analisis algoritma. Untuk menunjukkan batas atas T (n) pada kompleksitas waktu suatu masalah, kita hanya perlu menunjukkan bahwa ada algoritma tertentu dengan waktu berjalan paling banyak T (n). Namun, membuktikan batas bawah jauh lebih sulit, karena batas bawah membuat pernyataan tentang semua algoritma yang mungkin memecahkan masalah yang diberikan. Ungkapan "semua algoritma yang mungkin" tidak hanya mencakup algoritma yang dikenal saat ini, tetapi algoritma apa pun yang mungkin ditemukan di masa mendatang. Untuk menunjukkan batas bawah T (n) untuk suatu masalah perlu ditunjukkan bahwa tidak ada algoritma yang memiliki kompleksitas waktu lebih rendah dari T (n). | Batas waktu manakah yang lebih sulit untuk ditetapkan? | {
"answer_start": 123,
"text": "batas bawah"
} | {
"answer_end": 147,
"answer_start": 133,
"text": "atas dan bawah"
} | [
[
[
"Batas",
"NNO"
],
[
"waktu",
"NNO"
],
[
"manakah",
"ADJ"
],
[
"yang",
"PRR"
],
[
"lebih",
"ADV"
],
[
"sulit",
"ADJ"
],
[
"untuk",
"PPO"
],
[
"ditetapkan",
"VBP"
],
[
"?",
"PUN"
]
]
] |
56e1bc3ae3433e1400423107 | Teori kompleksitas komputasi | Untuk mengklasifikasikan waktu perhitungan (atau sumber daya serupa, seperti konsumsi ruang), orang tertarik untuk membuktikan batas atas dan bawah pada jumlah waktu minimum yang diperlukan oleh algoritma paling efisien untuk menyelesaikan masalah yang diberikan. Kompleksitas suatu algoritma biasanya dianggap sebagai kompleksitas kasus terburuknya, kecuali dinyatakan sebaliknya. Menganalisa algoritma tertentu berada di bawah bidang analisis algoritma. Untuk menunjukkan batas atas T (n) pada kompleksitas waktu suatu masalah, kita hanya perlu menunjukkan bahwa ada algoritma tertentu dengan waktu berjalan paling banyak T (n). Namun, membuktikan batas bawah jauh lebih sulit, karena batas bawah membuat pernyataan tentang semua algoritma yang mungkin memecahkan masalah yang diberikan. Ungkapan "semua algoritma yang mungkin" tidak hanya mencakup algoritma yang dikenal saat ini, tetapi algoritma apa pun yang mungkin ditemukan di masa mendatang. Untuk menunjukkan batas bawah T (n) untuk suatu masalah perlu ditunjukkan bahwa tidak ada algoritma yang memiliki kompleksitas waktu lebih rendah dari T (n). | Algoritma spesifik yang menunjukkan T (n) mewakili ukuran kompleksitas waktu apa? | {
"answer_start": 434,
"text": "batas atas"
} | {
"answer_end": 484,
"answer_start": 474,
"text": "batas atas"
} | [
[
[
"Algoritma",
"NNO"
],
[
"spesifik",
"ADJ"
],
[
"yang",
"PRR"
],
[
"menunjukkan",
"VBT"
],
[
"T",
"NNP"
],
[
"(",
"PUN"
],
[
"n",
"NNP"
],
[
")",
"PUN"
],
[
"mewakili",
"VBT"
],
[
"ukuran",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"waktu",
"NNO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1bc3ae3433e1400423108 | Teori kompleksitas komputasi | Untuk mengklasifikasikan waktu perhitungan (atau sumber daya serupa, seperti konsumsi ruang), orang tertarik untuk membuktikan batas atas dan bawah pada jumlah waktu minimum yang diperlukan oleh algoritma paling efisien untuk menyelesaikan masalah yang diberikan. Kompleksitas suatu algoritma biasanya dianggap sebagai kompleksitas kasus terburuknya, kecuali dinyatakan sebaliknya. Menganalisa algoritma tertentu berada di bawah bidang analisis algoritma. Untuk menunjukkan batas atas T (n) pada kompleksitas waktu suatu masalah, kita hanya perlu menunjukkan bahwa ada algoritma tertentu dengan waktu berjalan paling banyak T (n). Namun, membuktikan batas bawah jauh lebih sulit, karena batas bawah membuat pernyataan tentang semua algoritma yang mungkin memecahkan masalah yang diberikan. Ungkapan "semua algoritma yang mungkin" tidak hanya mencakup algoritma yang dikenal saat ini, tetapi algoritma apa pun yang mungkin ditemukan di masa mendatang. Untuk menunjukkan batas bawah T (n) untuk suatu masalah perlu ditunjukkan bahwa tidak ada algoritma yang memiliki kompleksitas waktu lebih rendah dari T (n). | Apa ungkapan sehari-hari yang digunakan untuk menyampaikan kontinum algoritma dengan ketersediaan tanpa batas terlepas dari waktu? | {
"answer_start": 676,
"text": "semua algoritma yang mungkin"
} | {
"answer_end": 754,
"answer_start": 726,
"text": "semua algoritma yang mungkin"
} | [
[
[
"Apa",
"PRI"
],
[
"ungkapan",
"NNO"
],
[
"sehari-hari",
"ADJ"
],
[
"yang",
"PRR"
],
[
"digunakan",
"VBP"
],
[
"untuk",
"PPO"
],
[
"menyampaikan",
"VBT"
],
[
"kontinum",
"NNO"
],
[
"algoritma",
"NNO"
],
[
"dengan",
"PPO"
],
[
"ketersediaan",
"NNO"
],
[
"tanpa",
"PPO"
],
[
"batas",
"NNO"
],
[
"terlepas",
"VBP"
],
[
"dari",
"PPO"
],
[
"waktu",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad54e7c5b96ef001a10ac76 | Teori kompleksitas komputasi | Untuk mengklasifikasikan waktu perhitungan (atau sumber daya serupa, seperti konsumsi ruang), orang tertarik untuk membuktikan batas atas dan bawah pada jumlah waktu minimum yang diperlukan oleh algoritma paling efisien untuk menyelesaikan masalah yang diberikan. Kompleksitas suatu algoritma biasanya dianggap sebagai kompleksitas kasus terburuknya, kecuali dinyatakan sebaliknya. Menganalisa algoritma tertentu berada di bawah bidang analisis algoritma. Untuk menunjukkan batas atas T (n) pada kompleksitas waktu suatu masalah, kita hanya perlu menunjukkan bahwa ada algoritma tertentu dengan waktu berjalan paling banyak T (n). Namun, membuktikan batas bawah jauh lebih sulit, karena batas bawah membuat pernyataan tentang semua algoritma yang mungkin memecahkan masalah yang diberikan. Ungkapan "semua algoritma yang mungkin" tidak hanya mencakup algoritma yang dikenal saat ini, tetapi algoritma apa pun yang mungkin ditemukan di masa mendatang. Untuk menunjukkan batas bawah T (n) untuk suatu masalah perlu ditunjukkan bahwa tidak ada algoritma yang memiliki kompleksitas waktu lebih rendah dari T (n). | Bagaimana satu not mengklasifikasikan waktu perhitungan (atau sumber daya serupa)? | {
"answer_start": 105,
"text": "membuktikan batas atas dan bawah pada jumlah waktu minimum yang diperlukan oleh algoritma paling efisien untuk menyelesaikan masalah yang diberikan."
} | {
"answer_end": 263,
"answer_start": 115,
"text": "membuktikan batas atas dan bawah pada jumlah waktu minimum yang diperlukan oleh algoritma paling efisien untuk menyelesaikan masalah yang diberikan."
} | [
[
[
"Bagaimana",
"ADV"
],
[
"satu",
"NUM"
],
[
"not",
"PPO"
],
[
"mengklasifikasikan",
"VBT"
],
[
"waktu",
"NNO"
],
[
"perhitungan",
"NNO"
],
[
"(",
"PUN"
],
[
"atau",
"CCN"
],
[
"sumber",
"NNO"
],
[
"daya",
"NNO"
],
[
"serupa",
"ADJ"
],
[
")",
"PUN"
],
[
"?",
"PUN"
]
]
] |
5ad54e7c5b96ef001a10ac77 | Teori kompleksitas komputasi | Untuk mengklasifikasikan waktu perhitungan (atau sumber daya serupa, seperti konsumsi ruang), orang tertarik untuk membuktikan batas atas dan bawah pada jumlah waktu minimum yang diperlukan oleh algoritma paling efisien untuk menyelesaikan masalah yang diberikan. Kompleksitas suatu algoritma biasanya dianggap sebagai kompleksitas kasus terburuknya, kecuali dinyatakan sebaliknya. Menganalisa algoritma tertentu berada di bawah bidang analisis algoritma. Untuk menunjukkan batas atas T (n) pada kompleksitas waktu suatu masalah, kita hanya perlu menunjukkan bahwa ada algoritma tertentu dengan waktu berjalan paling banyak T (n). Namun, membuktikan batas bawah jauh lebih sulit, karena batas bawah membuat pernyataan tentang semua algoritma yang mungkin memecahkan masalah yang diberikan. Ungkapan "semua algoritma yang mungkin" tidak hanya mencakup algoritma yang dikenal saat ini, tetapi algoritma apa pun yang mungkin ditemukan di masa mendatang. Untuk menunjukkan batas bawah T (n) untuk suatu masalah perlu ditunjukkan bahwa tidak ada algoritma yang memiliki kompleksitas waktu lebih rendah dari T (n). | Apa yang biasanya dianggap sebagai kompleksitas kasus terbaik, kecuali dinyatakan sebaliknya? | {
"answer_start": 236,
"text": "kompleksitas suatu algoritma"
} | {
"answer_end": 292,
"answer_start": 264,
"text": "Kompleksitas suatu algoritma"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"biasanya",
"ADV"
],
[
"dianggap",
"VBP"
],
[
"sebagai",
"PPO"
],
[
"kompleksitas",
"NNO"
],
[
"kasus",
"NNO"
],
[
"terbaik",
"ADJ"
],
[
",",
"PUN"
],
[
"kecuali",
"ADV"
],
[
"dinyatakan",
"VBP"
],
[
"sebaliknya",
"ADV"
],
[
"?",
"PUN"
]
]
] |
5ad54e7c5b96ef001a10ac78 | Teori kompleksitas komputasi | Untuk mengklasifikasikan waktu perhitungan (atau sumber daya serupa, seperti konsumsi ruang), orang tertarik untuk membuktikan batas atas dan bawah pada jumlah waktu minimum yang diperlukan oleh algoritma paling efisien untuk menyelesaikan masalah yang diberikan. Kompleksitas suatu algoritma biasanya dianggap sebagai kompleksitas kasus terburuknya, kecuali dinyatakan sebaliknya. Menganalisa algoritma tertentu berada di bawah bidang analisis algoritma. Untuk menunjukkan batas atas T (n) pada kompleksitas waktu suatu masalah, kita hanya perlu menunjukkan bahwa ada algoritma tertentu dengan waktu berjalan paling banyak T (n). Namun, membuktikan batas bawah jauh lebih sulit, karena batas bawah membuat pernyataan tentang semua algoritma yang mungkin memecahkan masalah yang diberikan. Ungkapan "semua algoritma yang mungkin" tidak hanya mencakup algoritma yang dikenal saat ini, tetapi algoritma apa pun yang mungkin ditemukan di masa mendatang. Untuk menunjukkan batas bawah T (n) untuk suatu masalah perlu ditunjukkan bahwa tidak ada algoritma yang memiliki kompleksitas waktu lebih rendah dari T (n). | Apa yang tidak termasuk dalam bidang analisis algoritma> | {
"answer_start": 341,
"text": "Menganalisa algoritma tertentu"
} | {
"answer_end": 412,
"answer_start": 382,
"text": "Menganalisa algoritma tertentu"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"termasuk",
"VBP"
],
[
"dalam",
"PPO"
],
[
"bidang",
"NNO"
],
[
"analisis",
"NNO"
],
[
"algoritma",
"NNO"
],
[
">",
"NNO"
]
]
] |
5ad54e7c5b96ef001a10ac79 | Teori kompleksitas komputasi | Untuk mengklasifikasikan waktu perhitungan (atau sumber daya serupa, seperti konsumsi ruang), orang tertarik untuk membuktikan batas atas dan bawah pada jumlah waktu minimum yang diperlukan oleh algoritma paling efisien untuk menyelesaikan masalah yang diberikan. Kompleksitas suatu algoritma biasanya dianggap sebagai kompleksitas kasus terburuknya, kecuali dinyatakan sebaliknya. Menganalisa algoritma tertentu berada di bawah bidang analisis algoritma. Untuk menunjukkan batas atas T (n) pada kompleksitas waktu suatu masalah, kita hanya perlu menunjukkan bahwa ada algoritma tertentu dengan waktu berjalan paling banyak T (n). Namun, membuktikan batas bawah jauh lebih sulit, karena batas bawah membuat pernyataan tentang semua algoritma yang mungkin memecahkan masalah yang diberikan. Ungkapan "semua algoritma yang mungkin" tidak hanya mencakup algoritma yang dikenal saat ini, tetapi algoritma apa pun yang mungkin ditemukan di masa mendatang. Untuk menunjukkan batas bawah T (n) untuk suatu masalah perlu ditunjukkan bahwa tidak ada algoritma yang memiliki kompleksitas waktu lebih rendah dari T (n). | Kapan seseorang tidak perlu menunjukkan hanya bahwa ada algoritma tertentu yang menjalankan waktu pada mons T (nO? | {
"answer_start": 423,
"text": "Untuk menunjukkan batas atas T (n) pada kompleksitas waktu suatu masalah"
} | {
"answer_end": 528,
"answer_start": 456,
"text": "Untuk menunjukkan batas atas T (n) pada kompleksitas waktu suatu masalah"
} | [
[
[
"Kapan",
"ADV"
],
[
"seseorang",
"PRN"
],
[
"tidak",
"NEG"
],
[
"perlu",
"TAME"
],
[
"menunjukkan",
"VBT"
],
[
"hanya",
"ADV"
],
[
"bahwa",
"CSN"
],
[
"ada",
"VBI"
],
[
"algoritma",
"NNO"
],
[
"tertentu",
"ADJ"
],
[
"yang",
"PRR"
],
[
"menjalankan",
"VBT"
],
[
"waktu",
"NNO"
],
[
"pada",
"PPO"
],
[
"mons",
"NNP"
],
[
"T",
"NNP"
],
[
"(",
"PUN"
],
[
"nO",
"NNP"
],
[
"?",
"PUN"
]
]
] |
5ad54e7c5b96ef001a10ac7a | Teori kompleksitas komputasi | Untuk mengklasifikasikan waktu perhitungan (atau sumber daya serupa, seperti konsumsi ruang), orang tertarik untuk membuktikan batas atas dan bawah pada jumlah waktu minimum yang diperlukan oleh algoritma paling efisien untuk menyelesaikan masalah yang diberikan. Kompleksitas suatu algoritma biasanya dianggap sebagai kompleksitas kasus terburuknya, kecuali dinyatakan sebaliknya. Menganalisa algoritma tertentu berada di bawah bidang analisis algoritma. Untuk menunjukkan batas atas T (n) pada kompleksitas waktu suatu masalah, kita hanya perlu menunjukkan bahwa ada algoritma tertentu dengan waktu berjalan paling banyak T (n). Namun, membuktikan batas bawah jauh lebih sulit, karena batas bawah membuat pernyataan tentang semua algoritma yang mungkin memecahkan masalah yang diberikan. Ungkapan "semua algoritma yang mungkin" tidak hanya mencakup algoritma yang dikenal saat ini, tetapi algoritma apa pun yang mungkin ditemukan di masa mendatang. Untuk menunjukkan batas bawah T (n) untuk suatu masalah perlu ditunjukkan bahwa tidak ada algoritma yang memiliki kompleksitas waktu lebih rendah dari T (n). | Apa yang mudah tentang membuktikan batas bawah? | {
"answer_start": 634,
"text": "karena batas bawah membuat pernyataan tentang semua kemungkinan algoritma yang memecahkan masalah yang diberikan"
} | {
"answer_end": 788,
"answer_start": 680,
"text": "karena batas bawah membuat pernyataan tentang semua algoritma yang mungkin memecahkan masalah yang diberikan"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"mudah",
"ADJ"
],
[
"tentang",
"PPO"
],
[
"membuktikan",
"VBT"
],
[
"batas",
"NNO"
],
[
"bawah",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1bd4acd28a01900c67afc | Teori kompleksitas komputasi | Batas atas dan bawah biasanya dinyatakan menggunakan notasi O besar, yang menyembunyikan faktor konstan dan istilah yang lebih kecil. Ini membuat batas independen dari detail spesifik dari model komputasi yang digunakan. Misalnya, jika T (n) = 7n2 + 15n + 40, dalam notasi O besar orang akan menulis T (n) = O (n2). | Ekspresi apa yang umumnya digunakan untuk menyampaikan batas atas atau bawah? | {
"answer_start": 52,
"text": "notasi O besar"
} | {
"answer_end": 67,
"answer_start": 53,
"text": "notasi O besar"
} | [
[
[
"Ekspresi",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"umum",
"ADJ"
],
[
"nya",
"PRK"
],
[
"digunakan",
"VBP"
],
[
"untuk",
"PPO"
],
[
"menyampaikan",
"VBT"
],
[
"batas",
"NNO"
],
[
"atas",
"NNO"
],
[
"atau",
"CCN"
],
[
"bawah",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1bd4acd28a01900c67afd | Teori kompleksitas komputasi | Batas atas dan bawah biasanya dinyatakan menggunakan notasi O besar, yang menyembunyikan faktor konstan dan istilah yang lebih kecil. Ini membuat batas independen dari detail spesifik dari model komputasi yang digunakan. Misalnya, jika T (n) = 7n2 + 15n + 40, dalam notasi O besar orang akan menulis T (n) = O (n2). | Apa yang disembunyikan notasi O besar? | {
"answer_start": 80,
"text": "faktor konstan dan istilah yang lebih kecil"
} | {
"answer_end": 132,
"answer_start": 89,
"text": "faktor konstan dan istilah yang lebih kecil"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"disembunyikan",
"VBP"
],
[
"notasi",
"NNO"
],
[
"O",
"NNP"
],
[
"besar",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
56e1bd4acd28a01900c67afe | Teori kompleksitas komputasi | Batas atas dan bawah biasanya dinyatakan menggunakan notasi O besar, yang menyembunyikan faktor konstan dan istilah yang lebih kecil. Ini membuat batas independen dari detail spesifik dari model komputasi yang digunakan. Misalnya, jika T (n) = 7n2 + 15n + 40, dalam notasi O besar orang akan menulis T (n) = O (n2). | Bagaimana seseorang menulis T (n) = 7n2 + 15n + 40 dalam notasi O besar? | {
"answer_start": 281,
"text": "T (n) = O (n2)"
} | {
"answer_end": 251,
"answer_start": 236,
"text": "T (n) = 7n2 + 1"
} | [
[
[
"Bagaimana",
"ADV"
],
[
"seseorang",
"PRN"
],
[
"menulis",
"VBT"
],
[
"T",
"NNP"
],
[
"(",
"PUN"
],
[
"n",
"NNP"
],
[
")",
"PUN"
],
[
"=",
"PUN"
],
[
"7n2",
"NUM"
],
[
"+",
"PUN"
],
[
"15n",
"NUM"
],
[
"+",
"PUN"
],
[
"40",
"NUM"
],
[
"dalam",
"PPO"
],
[
"notasi",
"NNO"
],
[
"O",
"NNP"
],
[
"besar",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
56e1bd4acd28a01900c67aff | Teori kompleksitas komputasi | Batas atas dan bawah biasanya dinyatakan menggunakan notasi O besar, yang menyembunyikan faktor konstan dan istilah yang lebih kecil. Ini membuat batas independen dari detail spesifik dari model komputasi yang digunakan. Misalnya, jika T (n) = 7n2 + 15n + 40, dalam notasi O besar orang akan menulis T (n) = O (n2). | Notasi O besar memberikan otonomi ke batas atas dan bawah terkait dengan apa? | {
"answer_start": 177,
"text": "model komputasi"
} | {
"answer_end": 204,
"answer_start": 189,
"text": "model komputasi"
} | [
[
[
"Notasi",
"NNO"
],
[
"O",
"NNP"
],
[
"besar",
"ADJ"
],
[
"memberikan",
"VBT"
],
[
"otonomi",
"NNO"
],
[
"ke",
"PPO"
],
[
"batas",
"NNO"
],
[
"atas",
"NNO"
],
[
"dan",
"CCN"
],
[
"bawah",
"NNO"
],
[
"terkait",
"VBP"
],
[
"dengan",
"PPO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
5ad54f775b96ef001a10ac88 | Teori kompleksitas komputasi | Batas atas dan bawah biasanya dinyatakan menggunakan notasi O besar, yang menyembunyikan faktor konstan dan istilah yang lebih kecil. Ini membuat batas independen dari detail spesifik dari model komputasi yang digunakan. Misalnya, jika T (n) = 7n2 + 15n + 40, dalam notasi O besar orang akan menulis T (n) = O (n2). | Apa yang biasanya tidak dinyatakan menggunakan notasi O besar? | {
"answer_start": 0,
"text": "Batas atas dan bawah"
} | {
"answer_end": 20,
"answer_start": 0,
"text": "Batas atas dan bawah"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"biasanya",
"ADV"
],
[
"tidak",
"NEG"
],
[
"dinyatakan",
"VBP"
],
[
"menggunakan",
"VBT"
],
[
"notasi",
"NNO"
],
[
"O",
"NNP"
],
[
"besar",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
5ad54f775b96ef001a10ac89 | Teori kompleksitas komputasi | Batas atas dan bawah biasanya dinyatakan menggunakan notasi O besar, yang menyembunyikan faktor konstan dan istilah yang lebih kecil. Ini membuat batas independen dari detail spesifik dari model komputasi yang digunakan. Misalnya, jika T (n) = 7n2 + 15n + 40, dalam notasi O besar orang akan menulis T (n) = O (n2). | Apa yang tidak menyembunyikan faktor konstan atau istilah yang lebih kecil? | {
"answer_start": 52,
"text": "notasi O besar"
} | {
"answer_end": 67,
"answer_start": 53,
"text": "notasi O besar"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"menyembunyikan",
"VBT"
],
[
"faktor",
"NNO"
],
[
"konstan",
"ADJ"
],
[
"atau",
"CCN"
],
[
"istilah",
"NNO"
],
[
"yang",
"PRR"
],
[
"lebih",
"ADV"
],
[
"kecil",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
5ad54f775b96ef001a10ac8a | Teori kompleksitas komputasi | Batas atas dan bawah biasanya dinyatakan menggunakan notasi O besar, yang menyembunyikan faktor konstan dan istilah yang lebih kecil. Ini membuat batas independen dari detail spesifik dari model komputasi yang digunakan. Misalnya, jika T (n) = 7n2 + 15n + 40, dalam notasi O besar orang akan menulis T (n) = O (n2). | Apa yang membuat batas bergantung pada detail spesifik dari model komputasi? | {
"answer_start": 52,
"text": "notasi O besar"
} | {
"answer_end": 67,
"answer_start": 53,
"text": "notasi O besar"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"membuat",
"VBT"
],
[
"batas",
"NNO"
],
[
"bergantung",
"VBI"
],
[
"pada",
"PPO"
],
[
"detail",
"NNO"
],
[
"spesifik",
"ADJ"
],
[
"dari",
"PPO"
],
[
"model",
"NNO"
],
[
"komputasi",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
5ad54f775b96ef001a10ac8b | Teori kompleksitas komputasi | Batas atas dan bawah biasanya dinyatakan menggunakan notasi O besar, yang menyembunyikan faktor konstan dan istilah yang lebih kecil. Ini membuat batas independen dari detail spesifik dari model komputasi yang digunakan. Misalnya, jika T (n) = 7n2 + 15n + 40, dalam notasi O besar orang akan menulis T (n) = O (n2). | Bagaimana seseorang menyingkat T (n) = 8n2 + 16n = 40 dalam notasi O besar? | {
"answer_start": 281,
"text": "T (n) = O (n2)"
} | {
"answer_end": 251,
"answer_start": 236,
"text": "T (n) = 7n2 + 1"
} | [
[
[
"Bagaimana",
"ADV"
],
[
"seseorang",
"PRN"
],
[
"menyingkat",
"VBT"
],
[
"T",
"NNP"
],
[
"(",
"PUN"
],
[
"n",
"VBT"
],
[
")",
"PUN"
],
[
"=",
"PUN"
],
[
"8n2",
"NUM"
],
[
"+",
"PUN"
],
[
"16n",
"NUM"
],
[
"=",
"PUN"
],
[
"40",
"NUM"
],
[
"dalam",
"PPO"
],
[
"notasi",
"NNO"
],
[
"O",
"NNP"
],
[
"besar",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
56e1c0f6cd28a01900c67b2c | Teori kompleksitas komputasi | Tentu saja, beberapa kelas kompleksitas memiliki definisi rumit yang tidak sesuai dengan kerangka kerja ini. Dengan demikian, kelas kompleksitas tipikal memiliki definisi seperti berikut: | Apa definisi rumit yang mencegah klasifikasi ke dalam suatu kerangka kerja? | {
"answer_start": 16,
"text": "kelas kompleksitas"
} | {
"answer_end": 39,
"answer_start": 21,
"text": "kelas kompleksitas"
} | [
[
[
"Apa",
"PRI"
],
[
"definisi",
"NNO"
],
[
"rumit",
"ADJ"
],
[
"yang",
"PRR"
],
[
"mencegah",
"VBT"
],
[
"klasifikasi",
"NNO"
],
[
"ke",
"PPO"
],
[
"dalam",
"NNO"
],
[
"suatu",
"KUA"
],
[
"kerangka",
"NNO"
],
[
"kerja",
"VBI"
],
[
"?",
"PUN"
]
]
] |
56e1c0f6cd28a01900c67b2d | Teori kompleksitas komputasi | Tentu saja, beberapa kelas kompleksitas memiliki definisi rumit yang tidak sesuai dengan kerangka kerja ini. Dengan demikian, kelas kompleksitas tipikal memiliki definisi seperti berikut: | Kelas kompleksitas umumnya diklasifikasikan menjadi apa? | {
"answer_start": 90,
"text": "kerangka"
} | {
"answer_end": 97,
"answer_start": 89,
"text": "kerangka"
} | [
[
[
"Kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"umum",
"ADJ"
],
[
"nya",
"PRK"
],
[
"diklasifikasikan",
"VBP"
],
[
"menjadi",
"VBI"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1c0f6cd28a01900c67b2e | Teori kompleksitas komputasi | Tentu saja, beberapa kelas kompleksitas memiliki definisi rumit yang tidak sesuai dengan kerangka kerja ini. Dengan demikian, kelas kompleksitas tipikal memiliki definisi seperti berikut: | Kesulitan dalam membangun kerangka kerja untuk kelas kompleksitas dapat disebabkan oleh variabel apa? | {
"answer_start": 40,
"text": "definisi yang rumit"
} | {
"answer_end": 63,
"answer_start": 49,
"text": "definisi rumit"
} | [
[
[
"Kesulitan",
"NNO"
],
[
"dalam",
"PPO"
],
[
"membangun",
"VBT"
],
[
"kerangka",
"NNO"
],
[
"kerja",
"VBI"
],
[
"untuk",
"PPO"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"dapat",
"TAME"
],
[
"disebabkan",
"VBP"
],
[
"oleh",
"PPO"
],
[
"variabel",
"NNO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
5ad5501f5b96ef001a10ac90 | Teori kompleksitas komputasi | Tentu saja, beberapa kelas kompleksitas memiliki definisi rumit yang tidak sesuai dengan kerangka kerja ini. Dengan demikian, kelas kompleksitas tipikal memiliki definisi seperti berikut: | Apa yang cocok dengan kerangka kerja kelas kompleksitas? | {
"answer_start": 40,
"text": "definisi yang rumit"
} | {
"answer_end": 63,
"answer_start": 49,
"text": "definisi rumit"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"cocok",
"ADJ"
],
[
"dengan",
"PPO"
],
[
"kerangka",
"NNO"
],
[
"kerja",
"VBI"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad5501f5b96ef001a10ac91 | Teori kompleksitas komputasi | Tentu saja, beberapa kelas kompleksitas memiliki definisi rumit yang tidak sesuai dengan kerangka kerja ini. Dengan demikian, kelas kompleksitas tipikal memiliki definisi seperti berikut: | Apa yang memiliki definisi tidak rumit yang mencegah klasifikasi ke dalam suatu kerangka kerja? | {
"answer_start": 16,
"text": "kelas kompleksitas"
} | {
"answer_end": 39,
"answer_start": 21,
"text": "kelas kompleksitas"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"memiliki",
"VBT"
],
[
"definisi",
"NNO"
],
[
"tidak",
"NEG"
],
[
"rumit",
"ADJ"
],
[
"yang",
"PRR"
],
[
"mencegah",
"VBT"
],
[
"klasifikasi",
"NNO"
],
[
"ke",
"PPO"
],
[
"dalam",
"NNO"
],
[
"suatu",
"KUA"
],
[
"kerangka",
"NNO"
],
[
"kerja",
"VBI"
],
[
"?",
"PUN"
]
]
] |
5ad5501f5b96ef001a10ac92 | Teori kompleksitas komputasi | Tentu saja, beberapa kelas kompleksitas memiliki definisi rumit yang tidak sesuai dengan kerangka kerja ini. Dengan demikian, kelas kompleksitas tipikal memiliki definisi seperti berikut: | Apa kelas kompleksitas umumnya tidak diklasifikasikan ke dalam? | {
"answer_start": 90,
"text": "kerangka"
} | {
"answer_end": 97,
"answer_start": 89,
"text": "kerangka"
} | [
[
[
"Apa",
"PRI"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"umum",
"ADJ"
],
[
"nya",
"PRK"
],
[
"tidak",
"NEG"
],
[
"diklasifikasikan",
"VBP"
],
[
"ke",
"PPO"
],
[
"dalam",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad5501f5b96ef001a10ac93 | Teori kompleksitas komputasi | Tentu saja, beberapa kelas kompleksitas memiliki definisi rumit yang tidak sesuai dengan kerangka kerja ini. Dengan demikian, kelas kompleksitas tipikal memiliki definisi seperti berikut: | Variabel apa yang mudah dibangun dalam kerangka kerja untuk kelas kompleksitas? | {
"answer_start": 40,
"text": "definisi yang rumit"
} | {
"answer_end": 63,
"answer_start": 49,
"text": "definisi rumit"
} | [
[
[
"Variabel",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"mudah",
"ADJ"
],
[
"dibangun",
"VBP"
],
[
"dalam",
"PPO"
],
[
"kerangka",
"NNO"
],
[
"kerja",
"VBI"
],
[
"untuk",
"PPO"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1c2eee3433e1400423134 | Teori kompleksitas komputasi | Tetapi membatasi waktu perhitungan di atas oleh beberapa fungsi konkrit f (n) sering menghasilkan kelas kompleksitas yang bergantung pada model mesin yang dipilih. Misalnya, bahasa {xx | x adalah sembarang string biner} dapat diselesaikan dalam waktu linier pada mesin Turing multi-tape, tetapi tentu saja membutuhkan waktu kuadratik dalam model mesin Turing single-tape. Jika kita mengizinkan variasi polinomial dalam waktu berjalan, tesis Cobham-Edmonds menyatakan bahwa "kompleksitas waktu dalam dua model komputasi yang masuk akal dan umum terkait secara polinomi" (Goldreich 2008, Bab 1.2). Ini membentuk dasar untuk kompleksitas kelas P, yang merupakan sekumpulan masalah keputusan yang dapat dipecahkan oleh mesin Turing deterministik dalam waktu polinomial. Set masalah fungsi yang sesuai adalah FP. | Batas waktu perhitungan beton seringkali menghasilkan kelas kompleksitas yang bergantung pada apa? | {
"answer_start": 122,
"text": "model mesin yang dipilih"
} | {
"answer_end": 162,
"answer_start": 138,
"text": "model mesin yang dipilih"
} | [
[
[
"Batas",
"NNO"
],
[
"waktu",
"NNO"
],
[
"perhitungan",
"NNO"
],
[
"beton",
"NNO"
],
[
"seringkali",
"ADV"
],
[
"menghasilkan",
"VBT"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"yang",
"PRR"
],
[
"bergantung",
"VBI"
],
[
"pada",
"PPO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1c2eee3433e1400423135 | Teori kompleksitas komputasi | Tetapi membatasi waktu perhitungan di atas oleh beberapa fungsi konkrit f (n) sering menghasilkan kelas kompleksitas yang bergantung pada model mesin yang dipilih. Misalnya, bahasa {xx | x adalah sembarang string biner} dapat diselesaikan dalam waktu linier pada mesin Turing multi-tape, tetapi tentu saja membutuhkan waktu kuadratik dalam model mesin Turing single-tape. Jika kita mengizinkan variasi polinomial dalam waktu berjalan, tesis Cobham-Edmonds menyatakan bahwa "kompleksitas waktu dalam dua model komputasi yang masuk akal dan umum terkait secara polinomi" (Goldreich 2008, Bab 1.2). Ini membentuk dasar untuk kompleksitas kelas P, yang merupakan sekumpulan masalah keputusan yang dapat dipecahkan oleh mesin Turing deterministik dalam waktu polinomial. Set masalah fungsi yang sesuai adalah FP. | Mesin Turing multi-tape membutuhkan jenis waktu apa untuk suatu solusi? | {
"answer_start": 218,
"text": "waktu linier"
} | {
"answer_end": 257,
"answer_start": 245,
"text": "waktu linier"
} | [
[
[
"Mesin",
"NNO"
],
[
"Turing",
"NNO"
],
[
"multi",
"ADJ"
],
[
"-",
"PUN"
],
[
"tape",
"NNO"
],
[
"membutuhkan",
"VBT"
],
[
"jenis",
"NNO"
],
[
"waktu",
"NNO"
],
[
"apa",
"PRI"
],
[
"untuk",
"PPO"
],
[
"suatu",
"KUA"
],
[
"solusi",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1c2eee3433e1400423136 | Teori kompleksitas komputasi | Tetapi membatasi waktu perhitungan di atas oleh beberapa fungsi konkrit f (n) sering menghasilkan kelas kompleksitas yang bergantung pada model mesin yang dipilih. Misalnya, bahasa {xx | x adalah sembarang string biner} dapat diselesaikan dalam waktu linier pada mesin Turing multi-tape, tetapi tentu saja membutuhkan waktu kuadratik dalam model mesin Turing single-tape. Jika kita mengizinkan variasi polinomial dalam waktu berjalan, tesis Cobham-Edmonds menyatakan bahwa "kompleksitas waktu dalam dua model komputasi yang masuk akal dan umum terkait secara polinomi" (Goldreich 2008, Bab 1.2). Ini membentuk dasar untuk kompleksitas kelas P, yang merupakan sekumpulan masalah keputusan yang dapat dipecahkan oleh mesin Turing deterministik dalam waktu polinomial. Set masalah fungsi yang sesuai adalah FP. | Bahasa yang dipecahkan dalam waktu kuadratik menyiratkan penggunaan jenis mesin Turing apa? | {
"answer_start": 318,
"text": "mesin Turing single-tape"
} | {
"answer_end": 286,
"answer_start": 263,
"text": "mesin Turing multi-tape"
} | [
[
[
"Bahasa",
"NNO"
],
[
"yang",
"PRR"
],
[
"dipecahkan",
"VBP"
],
[
"dalam",
"PPO"
],
[
"waktu",
"NNO"
],
[
"kuadratik",
"ADJ"
],
[
"menyiratkan",
"VBT"
],
[
"penggunaan",
"NNO"
],
[
"jenis",
"NNO"
],
[
"mesin",
"NNO"
],
[
"Turing",
"NNO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1c2eee3433e1400423137 | Teori kompleksitas komputasi | Tetapi membatasi waktu perhitungan di atas oleh beberapa fungsi konkrit f (n) sering menghasilkan kelas kompleksitas yang bergantung pada model mesin yang dipilih. Misalnya, bahasa {xx | x adalah sembarang string biner} dapat diselesaikan dalam waktu linier pada mesin Turing multi-tape, tetapi tentu saja membutuhkan waktu kuadratik dalam model mesin Turing single-tape. Jika kita mengizinkan variasi polinomial dalam waktu berjalan, tesis Cobham-Edmonds menyatakan bahwa "kompleksitas waktu dalam dua model komputasi yang masuk akal dan umum terkait secara polinomi" (Goldreich 2008, Bab 1.2). Ini membentuk dasar untuk kompleksitas kelas P, yang merupakan sekumpulan masalah keputusan yang dapat dipecahkan oleh mesin Turing deterministik dalam waktu polinomial. Set masalah fungsi yang sesuai adalah FP. | Tesis apa yang menentukan bahwa hubungan polinom ada dalam kompleksitas waktu dalam model komputasi? | {
"answer_start": 398,
"text": "Tesis Cobham-Edmonds"
} | {
"answer_end": 455,
"answer_start": 435,
"text": "tesis Cobham-Edmonds"
} | [
[
[
"Tesis",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"menentukan",
"VBT"
],
[
"bahwa",
"CSN"
],
[
"hubungan",
"NNO"
],
[
"polinom",
"NNO"
],
[
"ada",
"VBI"
],
[
"dalam",
"PPO"
],
[
"kompleksitas",
"NNO"
],
[
"waktu",
"NNO"
],
[
"dalam",
"PPO"
],
[
"model",
"NNO"
],
[
"komputasi",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1c2eee3433e1400423138 | Teori kompleksitas komputasi | Tetapi membatasi waktu perhitungan di atas oleh beberapa fungsi konkrit f (n) sering menghasilkan kelas kompleksitas yang bergantung pada model mesin yang dipilih. Misalnya, bahasa {xx | x adalah sembarang string biner} dapat diselesaikan dalam waktu linier pada mesin Turing multi-tape, tetapi tentu saja membutuhkan waktu kuadratik dalam model mesin Turing single-tape. Jika kita mengizinkan variasi polinomial dalam waktu berjalan, tesis Cobham-Edmonds menyatakan bahwa "kompleksitas waktu dalam dua model komputasi yang masuk akal dan umum terkait secara polinomi" (Goldreich 2008, Bab 1.2). Ini membentuk dasar untuk kompleksitas kelas P, yang merupakan sekumpulan masalah keputusan yang dapat dipecahkan oleh mesin Turing deterministik dalam waktu polinomial. Set masalah fungsi yang sesuai adalah FP. | Masalah keputusan yang mampu diselesaikan oleh mesin Turing deterministik sambil mempertahankan kepatuhan terhadap waktu polinomial termasuk kelas apa? | {
"answer_start": 597,
"text": "kompleksitas kelas P"
} | {
"answer_end": 642,
"answer_start": 622,
"text": "kompleksitas kelas P"
} | [
[
[
"Masalah",
"NNO"
],
[
"keputusan",
"NNO"
],
[
"yang",
"PRR"
],
[
"mampu",
"VBI"
],
[
"diselesaikan",
"VBP"
],
[
"oleh",
"PPO"
],
[
"mesin",
"NNO"
],
[
"Turing",
"NNO"
],
[
"deterministik",
"NNP"
],
[
"sambil",
"ADV"
],
[
"mempertahankan",
"VBT"
],
[
"kepatuhan",
"NNO"
],
[
"terhadap",
"PPO"
],
[
"waktu",
"NNO"
],
[
"polinomial",
"NNO"
],
[
"termasuk",
"VBP"
],
[
"kelas",
"NNO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
5ad55ee35b96ef001a10ace4 | Teori kompleksitas komputasi | Tetapi membatasi waktu perhitungan di atas oleh beberapa fungsi konkrit f (n) sering menghasilkan kelas kompleksitas yang bergantung pada model mesin yang dipilih. Misalnya, bahasa {xx | x adalah sembarang string biner} dapat diselesaikan dalam waktu linier pada mesin Turing multi-tape, tetapi tentu saja membutuhkan waktu kuadratik dalam model mesin Turing single-tape. Jika kita mengizinkan variasi polinomial dalam waktu berjalan, tesis Cobham-Edmonds menyatakan bahwa "kompleksitas waktu dalam dua model komputasi yang masuk akal dan umum terkait secara polinomi" (Goldreich 2008, Bab 1.2). Ini membentuk dasar untuk kompleksitas kelas P, yang merupakan sekumpulan masalah keputusan yang dapat dipecahkan oleh mesin Turing deterministik dalam waktu polinomial. Set masalah fungsi yang sesuai adalah FP. | Apa yang tidak sering menghasilkan kelas kompleksitas yang bergantung pada model mesin yang dipilih? | {
"answer_start": 4,
"text": "membatasi waktu perhitungan"
} | {
"answer_end": 34,
"answer_start": 7,
"text": "membatasi waktu perhitungan"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"sering",
"ADV"
],
[
"menghasilkan",
"VBT"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"yang",
"PRR"
],
[
"bergantung",
"VBI"
],
[
"pada",
"PPO"
],
[
"model",
"NNO"
],
[
"mesin",
"NNO"
],
[
"yang",
"PRR"
],
[
"dipilih",
"VBP"
],
[
"?",
"PUN"
]
]
] |
5ad55ee35b96ef001a10ace5 | Teori kompleksitas komputasi | Tetapi membatasi waktu perhitungan di atas oleh beberapa fungsi konkrit f (n) sering menghasilkan kelas kompleksitas yang bergantung pada model mesin yang dipilih. Misalnya, bahasa {xx | x adalah sembarang string biner} dapat diselesaikan dalam waktu linier pada mesin Turing multi-tape, tetapi tentu saja membutuhkan waktu kuadratik dalam model mesin Turing single-tape. Jika kita mengizinkan variasi polinomial dalam waktu berjalan, tesis Cobham-Edmonds menyatakan bahwa "kompleksitas waktu dalam dua model komputasi yang masuk akal dan umum terkait secara polinomi" (Goldreich 2008, Bab 1.2). Ini membentuk dasar untuk kompleksitas kelas P, yang merupakan sekumpulan masalah keputusan yang dapat dipecahkan oleh mesin Turing deterministik dalam waktu polinomial. Set masalah fungsi yang sesuai adalah FP. | Apa yang tidak sering menghasilkan kelas kompleksitas yang memiliki batasan waktu komputasi yang konkret? | {
"answer_start": 118,
"text": "model mesin yang dipilih"
} | {
"answer_end": 162,
"answer_start": 138,
"text": "model mesin yang dipilih"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"sering",
"ADV"
],
[
"menghasilkan",
"VBT"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"yang",
"PRR"
],
[
"memiliki",
"VBT"
],
[
"batasan",
"NNO"
],
[
"waktu",
"NNO"
],
[
"komputasi",
"NNO"
],
[
"yang",
"PRR"
],
[
"konkret",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
5ad55ee35b96ef001a10ace6 | Teori kompleksitas komputasi | Tetapi membatasi waktu perhitungan di atas oleh beberapa fungsi konkrit f (n) sering menghasilkan kelas kompleksitas yang bergantung pada model mesin yang dipilih. Misalnya, bahasa {xx | x adalah sembarang string biner} dapat diselesaikan dalam waktu linier pada mesin Turing multi-tape, tetapi tentu saja membutuhkan waktu kuadratik dalam model mesin Turing single-tape. Jika kita mengizinkan variasi polinomial dalam waktu berjalan, tesis Cobham-Edmonds menyatakan bahwa "kompleksitas waktu dalam dua model komputasi yang masuk akal dan umum terkait secara polinomi" (Goldreich 2008, Bab 1.2). Ini membentuk dasar untuk kompleksitas kelas P, yang merupakan sekumpulan masalah keputusan yang dapat dipecahkan oleh mesin Turing deterministik dalam waktu polinomial. Set masalah fungsi yang sesuai adalah FP. | Apa yang tidak dapat diselesaikan dalam waktu linier pada mesin Turing multi-tape? | {
"answer_start": 158,
"text": "bahasa {xx | x"
} | {
"answer_end": 188,
"answer_start": 174,
"text": "bahasa {xx | x"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"dapat",
"TAME"
],
[
"diselesaikan",
"VBP"
],
[
"dalam",
"PPO"
],
[
"waktu",
"NNO"
],
[
"linier",
"ADJ"
],
[
"pada",
"PPO"
],
[
"mesin",
"NNO"
],
[
"Turing",
"NNO"
],
[
"multi",
"ADJ"
],
[
"-",
"PUN"
],
[
"tape",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad55ee35b96ef001a10ace7 | Teori kompleksitas komputasi | Tetapi membatasi waktu perhitungan di atas oleh beberapa fungsi konkrit f (n) sering menghasilkan kelas kompleksitas yang bergantung pada model mesin yang dipilih. Misalnya, bahasa {xx | x adalah sembarang string biner} dapat diselesaikan dalam waktu linier pada mesin Turing multi-tape, tetapi tentu saja membutuhkan waktu kuadratik dalam model mesin Turing single-tape. Jika kita mengizinkan variasi polinomial dalam waktu berjalan, tesis Cobham-Edmonds menyatakan bahwa "kompleksitas waktu dalam dua model komputasi yang masuk akal dan umum terkait secara polinomi" (Goldreich 2008, Bab 1.2). Ini membentuk dasar untuk kompleksitas kelas P, yang merupakan sekumpulan masalah keputusan yang dapat dipecahkan oleh mesin Turing deterministik dalam waktu polinomial. Set masalah fungsi yang sesuai adalah FP. | Apa yang bukan string biner? | {
"answer_start": 158,
"text": "bahasa {xx"
} | {
"answer_end": 184,
"answer_start": 174,
"text": "bahasa {xx"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"bukan",
"NEG"
],
[
"string",
"NNO"
],
[
"biner",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
5ad55ee35b96ef001a10ace8 | Teori kompleksitas komputasi | Tetapi membatasi waktu perhitungan di atas oleh beberapa fungsi konkrit f (n) sering menghasilkan kelas kompleksitas yang bergantung pada model mesin yang dipilih. Misalnya, bahasa {xx | x adalah sembarang string biner} dapat diselesaikan dalam waktu linier pada mesin Turing multi-tape, tetapi tentu saja membutuhkan waktu kuadratik dalam model mesin Turing single-tape. Jika kita mengizinkan variasi polinomial dalam waktu berjalan, tesis Cobham-Edmonds menyatakan bahwa "kompleksitas waktu dalam dua model komputasi yang masuk akal dan umum terkait secara polinomi" (Goldreich 2008, Bab 1.2). Ini membentuk dasar untuk kompleksitas kelas P, yang merupakan sekumpulan masalah keputusan yang dapat dipecahkan oleh mesin Turing deterministik dalam waktu polinomial. Set masalah fungsi yang sesuai adalah FP. | Tesis apa yang menentukan bahwa hubungan trinomial ada dalam kompleksitas waktu dalam model komputasi? | {
"answer_start": 398,
"text": "Tesis Cobham-Edmonds"
} | {
"answer_end": 455,
"answer_start": 435,
"text": "tesis Cobham-Edmonds"
} | [
[
[
"Tesis",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"menentukan",
"VBT"
],
[
"bahwa",
"CSN"
],
[
"hubungan",
"NNO"
],
[
"trinomial",
"NNO"
],
[
"ada",
"VBI"
],
[
"dalam",
"PPO"
],
[
"kompleksitas",
"NNO"
],
[
"waktu",
"NNO"
],
[
"dalam",
"PPO"
],
[
"model",
"NNO"
],
[
"komputasi",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1c3e1e3433e1400423148 | Teori kompleksitas komputasi | Banyak kelas kompleksitas penting dapat didefinisikan dengan membatasi waktu atau ruang yang digunakan oleh algoritma. Beberapa kelas kompleksitas penting dari masalah keputusan yang didefinisikan dengan cara ini adalah sebagai berikut: | Apa dua contoh pengukuran yang terikat dalam algoritma untuk menetapkan kelas kompleksitas? | {
"answer_start": 65,
"text": "waktu atau ruang"
} | {
"answer_end": 87,
"answer_start": 71,
"text": "waktu atau ruang"
} | [
[
[
"Apa",
"PRI"
],
[
"dua",
"NUM"
],
[
"contoh",
"NNO"
],
[
"pengukuran",
"NNO"
],
[
"yang",
"PRR"
],
[
"terikat",
"VBP"
],
[
"dalam",
"PPO"
],
[
"algoritma",
"NNO"
],
[
"untuk",
"PPO"
],
[
"menetapkan",
"VBT"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1c3e1e3433e140042314a | Teori kompleksitas komputasi | Banyak kelas kompleksitas penting dapat didefinisikan dengan membatasi waktu atau ruang yang digunakan oleh algoritma. Beberapa kelas kompleksitas penting dari masalah keputusan yang didefinisikan dengan cara ini adalah sebagai berikut: | Batas waktu dan ruang atau pengukuran serupa sering digunakan oleh algoritma untuk menentukan apa? | {
"answer_start": 15,
"text": "kelas kompleksitas"
} | {
"answer_end": 25,
"answer_start": 7,
"text": "kelas kompleksitas"
} | [
[
[
"Batas",
"NNO"
],
[
"waktu",
"NNO"
],
[
"dan",
"CCN"
],
[
"ruang",
"NNO"
],
[
"atau",
"CCN"
],
[
"pengukuran",
"NNO"
],
[
"serupa",
"ADJ"
],
[
"sering",
"ADV"
],
[
"digunakan",
"VBP"
],
[
"oleh",
"PPO"
],
[
"algoritma",
"NNO"
],
[
"untuk",
"PPO"
],
[
"menentukan",
"VBT"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
5ad55fe75b96ef001a10ad0c | Teori kompleksitas komputasi | Banyak kelas kompleksitas penting dapat didefinisikan dengan membatasi waktu atau ruang yang digunakan oleh algoritma. Beberapa kelas kompleksitas penting dari masalah keputusan yang didefinisikan dengan cara ini adalah sebagai berikut: | Apa yang tidak dapat didefinisikan dengan membatasi waktu atau ruang yang digunakan algoritma? | {
"answer_start": 0,
"text": "Banyak kelas kompleksitas penting"
} | {
"answer_end": 33,
"answer_start": 0,
"text": "Banyak kelas kompleksitas penting"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"dapat",
"TAME"
],
[
"didefinisikan",
"VBP"
],
[
"dengan",
"PPO"
],
[
"membatasi",
"VBT"
],
[
"waktu",
"NNO"
],
[
"atau",
"CCN"
],
[
"ruang",
"NNO"
],
[
"yang",
"PRR"
],
[
"digunakan",
"VBP"
],
[
"algoritma",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad55fe75b96ef001a10ad0d | Teori kompleksitas komputasi | Banyak kelas kompleksitas penting dapat didefinisikan dengan membatasi waktu atau ruang yang digunakan oleh algoritma. Beberapa kelas kompleksitas penting dari masalah keputusan yang didefinisikan dengan cara ini adalah sebagai berikut: | Apa tiga contoh pengukuran yang terikat dalam algoritma untuk menetapkan kelas kompleksitas? | {
"answer_start": 65,
"text": "waktu atau ruang"
} | {
"answer_end": 87,
"answer_start": 71,
"text": "waktu atau ruang"
} | [
[
[
"Apa",
"PRI"
],
[
"tiga",
"NUM"
],
[
"contoh",
"NNO"
],
[
"pengukuran",
"NNO"
],
[
"yang",
"PRR"
],
[
"terikat",
"VBP"
],
[
"dalam",
"PPO"
],
[
"algoritma",
"NNO"
],
[
"untuk",
"PPO"
],
[
"menetapkan",
"VBT"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad55fe75b96ef001a10ad0f | Teori kompleksitas komputasi | Banyak kelas kompleksitas penting dapat didefinisikan dengan membatasi waktu atau ruang yang digunakan oleh algoritma. Beberapa kelas kompleksitas penting dari masalah keputusan yang didefinisikan dengan cara ini adalah sebagai berikut: | Apa yang sering digunakan oleh algoritma untuk mengukur batas ruang dan pengukuran atmosfer? | {
"answer_start": 15,
"text": "kelas kompleksitas"
} | {
"answer_end": 25,
"answer_start": 7,
"text": "kelas kompleksitas"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"sering",
"ADV"
],
[
"digunakan",
"VBP"
],
[
"oleh",
"PPO"
],
[
"algoritma",
"NNO"
],
[
"untuk",
"PPO"
],
[
"mengukur",
"VBT"
],
[
"batas",
"NNO"
],
[
"ruang",
"NNO"
],
[
"dan",
"CCN"
],
[
"pengukuran",
"NNO"
],
[
"atmosfer",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1c4fce3433e140042314e | Teori kompleksitas komputasi | Kelas kompleksitas penting lainnya termasuk BPP, ZPP dan RP, yang didefinisikan menggunakan mesin Turing probabilistik; AC dan NC, yang didefinisikan menggunakan sirkuit Boolean; dan BQP dan QMA, yang didefinisikan menggunakan mesin Turing kuantum. #P adalah kelas kompleksitas yang penting dalam penghitungan masalah (bukan masalah keputusan). Kelas-kelas seperti IP dan AM didefinisikan menggunakan sistem bukti Interaktif. ALL adalah kelas dari semua masalah keputusan. | Apa tiga contoh kelas kompleksitas yang terkait dengan definisi yang dibuat oleh mesin Turing probabilistik? | {
"answer_start": 43,
"text": "BPP, ZPP dan RP"
} | {
"answer_end": 59,
"answer_start": 44,
"text": "BPP, ZPP dan RP"
} | [
[
[
"Apa",
"PRI"
],
[
"tiga",
"NUM"
],
[
"contoh",
"NNO"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"yang",
"PRR"
],
[
"terkait",
"VBP"
],
[
"dengan",
"PPO"
],
[
"definisi",
"NNO"
],
[
"yang",
"PRR"
],
[
"dibuat",
"VBP"
],
[
"oleh",
"PPO"
],
[
"mesin",
"NNO"
],
[
"Turing",
"NNO"
],
[
"probabilistik",
"NNP"
],
[
"?",
"PUN"
]
]
] |
56e1c4fce3433e140042314f | Teori kompleksitas komputasi | Kelas kompleksitas penting lainnya termasuk BPP, ZPP dan RP, yang didefinisikan menggunakan mesin Turing probabilistik; AC dan NC, yang didefinisikan menggunakan sirkuit Boolean; dan BQP dan QMA, yang didefinisikan menggunakan mesin Turing kuantum. #P adalah kelas kompleksitas yang penting dalam penghitungan masalah (bukan masalah keputusan). Kelas-kelas seperti IP dan AM didefinisikan menggunakan sistem bukti Interaktif. ALL adalah kelas dari semua masalah keputusan. | AC dan NC adalah kelas kompleksitas yang biasanya terkait dengan jenis sirkuit apa? | {
"answer_start": 150,
"text": "Boolean"
} | {
"answer_end": 177,
"answer_start": 170,
"text": "Boolean"
} | [
[
[
"AC",
"NNP"
],
[
"dan",
"CCN"
],
[
"NC",
"NNP"
],
[
"adalah",
"VBL"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"yang",
"PRR"
],
[
"biasanya",
"ADV"
],
[
"terkait",
"VBP"
],
[
"dengan",
"PPO"
],
[
"jenis",
"NNO"
],
[
"sirkuit",
"NNO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1c4fce3433e1400423150 | Teori kompleksitas komputasi | Kelas kompleksitas penting lainnya termasuk BPP, ZPP dan RP, yang didefinisikan menggunakan mesin Turing probabilistik; AC dan NC, yang didefinisikan menggunakan sirkuit Boolean; dan BQP dan QMA, yang didefinisikan menggunakan mesin Turing kuantum. #P adalah kelas kompleksitas yang penting dalam penghitungan masalah (bukan masalah keputusan). Kelas-kelas seperti IP dan AM didefinisikan menggunakan sistem bukti Interaktif. ALL adalah kelas dari semua masalah keputusan. | BQP dan QMA adalah contoh kelas kompleksitas yang paling sering dikaitkan dengan jenis mesin Turing apa? | {
"answer_start": 209,
"text": "kuantum"
} | {
"answer_end": 247,
"answer_start": 240,
"text": "kuantum"
} | [
[
[
"BQP",
"NNP"
],
[
"dan",
"CCN"
],
[
"QMA",
"NNP"
],
[
"adalah",
"VBL"
],
[
"contoh",
"NNO"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"yang",
"PRR"
],
[
"paling",
"ADV"
],
[
"sering",
"ADV"
],
[
"dikaitkan",
"VBP"
],
[
"dengan",
"PPO"
],
[
"jenis",
"NNO"
],
[
"mesin",
"NNO"
],
[
"Turing",
"NNO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1c4fce3433e1400423152 | Teori kompleksitas komputasi | Kelas kompleksitas penting lainnya termasuk BPP, ZPP dan RP, yang didefinisikan menggunakan mesin Turing probabilistik; AC dan NC, yang didefinisikan menggunakan sirkuit Boolean; dan BQP dan QMA, yang didefinisikan menggunakan mesin Turing kuantum. #P adalah kelas kompleksitas yang penting dalam penghitungan masalah (bukan masalah keputusan). Kelas-kelas seperti IP dan AM didefinisikan menggunakan sistem bukti Interaktif. ALL adalah kelas dari semua masalah keputusan. | IP dan AM paling sering ditentukan oleh jenis sistem bukti apa? | {
"answer_start": 357,
"text": "Interaktif"
} | {
"answer_end": 424,
"answer_start": 414,
"text": "Interaktif"
} | [
[
[
"IP",
"NNO"
],
[
"dan",
"CCN"
],
[
"AM",
"NNP"
],
[
"paling",
"ADV"
],
[
"sering",
"ADV"
],
[
"ditentukan",
"VBP"
],
[
"oleh",
"PPO"
],
[
"jenis",
"NNO"
],
[
"sistem",
"NNO"
],
[
"bukti",
"NNO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
5ad560b85b96ef001a10ad1e | Teori kompleksitas komputasi | Kelas kompleksitas penting lainnya termasuk BPP, ZPP dan RP, yang didefinisikan menggunakan mesin Turing probabilistik; AC dan NC, yang didefinisikan menggunakan sirkuit Boolean; dan BQP dan QMA, yang didefinisikan menggunakan mesin Turing kuantum. #P adalah kelas kompleksitas yang penting dalam penghitungan masalah (bukan masalah keputusan). Kelas-kelas seperti IP dan AM didefinisikan menggunakan sistem bukti Interaktif. ALL adalah kelas dari semua masalah keputusan. | Apa empat kelas kompleksitas penting lainnya? | {
"answer_start": 43,
"text": "BPP, ZPP dan RP"
} | {
"answer_end": 59,
"answer_start": 44,
"text": "BPP, ZPP dan RP"
} | [
[
[
"Apa",
"PRI"
],
[
"empat",
"NUM"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"penting",
"ADJ"
],
[
"lainnya",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
5ad560b85b96ef001a10ad1f | Teori kompleksitas komputasi | Kelas kompleksitas penting lainnya termasuk BPP, ZPP dan RP, yang didefinisikan menggunakan mesin Turing probabilistik; AC dan NC, yang didefinisikan menggunakan sirkuit Boolean; dan BQP dan QMA, yang didefinisikan menggunakan mesin Turing kuantum. #P adalah kelas kompleksitas yang penting dalam penghitungan masalah (bukan masalah keputusan). Kelas-kelas seperti IP dan AM didefinisikan menggunakan sistem bukti Interaktif. ALL adalah kelas dari semua masalah keputusan. | Mesin apa yang tidak mendefinisikan BPP, ZPP, dan RP? | {
"answer_start": 132,
"text": "didefinisikan menggunakan sirkuit Boolean"
} | {
"answer_end": 104,
"answer_start": 66,
"text": "didefinisikan menggunakan mesin Turing"
} | [
[
[
"Mesin",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"mendefinisikan",
"VBT"
],
[
"BPP",
"NNO"
],
[
",",
"PUN"
],
[
"ZPP",
"NNP"
],
[
",",
"PUN"
],
[
"dan",
"CCN"
],
[
"RP",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad560b85b96ef001a10ad20 | Teori kompleksitas komputasi | Kelas kompleksitas penting lainnya termasuk BPP, ZPP dan RP, yang didefinisikan menggunakan mesin Turing probabilistik; AC dan NC, yang didefinisikan menggunakan sirkuit Boolean; dan BQP dan QMA, yang didefinisikan menggunakan mesin Turing kuantum. #P adalah kelas kompleksitas yang penting dalam penghitungan masalah (bukan masalah keputusan). Kelas-kelas seperti IP dan AM didefinisikan menggunakan sistem bukti Interaktif. ALL adalah kelas dari semua masalah keputusan. | Mesin apa yang tidak mendefinisikan BQP atau QMA? | {
"answer_start": 191,
"text": "didefinisikan menggunakan mesin kuantum Turing."
} | {
"answer_end": 248,
"answer_start": 201,
"text": "didefinisikan menggunakan mesin Turing kuantum."
} | [
[
[
"Mesin",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"mendefinisikan",
"VBT"
],
[
"BQP",
"NNP"
],
[
"atau",
"CCN"
],
[
"QMA",
"NNP"
],
[
"?",
"PUN"
]
]
] |
5ad560b85b96ef001a10ad22 | Teori kompleksitas komputasi | Kelas kompleksitas penting lainnya termasuk BPP, ZPP dan RP, yang didefinisikan menggunakan mesin Turing probabilistik; AC dan NC, yang didefinisikan menggunakan sirkuit Boolean; dan BQP dan QMA, yang didefinisikan menggunakan mesin Turing kuantum. #P adalah kelas kompleksitas yang penting dalam penghitungan masalah (bukan masalah keputusan). Kelas-kelas seperti IP dan AM didefinisikan menggunakan sistem bukti Interaktif. ALL adalah kelas dari semua masalah keputusan. | Sistem apa yang tidak sering mendefinisikan kelas seperti IP dan AM / | {
"answer_start": 357,
"text": "Sistem bukti interaktif"
} | {
"answer_end": 424,
"answer_start": 401,
"text": "sistem bukti Interaktif"
} | [
[
[
"Sistem",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"sering",
"ADV"
],
[
"mendefinisikan",
"VBT"
],
[
"kelas",
"NNO"
],
[
"seperti",
"PPO"
],
[
"IP",
"NNO"
],
[
"dan",
"CCN"
],
[
"AM",
"NNP"
],
[
"/",
"PUN"
]
]
] |
56e1c720e3433e140042316b | Teori kompleksitas komputasi | Untuk kelas kerumitan yang didefinisikan dengan cara ini, diinginkan untuk membuktikan bahwa melonggarkan persyaratan pada (katakanlah) waktu komputasi memang mendefinisikan serangkaian masalah yang lebih besar. Secara khusus, meskipun DTIME (n) terkandung dalam DTIME (n2), akan menarik untuk mengetahui apakah inklusi tersebut ketat. Untuk persyaratan waktu dan ruang, jawaban atas pertanyaan tersebut diberikan oleh teorema waktu dan ruang masing-masing. Mereka disebut teorema hierarki karena mereka menginduksi hierarki yang tepat pada kelas yang didefinisikan dengan membatasi sumber daya masing-masing. Dengan demikian ada pasangan kelas kompleksitas sedemikian rupa sehingga yang satu benar dimasukkan ke yang lain. Setelah menyimpulkan set inklusi yang tepat, kita dapat melanjutkan untuk membuat pernyataan kuantitatif tentang berapa banyak lagi waktu atau ruang tambahan yang dibutuhkan untuk meningkatkan jumlah masalah yang dapat dipecahkan. | Dalam ekspresi apa seseorang dapat berharap untuk menemukan DTIME (n) | {
"answer_start": 220,
"text": "DTIME (n2)"
} | {
"answer_end": 245,
"answer_start": 236,
"text": "DTIME (n)"
} | [
[
[
"Dalam",
"PPO"
],
[
"ekspresi",
"NNO"
],
[
"apa",
"PRI"
],
[
"seseorang",
"PRN"
],
[
"dapat",
"TAME"
],
[
"berharap",
"VBI"
],
[
"untuk",
"PPO"
],
[
"menemukan",
"VBT"
],
[
"DTIME",
"NNP"
],
[
"(",
"PUN"
],
[
"n",
"NNP"
],
[
")",
"PUN"
]
]
] |
56e1c720e3433e140042316c | Teori kompleksitas komputasi | Untuk kelas kerumitan yang didefinisikan dengan cara ini, diinginkan untuk membuktikan bahwa melonggarkan persyaratan pada (katakanlah) waktu komputasi memang mendefinisikan serangkaian masalah yang lebih besar. Secara khusus, meskipun DTIME (n) terkandung dalam DTIME (n2), akan menarik untuk mengetahui apakah inklusi tersebut ketat. Untuk persyaratan waktu dan ruang, jawaban atas pertanyaan tersebut diberikan oleh teorema waktu dan ruang masing-masing. Mereka disebut teorema hierarki karena mereka menginduksi hierarki yang tepat pada kelas yang didefinisikan dengan membatasi sumber daya masing-masing. Dengan demikian ada pasangan kelas kompleksitas sedemikian rupa sehingga yang satu benar dimasukkan ke yang lain. Setelah menyimpulkan set inklusi yang tepat, kita dapat melanjutkan untuk membuat pernyataan kuantitatif tentang berapa banyak lagi waktu atau ruang tambahan yang dibutuhkan untuk meningkatkan jumlah masalah yang dapat dipecahkan. | Teorema apa yang bertanggung jawab untuk menentukan pertanyaan waktu dan kebutuhan ruang? | {
"answer_start": 369,
"text": "teorema hierarki waktu dan ruang"
} | {
"answer_end": 442,
"answer_start": 419,
"text": "teorema waktu dan ruang"
} | [
[
[
"Teorema",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"bertanggung",
"VBI"
],
[
"jawab",
"VBT"
],
[
"untuk",
"PPO"
],
[
"menentukan",
"VBT"
],
[
"pertanyaan",
"NNO"
],
[
"waktu",
"NNO"
],
[
"dan",
"CCN"
],
[
"kebutuhan",
"NNO"
],
[
"ruang",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1c720e3433e140042316d | Teori kompleksitas komputasi | Untuk kelas kerumitan yang didefinisikan dengan cara ini, diinginkan untuk membuktikan bahwa melonggarkan persyaratan pada (katakanlah) waktu komputasi memang mendefinisikan serangkaian masalah yang lebih besar. Secara khusus, meskipun DTIME (n) terkandung dalam DTIME (n2), akan menarik untuk mengetahui apakah inklusi tersebut ketat. Untuk persyaratan waktu dan ruang, jawaban atas pertanyaan tersebut diberikan oleh teorema waktu dan ruang masing-masing. Mereka disebut teorema hierarki karena mereka menginduksi hierarki yang tepat pada kelas yang didefinisikan dengan membatasi sumber daya masing-masing. Dengan demikian ada pasangan kelas kompleksitas sedemikian rupa sehingga yang satu benar dimasukkan ke yang lain. Setelah menyimpulkan set inklusi yang tepat, kita dapat melanjutkan untuk membuat pernyataan kuantitatif tentang berapa banyak lagi waktu atau ruang tambahan yang dibutuhkan untuk meningkatkan jumlah masalah yang dapat dipecahkan. | Sumber daya dibatasi oleh teorema hierarki untuk menghasilkan apa? | {
"answer_start": 472,
"text": "hierarki yang tepat pada kelas yang ditentukan"
} | {
"answer_end": 565,
"answer_start": 516,
"text": "hierarki yang tepat pada kelas yang didefinisikan"
} | [
[
[
"Sumber",
"NNO"
],
[
"daya",
"NNO"
],
[
"dibatasi",
"VBP"
],
[
"oleh",
"PPO"
],
[
"teorema",
"NNO"
],
[
"hierarki",
"ADJ"
],
[
"untuk",
"PPO"
],
[
"menghasilkan",
"VBT"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1c720e3433e140042316e | Teori kompleksitas komputasi | Untuk kelas kerumitan yang didefinisikan dengan cara ini, diinginkan untuk membuktikan bahwa melonggarkan persyaratan pada (katakanlah) waktu komputasi memang mendefinisikan serangkaian masalah yang lebih besar. Secara khusus, meskipun DTIME (n) terkandung dalam DTIME (n2), akan menarik untuk mengetahui apakah inklusi tersebut ketat. Untuk persyaratan waktu dan ruang, jawaban atas pertanyaan tersebut diberikan oleh teorema waktu dan ruang masing-masing. Mereka disebut teorema hierarki karena mereka menginduksi hierarki yang tepat pada kelas yang didefinisikan dengan membatasi sumber daya masing-masing. Dengan demikian ada pasangan kelas kompleksitas sedemikian rupa sehingga yang satu benar dimasukkan ke yang lain. Setelah menyimpulkan set inklusi yang tepat, kita dapat melanjutkan untuk membuat pernyataan kuantitatif tentang berapa banyak lagi waktu atau ruang tambahan yang dibutuhkan untuk meningkatkan jumlah masalah yang dapat dipecahkan. | Pernyataan seperti apa yang dibuat dalam upaya menetapkan persyaratan waktu dan ruang yang dibutuhkan untuk meningkatkan jumlah masalah yang paling banyak dipecahkan? | {
"answer_start": 714,
"text": "pernyataan kuantitatif"
} | {
"answer_end": 828,
"answer_start": 806,
"text": "pernyataan kuantitatif"
} | [
[
[
"Pernyataan",
"NNO"
],
[
"seperti",
"PPO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"dibuat",
"VBP"
],
[
"dalam",
"PPO"
],
[
"upaya",
"NNO"
],
[
"menetapkan",
"VBT"
],
[
"persyaratan",
"NNO"
],
[
"waktu",
"NNO"
],
[
"dan",
"CCN"
],
[
"ruang",
"NNO"
],
[
"yang",
"PRR"
],
[
"dibutuhkan",
"VBP"
],
[
"untuk",
"PPO"
],
[
"meningkatkan",
"VBT"
],
[
"jumlah",
"NNO"
],
[
"masalah",
"NNO"
],
[
"yang",
"PRR"
],
[
"paling",
"ADV"
],
[
"banyak",
"KUA"
],
[
"dipecahkan",
"VBP"
],
[
"?",
"PUN"
]
]
] |
5ad561c85b96ef001a10ad3e | Teori kompleksitas komputasi | Untuk kelas kerumitan yang didefinisikan dengan cara ini, diinginkan untuk membuktikan bahwa melonggarkan persyaratan pada (katakanlah) waktu komputasi memang mendefinisikan serangkaian masalah yang lebih besar. Secara khusus, meskipun DTIME (n) terkandung dalam DTIME (n2), akan menarik untuk mengetahui apakah inklusi tersebut ketat. Untuk persyaratan waktu dan ruang, jawaban atas pertanyaan tersebut diberikan oleh teorema waktu dan ruang masing-masing. Mereka disebut teorema hierarki karena mereka menginduksi hierarki yang tepat pada kelas yang didefinisikan dengan membatasi sumber daya masing-masing. Dengan demikian ada pasangan kelas kompleksitas sedemikian rupa sehingga yang satu benar dimasukkan ke yang lain. Setelah menyimpulkan set inklusi yang tepat, kita dapat melanjutkan untuk membuat pernyataan kuantitatif tentang berapa banyak lagi waktu atau ruang tambahan yang dibutuhkan untuk meningkatkan jumlah masalah yang dapat dipecahkan. | Ekspresi apa yang biasanya tidak mengandung DTIME (n)? | {
"answer_start": 220,
"text": "DTIME (n2)"
} | {
"answer_end": 245,
"answer_start": 236,
"text": "DTIME (n)"
} | [
[
[
"Ekspresi",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"biasanya",
"ADV"
],
[
"tidak",
"NEG"
],
[
"mengandung",
"VBT"
],
[
"DTIME",
"NNP"
],
[
"(",
"PUN"
],
[
"n",
"VBT"
],
[
")",
"PUN"
],
[
"?",
"PUN"
]
]
] |
5ad561c85b96ef001a10ad3f | Teori kompleksitas komputasi | Untuk kelas kerumitan yang didefinisikan dengan cara ini, diinginkan untuk membuktikan bahwa melonggarkan persyaratan pada (katakanlah) waktu komputasi memang mendefinisikan serangkaian masalah yang lebih besar. Secara khusus, meskipun DTIME (n) terkandung dalam DTIME (n2), akan menarik untuk mengetahui apakah inklusi tersebut ketat. Untuk persyaratan waktu dan ruang, jawaban atas pertanyaan tersebut diberikan oleh teorema waktu dan ruang masing-masing. Mereka disebut teorema hierarki karena mereka menginduksi hierarki yang tepat pada kelas yang didefinisikan dengan membatasi sumber daya masing-masing. Dengan demikian ada pasangan kelas kompleksitas sedemikian rupa sehingga yang satu benar dimasukkan ke yang lain. Setelah menyimpulkan set inklusi yang tepat, kita dapat melanjutkan untuk membuat pernyataan kuantitatif tentang berapa banyak lagi waktu atau ruang tambahan yang dibutuhkan untuk meningkatkan jumlah masalah yang dapat dipecahkan. | Apa yang tidak menyebabkan hierarki yang tepat pada kelas yang didefinisikan dengan membatasi sumber daya masing-masing? | {
"answer_start": 433,
"text": "teorema hierarki"
} | {
"answer_end": 489,
"answer_start": 473,
"text": "teorema hierarki"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"menyebabkan",
"VBT"
],
[
"hierarki",
"NNO"
],
[
"yang",
"PRR"
],
[
"tepat",
"ADJ"
],
[
"pada",
"PPO"
],
[
"kelas",
"NNO"
],
[
"yang",
"PRR"
],
[
"didefinisikan",
"VBP"
],
[
"dengan",
"PPO"
],
[
"membatasi",
"VBT"
],
[
"sumber",
"NNO"
],
[
"daya",
"NNO"
],
[
"masing-masing",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
5ad561c85b96ef001a10ad40 | Teori kompleksitas komputasi | Untuk kelas kerumitan yang didefinisikan dengan cara ini, diinginkan untuk membuktikan bahwa melonggarkan persyaratan pada (katakanlah) waktu komputasi memang mendefinisikan serangkaian masalah yang lebih besar. Secara khusus, meskipun DTIME (n) terkandung dalam DTIME (n2), akan menarik untuk mengetahui apakah inklusi tersebut ketat. Untuk persyaratan waktu dan ruang, jawaban atas pertanyaan tersebut diberikan oleh teorema waktu dan ruang masing-masing. Mereka disebut teorema hierarki karena mereka menginduksi hierarki yang tepat pada kelas yang didefinisikan dengan membatasi sumber daya masing-masing. Dengan demikian ada pasangan kelas kompleksitas sedemikian rupa sehingga yang satu benar dimasukkan ke yang lain. Setelah menyimpulkan set inklusi yang tepat, kita dapat melanjutkan untuk membuat pernyataan kuantitatif tentang berapa banyak lagi waktu atau ruang tambahan yang dibutuhkan untuk meningkatkan jumlah masalah yang dapat dipecahkan. | Pernyataan seperti apa yang tidak dibuat dalam upaya menetapkan persyaratan waktu dan ruang yang diperlukan untuk meningkatkan jumlah masalah yang terselesaikan? | {
"answer_start": 714,
"text": "pernyataan kuantitatif"
} | {
"answer_end": 828,
"answer_start": 806,
"text": "pernyataan kuantitatif"
} | [
[
[
"Pernyataan",
"NNO"
],
[
"seperti",
"PPO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"dibuat",
"VBP"
],
[
"dalam",
"PPO"
],
[
"upaya",
"NNO"
],
[
"menetapkan",
"VBT"
],
[
"persyaratan",
"NNO"
],
[
"waktu",
"NNO"
],
[
"dan",
"CCN"
],
[
"ruang",
"NNO"
],
[
"yang",
"PRR"
],
[
"diperlukan",
"VBP"
],
[
"untuk",
"PPO"
],
[
"meningkatkan",
"VBT"
],
[
"jumlah",
"NNO"
],
[
"masalah",
"NNO"
],
[
"yang",
"PRR"
],
[
"terselesaikan",
"VBP"
],
[
"?",
"PUN"
]
]
] |
56e1c7e2cd28a01900c67b74 | Teori kompleksitas komputasi | Teorema hierarki waktu dan ruang membentuk dasar bagi sebagian besar hasil pemisahan kelas kompleksitas. Misalnya, teorema hierarki waktu memberi tahu kita bahwa P benar-benar terkandung dalam EXPTIME, dan teorema hierarki ruang memberi tahu kita bahwa L benar-benar terkandung dalam PSPACE. | Apa dasar untuk hasil pemisahan dalam kelas kompleksitas? | {
"answer_start": 4,
"text": "teorema hierarki waktu dan ruang"
} | {
"answer_end": 32,
"answer_start": 0,
"text": "Teorema hierarki waktu dan ruang"
} | [
[
[
"Apa",
"PRI"
],
[
"dasar",
"NNO"
],
[
"untuk",
"PPO"
],
[
"hasil",
"NNO"
],
[
"pemisahan",
"NNO"
],
[
"dalam",
"PPO"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1c7e2cd28a01900c67b75 | Teori kompleksitas komputasi | Teorema hierarki waktu dan ruang membentuk dasar bagi sebagian besar hasil pemisahan kelas kompleksitas. Misalnya, teorema hierarki waktu memberi tahu kita bahwa P benar-benar terkandung dalam EXPTIME, dan teorema hierarki ruang memberi tahu kita bahwa L benar-benar terkandung dalam PSPACE. | Apa yang bertanggung jawab untuk membatasi P menurut teorema hierarki waktu? | {
"answer_start": 186,
"text": "KECUALI"
} | {
"answer_end": 200,
"answer_start": 193,
"text": "EXPTIME"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"bertanggung",
"VBI"
],
[
"jawab",
"VBT"
],
[
"untuk",
"PPO"
],
[
"membatasi",
"VBT"
],
[
"P",
"NNP"
],
[
"menurut",
"PPO"
],
[
"teorema",
"NNP"
],
[
"hierarki",
"ADJ"
],
[
"waktu",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1c7e2cd28a01900c67b76 | Teori kompleksitas komputasi | Teorema hierarki waktu dan ruang membentuk dasar bagi sebagian besar hasil pemisahan kelas kompleksitas. Misalnya, teorema hierarki waktu memberi tahu kita bahwa P benar-benar terkandung dalam EXPTIME, dan teorema hierarki ruang memberi tahu kita bahwa L benar-benar terkandung dalam PSPACE. | Dalam variabel apa L dibatasi menurut teorema hierarki ruang? | {
"answer_start": 268,
"text": "PSPACE"
} | {
"answer_end": 290,
"answer_start": 284,
"text": "PSPACE"
} | [
[
[
"Dalam",
"PPO"
],
[
"variabel",
"NNO"
],
[
"apa",
"PRI"
],
[
"L",
"NNP"
],
[
"dibatasi",
"VBP"
],
[
"menurut",
"PPO"
],
[
"teorema",
"NNO"
],
[
"hierarki",
"NNO"
],
[
"ruang",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad562525b96ef001a10ad50 | Teori kompleksitas komputasi | Teorema hierarki waktu dan ruang membentuk dasar bagi sebagian besar hasil pemisahan kelas kompleksitas. Misalnya, teorema hierarki waktu memberi tahu kita bahwa P benar-benar terkandung dalam EXPTIME, dan teorema hierarki ruang memberi tahu kita bahwa L benar-benar terkandung dalam PSPACE. | Apa yang tidak membentuk dasar untuk sebagian besar hasil pemisahan kelas kompleksitas? | {
"answer_start": 0,
"text": "Teorema hierarki waktu dan ruang"
} | {
"answer_end": 32,
"answer_start": 0,
"text": "Teorema hierarki waktu dan ruang"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"membentuk",
"VBT"
],
[
"dasar",
"NNO"
],
[
"untuk",
"PPO"
],
[
"sebagian",
"KUA"
],
[
"besar",
"ADJ"
],
[
"hasil",
"NNO"
],
[
"pemisahan",
"NNO"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad562525b96ef001a10ad51 | Teori kompleksitas komputasi | Teorema hierarki waktu dan ruang membentuk dasar bagi sebagian besar hasil pemisahan kelas kompleksitas. Misalnya, teorema hierarki waktu memberi tahu kita bahwa P benar-benar terkandung dalam EXPTIME, dan teorema hierarki ruang memberi tahu kita bahwa L benar-benar terkandung dalam PSPACE. | Apa yang menjadi dasar teorema hierarki waktu dan ruang? | {
"answer_start": 53,
"text": "untuk sebagian besar hasil pemisahan kelas kompleksitas."
} | {
"answer_end": 104,
"answer_start": 54,
"text": "sebagian besar hasil pemisahan kelas kompleksitas."
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"menjadi",
"VBI"
],
[
"dasar",
"NNO"
],
[
"teorema",
"NNO"
],
[
"hierarki",
"ADJ"
],
[
"waktu",
"NNO"
],
[
"dan",
"CCN"
],
[
"ruang",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad562525b96ef001a10ad52 | Teori kompleksitas komputasi | Teorema hierarki waktu dan ruang membentuk dasar bagi sebagian besar hasil pemisahan kelas kompleksitas. Misalnya, teorema hierarki waktu memberi tahu kita bahwa P benar-benar terkandung dalam EXPTIME, dan teorema hierarki ruang memberi tahu kita bahwa L benar-benar terkandung dalam PSPACE. | Apa yang tidak sepenuhnya terkandung dalam EXPTIME? | {
"answer_start": 159,
"text": "P"
} | {
"answer_end": 163,
"answer_start": 162,
"text": "P"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"sepenuh",
"ADJ"
],
[
"nya",
"PRK"
],
[
"terkandung",
"VBP"
],
[
"dalam",
"PPO"
],
[
"EXPTIME",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad562525b96ef001a10ad53 | Teori kompleksitas komputasi | Teorema hierarki waktu dan ruang membentuk dasar bagi sebagian besar hasil pemisahan kelas kompleksitas. Misalnya, teorema hierarki waktu memberi tahu kita bahwa P benar-benar terkandung dalam EXPTIME, dan teorema hierarki ruang memberi tahu kita bahwa L benar-benar terkandung dalam PSPACE. | Apa yang tidak sepenuhnya terkandung dalam PSPACE? | {
"answer_start": 241,
"text": "L."
} | {
"answer_end": 254,
"answer_start": 253,
"text": "L"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"sepenuh",
"ADJ"
],
[
"nya",
"PRK"
],
[
"terkandung",
"VBP"
],
[
"dalam",
"PPO"
],
[
"PSPACE",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1c9bfe3433e1400423193 | Teori kompleksitas komputasi | Banyak kelas kompleksitas didefinisikan menggunakan konsep reduksi. Reduksi adalah transformasi dari satu masalah ke masalah lain. Ini menangkap gagasan informal tentang masalah yang setidaknya sama sulitnya dengan masalah lain. Misalnya, jika masalah X dapat diselesaikan dengan menggunakan algoritma untuk Y, X tidak lebih sulit daripada Y, dan kami mengatakan bahwa X direduksi menjadi Y. Ada banyak jenis reduksi yang berbeda, berdasarkan metode reduksi, seperti Reduksi masak, reduksi Karp, dan reduksi Levin, dan batasan kompleksitas reduksi, seperti reduksi waktu polinomial atau reduksi ruang log. | Pengurangan pada dasarnya mengambil satu masalah dan mengubahnya menjadi apa? | {
"answer_start": 122,
"text": "masalah lain"
} | {
"answer_end": 129,
"answer_start": 117,
"text": "masalah lain"
} | [
[
[
"Pengurangan",
"NNO"
],
[
"pada",
"PPO"
],
[
"dasar",
"NNO"
],
[
"nya",
"PRK"
],
[
"mengambil",
"VBT"
],
[
"satu",
"NUM"
],
[
"masalah",
"NNO"
],
[
"dan",
"CCN"
],
[
"mengubah",
"VBT"
],
[
"nya",
"PRK"
],
[
"menjadi",
"VBI"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1c9bfe3433e1400423196 | Teori kompleksitas komputasi | Banyak kelas kompleksitas didefinisikan menggunakan konsep reduksi. Reduksi adalah transformasi dari satu masalah ke masalah lain. Ini menangkap gagasan informal tentang masalah yang setidaknya sama sulitnya dengan masalah lain. Misalnya, jika masalah X dapat diselesaikan dengan menggunakan algoritma untuk Y, X tidak lebih sulit daripada Y, dan kami mengatakan bahwa X direduksi menjadi Y. Ada banyak jenis reduksi yang berbeda, berdasarkan metode reduksi, seperti Reduksi masak, reduksi Karp, dan reduksi Levin, dan batasan kompleksitas reduksi, seperti reduksi waktu polinomial atau reduksi ruang log. | Pengurangan waktu polinomial adalah contoh dari apa? | {
"answer_start": 511,
"text": "terikat pada kompleksitas reduksi"
} | {
"answer_end": 547,
"answer_start": 527,
"text": "kompleksitas reduksi"
} | [
[
[
"Pengurangan",
"NNO"
],
[
"waktu",
"NNO"
],
[
"polinomial",
"NNO"
],
[
"adalah",
"VBL"
],
[
"contoh",
"NNO"
],
[
"dari",
"PPO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
5ad5632f5b96ef001a10ad6c | Teori kompleksitas komputasi | Banyak kelas kompleksitas didefinisikan menggunakan konsep reduksi. Reduksi adalah transformasi dari satu masalah ke masalah lain. Ini menangkap gagasan informal tentang masalah yang setidaknya sama sulitnya dengan masalah lain. Misalnya, jika masalah X dapat diselesaikan dengan menggunakan algoritma untuk Y, X tidak lebih sulit daripada Y, dan kami mengatakan bahwa X direduksi menjadi Y. Ada banyak jenis reduksi yang berbeda, berdasarkan metode reduksi, seperti Reduksi masak, reduksi Karp, dan reduksi Levin, dan batasan kompleksitas reduksi, seperti reduksi waktu polinomial atau reduksi ruang log. | Berapa banyak kelas kompleksitas yang tidak didefinisikan oleh? | {
"answer_start": 42,
"text": "konsep reduksi."
} | {
"answer_end": 67,
"answer_start": 52,
"text": "konsep reduksi."
} | [
[
[
"Berapa",
"ADV"
],
[
"banyak",
"KUA"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"didefinisikan",
"VBP"
],
[
"oleh",
"PPO"
],
[
"?",
"PUN"
]
]
] |
5ad5632f5b96ef001a10ad6d | Teori kompleksitas komputasi | Banyak kelas kompleksitas didefinisikan menggunakan konsep reduksi. Reduksi adalah transformasi dari satu masalah ke masalah lain. Ini menangkap gagasan informal tentang masalah yang setidaknya sama sulitnya dengan masalah lain. Misalnya, jika masalah X dapat diselesaikan dengan menggunakan algoritma untuk Y, X tidak lebih sulit daripada Y, dan kami mengatakan bahwa X direduksi menjadi Y. Ada banyak jenis reduksi yang berbeda, berdasarkan metode reduksi, seperti Reduksi masak, reduksi Karp, dan reduksi Levin, dan batasan kompleksitas reduksi, seperti reduksi waktu polinomial atau reduksi ruang log. | Apa yang didefinisikan dengan menggunakan teorema reduksi? | {
"answer_start": 0,
"text": "Banyak kelas kompleksitas"
} | {
"answer_end": 25,
"answer_start": 0,
"text": "Banyak kelas kompleksitas"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"didefinisikan",
"VBP"
],
[
"dengan",
"PPO"
],
[
"menggunakan",
"VBT"
],
[
"teorema",
"NNO"
],
[
"reduksi",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1cbe2cd28a01900c67bac | Teori kompleksitas komputasi | Pengurangan yang paling umum digunakan adalah pengurangan waktu polinomial. Ini berarti bahwa proses reduksi memakan waktu polinomial. Misalnya, masalah mengkuadratkan bilangan bulat dapat dikurangi menjadi masalah mengalikan dua bilangan bulat. Ini berarti suatu algoritma untuk mengalikan dua bilangan bulat dapat digunakan untuk mengkuadratkan bilangan bulat. Memang, ini bisa dilakukan dengan memberikan input yang sama ke kedua input dari algoritma multiplikasi. Jadi kita melihat bahwa kuadrat tidak lebih sulit daripada perkalian, karena kuadrat dapat dikurangi menjadi perkalian. | Apa jenis pengurangan yang paling sering digunakan? | {
"answer_start": 38,
"text": "pengurangan polinomial-waktu"
} | {
"answer_end": 79,
"answer_start": 46,
"text": "pengurangan waktu polinomial. Ini"
} | [
[
[
"Apa",
"PRI"
],
[
"jenis",
"NNO"
],
[
"pengurangan",
"NNO"
],
[
"yang",
"PRR"
],
[
"paling",
"ADV"
],
[
"sering",
"ADV"
],
[
"digunakan",
"VBP"
],
[
"?",
"PUN"
]
]
] |
56e1cbe2cd28a01900c67bad | Teori kompleksitas komputasi | Pengurangan yang paling umum digunakan adalah pengurangan waktu polinomial. Ini berarti bahwa proses reduksi memakan waktu polinomial. Misalnya, masalah mengkuadratkan bilangan bulat dapat dikurangi menjadi masalah mengalikan dua bilangan bulat. Ini berarti suatu algoritma untuk mengalikan dua bilangan bulat dapat digunakan untuk mengkuadratkan bilangan bulat. Memang, ini bisa dilakukan dengan memberikan input yang sama ke kedua input dari algoritma multiplikasi. Jadi kita melihat bahwa kuadrat tidak lebih sulit daripada perkalian, karena kuadrat dapat dikurangi menjadi perkalian. | Apa yang setara dengan bilangan bulat kuadrat menurut pengurangan waktu polinomial? | {
"answer_start": 207,
"text": "mengalikan dua bilangan bulat"
} | {
"answer_end": 244,
"answer_start": 215,
"text": "mengalikan dua bilangan bulat"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"setara",
"ADJ"
],
[
"dengan",
"PPO"
],
[
"bilangan",
"NNO"
],
[
"bulat",
"ADJ"
],
[
"kuadrat",
"NNO"
],
[
"menurut",
"PPO"
],
[
"pengurangan",
"NNO"
],
[
"waktu",
"NNO"
],
[
"polinomial",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1cbe2cd28a01900c67bae | Teori kompleksitas komputasi | Pengurangan yang paling umum digunakan adalah pengurangan waktu polinomial. Ini berarti bahwa proses reduksi memakan waktu polinomial. Misalnya, masalah mengkuadratkan bilangan bulat dapat dikurangi menjadi masalah mengalikan dua bilangan bulat. Ini berarti suatu algoritma untuk mengalikan dua bilangan bulat dapat digunakan untuk mengkuadratkan bilangan bulat. Memang, ini bisa dilakukan dengan memberikan input yang sama ke kedua input dari algoritma multiplikasi. Jadi kita melihat bahwa kuadrat tidak lebih sulit daripada perkalian, karena kuadrat dapat dikurangi menjadi perkalian. | Berapa pengukuran waktu yang digunakan dalam pengurangan waktu polinomial? | {
"answer_start": 109,
"text": "waktu polinomial"
} | {
"answer_end": 74,
"answer_start": 58,
"text": "waktu polinomial"
} | [
[
[
"Berapa",
"ADV"
],
[
"pengukuran",
"NNO"
],
[
"waktu",
"NNO"
],
[
"yang",
"PRR"
],
[
"digunakan",
"VBP"
],
[
"dalam",
"PPO"
],
[
"pengurangan",
"NNO"
],
[
"waktu",
"NNO"
],
[
"polinomial",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1cbe2cd28a01900c67baf | Teori kompleksitas komputasi | Pengurangan yang paling umum digunakan adalah pengurangan waktu polinomial. Ini berarti bahwa proses reduksi memakan waktu polinomial. Misalnya, masalah mengkuadratkan bilangan bulat dapat dikurangi menjadi masalah mengalikan dua bilangan bulat. Ini berarti suatu algoritma untuk mengalikan dua bilangan bulat dapat digunakan untuk mengkuadratkan bilangan bulat. Memang, ini bisa dilakukan dengan memberikan input yang sama ke kedua input dari algoritma multiplikasi. Jadi kita melihat bahwa kuadrat tidak lebih sulit daripada perkalian, karena kuadrat dapat dikurangi menjadi perkalian. | Apa yang perlu tetap konstan dalam algoritma multiplikasi untuk menghasilkan hasil yang sama baik mengalikan atau mengkuadratkan dua bilangan bulat? | {
"answer_start": 364,
"text": "memasukkan"
} | {
"answer_end": 413,
"answer_start": 408,
"text": "input"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"perlu",
"TAME"
],
[
"tetap",
"ADV"
],
[
"konstan",
"ADJ"
],
[
"dalam",
"PPO"
],
[
"algoritma",
"NNO"
],
[
"multiplikasi",
"NNO"
],
[
"untuk",
"PPO"
],
[
"menghasilkan",
"VBT"
],
[
"hasil",
"NNO"
],
[
"yang",
"PRR"
],
[
"sama",
"ADJ"
],
[
"baik",
"ADJ"
],
[
"mengalikan",
"VBT"
],
[
"atau",
"CCN"
],
[
"mengkuadratkan",
"VBT"
],
[
"dua",
"NUM"
],
[
"bilangan",
"NNO"
],
[
"bulat",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
56e1cbe2cd28a01900c67bb0 | Teori kompleksitas komputasi | Pengurangan yang paling umum digunakan adalah pengurangan waktu polinomial. Ini berarti bahwa proses reduksi memakan waktu polinomial. Misalnya, masalah mengkuadratkan bilangan bulat dapat dikurangi menjadi masalah mengalikan dua bilangan bulat. Ini berarti suatu algoritma untuk mengalikan dua bilangan bulat dapat digunakan untuk mengkuadratkan bilangan bulat. Memang, ini bisa dilakukan dengan memberikan input yang sama ke kedua input dari algoritma multiplikasi. Jadi kita melihat bahwa kuadrat tidak lebih sulit daripada perkalian, karena kuadrat dapat dikurangi menjadi perkalian. | Menurut kuadrat pengurangan waktu polinomial akhirnya dapat secara logis dikurangi menjadi apa? | {
"answer_start": 392,
"text": "perkalian"
} | {
"answer_end": 536,
"answer_start": 527,
"text": "perkalian"
} | [
[
[
"Menurut",
"PPO"
],
[
"kuadrat",
"NNO"
],
[
"pengurangan",
"NNO"
],
[
"waktu",
"NNO"
],
[
"polinomial",
"NNO"
],
[
"akhirnya",
"ADV"
],
[
"dapat",
"TAME"
],
[
"secara",
"PPO"
],
[
"logis",
"ADJ"
],
[
"dikurangi",
"VBP"
],
[
"menjadi",
"VBI"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
5ad5648b5b96ef001a10ad94 | Teori kompleksitas komputasi | Pengurangan yang paling umum digunakan adalah pengurangan waktu polinomial. Ini berarti bahwa proses reduksi memakan waktu polinomial. Misalnya, masalah mengkuadratkan bilangan bulat dapat dikurangi menjadi masalah mengalikan dua bilangan bulat. Ini berarti suatu algoritma untuk mengalikan dua bilangan bulat dapat digunakan untuk mengkuadratkan bilangan bulat. Memang, ini bisa dilakukan dengan memberikan input yang sama ke kedua input dari algoritma multiplikasi. Jadi kita melihat bahwa kuadrat tidak lebih sulit daripada perkalian, karena kuadrat dapat dikurangi menjadi perkalian. | Apa jenis reduksi yang paling jarang digunakan? | {
"answer_start": 38,
"text": "pengurangan polinomial-waktu"
} | {
"answer_end": 79,
"answer_start": 46,
"text": "pengurangan waktu polinomial. Ini"
} | [
[
[
"Apa",
"PRI"
],
[
"jenis",
"NNO"
],
[
"reduksi",
"ADJ"
],
[
"yang",
"PRR"
],
[
"paling",
"ADV"
],
[
"jarang",
"ADJ"
],
[
"digunakan",
"VBP"
],
[
"?",
"PUN"
]
]
] |
5ad5648b5b96ef001a10ad95 | Teori kompleksitas komputasi | Pengurangan yang paling umum digunakan adalah pengurangan waktu polinomial. Ini berarti bahwa proses reduksi memakan waktu polinomial. Misalnya, masalah mengkuadratkan bilangan bulat dapat dikurangi menjadi masalah mengalikan dua bilangan bulat. Ini berarti suatu algoritma untuk mengalikan dua bilangan bulat dapat digunakan untuk mengkuadratkan bilangan bulat. Memang, ini bisa dilakukan dengan memberikan input yang sama ke kedua input dari algoritma multiplikasi. Jadi kita melihat bahwa kuadrat tidak lebih sulit daripada perkalian, karena kuadrat dapat dikurangi menjadi perkalian. | Apa arti dari pengurangan ruang-polinomial? | {
"answer_start": 81,
"text": "proses reduksi memakan waktu polinomial."
} | {
"answer_end": 134,
"answer_start": 94,
"text": "proses reduksi memakan waktu polinomial."
} | [
[
[
"Apa",
"PRI"
],
[
"arti",
"NNO"
],
[
"dari",
"PPO"
],
[
"pengurangan",
"NNO"
],
[
"ruang",
"NNO"
],
[
"-",
"PUN"
],
[
"polinomial",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad5648b5b96ef001a10ad96 | Teori kompleksitas komputasi | Pengurangan yang paling umum digunakan adalah pengurangan waktu polinomial. Ini berarti bahwa proses reduksi memakan waktu polinomial. Misalnya, masalah mengkuadratkan bilangan bulat dapat dikurangi menjadi masalah mengalikan dua bilangan bulat. Ini berarti suatu algoritma untuk mengalikan dua bilangan bulat dapat digunakan untuk mengkuadratkan bilangan bulat. Memang, ini bisa dilakukan dengan memberikan input yang sama ke kedua input dari algoritma multiplikasi. Jadi kita melihat bahwa kuadrat tidak lebih sulit daripada perkalian, karena kuadrat dapat dikurangi menjadi perkalian. | Apa masalah pembagian bilangan bulat dapat dikurangi? | {
"answer_start": 189,
"text": "untuk masalah mengalikan dua bilangan bulat."
} | {
"answer_end": 315,
"answer_start": 274,
"text": "untuk mengalikan dua bilangan bulat dapat"
} | [
[
[
"Apa",
"PRI"
],
[
"masalah",
"NNO"
],
[
"pembagian",
"NNO"
],
[
"bilangan",
"NNO"
],
[
"bulat",
"ADJ"
],
[
"dapat",
"TAME"
],
[
"dikurangi",
"VBP"
],
[
"?",
"PUN"
]
]
] |
5ad5648b5b96ef001a10ad97 | Teori kompleksitas komputasi | Pengurangan yang paling umum digunakan adalah pengurangan waktu polinomial. Ini berarti bahwa proses reduksi memakan waktu polinomial. Misalnya, masalah mengkuadratkan bilangan bulat dapat dikurangi menjadi masalah mengalikan dua bilangan bulat. Ini berarti suatu algoritma untuk mengalikan dua bilangan bulat dapat digunakan untuk mengkuadratkan bilangan bulat. Memang, ini bisa dilakukan dengan memberikan input yang sama ke kedua input dari algoritma multiplikasi. Jadi kita melihat bahwa kuadrat tidak lebih sulit daripada perkalian, karena kuadrat dapat dikurangi menjadi perkalian. | Apa yang tidak perlu tetap konstan dalam algoritma multiplikasi untuk menghasilkan hasil yang sama baik mengalikan atau mengkuadratkan dua bilangan bulat? | {
"answer_start": 364,
"text": "memasukkan"
} | {
"answer_end": 413,
"answer_start": 408,
"text": "input"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"perlu",
"TAME"
],
[
"tetap",
"ADV"
],
[
"konstan",
"ADJ"
],
[
"dalam",
"PPO"
],
[
"algoritma",
"NNO"
],
[
"multiplikasi",
"NNO"
],
[
"untuk",
"PPO"
],
[
"menghasilkan",
"VBT"
],
[
"hasil",
"NNO"
],
[
"yang",
"PRR"
],
[
"sama",
"ADJ"
],
[
"baik",
"ADJ"
],
[
"mengalikan",
"VBT"
],
[
"atau",
"CCN"
],
[
"mengkuadratkan",
"VBT"
],
[
"dua",
"NUM"
],
[
"bilangan",
"NNO"
],
[
"bulat",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
56e1ce08e3433e14004231a4 | Teori kompleksitas komputasi | Ini memotivasi konsep masalah menjadi sulit untuk kelas kompleksitas. Masalah X sulit untuk kelas masalah C jika setiap masalah dalam C dapat dikurangi menjadi X. Dengan demikian tidak ada masalah dalam C lebih sulit daripada X, karena algoritma untuk X memungkinkan kita untuk memecahkan masalah dalam C. Tentu saja, Gagasan masalah sulit tergantung pada jenis pengurangan yang digunakan. Untuk kelas kompleksitas yang lebih besar dari P, pengurangan waktu polinomial biasa digunakan. Secara khusus, set masalah yang sulit untuk NP adalah set masalah NP-keras. | Kompleksitas masalah seringkali tergantung pada apa? | {
"answer_start": 315,
"text": "jenis reduksi yang digunakan"
} | {
"answer_end": 388,
"answer_start": 356,
"text": "jenis pengurangan yang digunakan"
} | [
[
[
"Kompleksitas",
"NNO"
],
[
"masalah",
"NNO"
],
[
"seringkali",
"ADV"
],
[
"tergantung",
"VBP"
],
[
"pada",
"PPO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1ce08e3433e14004231a5 | Teori kompleksitas komputasi | Ini memotivasi konsep masalah menjadi sulit untuk kelas kompleksitas. Masalah X sulit untuk kelas masalah C jika setiap masalah dalam C dapat dikurangi menjadi X. Dengan demikian tidak ada masalah dalam C lebih sulit daripada X, karena algoritma untuk X memungkinkan kita untuk memecahkan masalah dalam C. Tentu saja, Gagasan masalah sulit tergantung pada jenis pengurangan yang digunakan. Untuk kelas kompleksitas yang lebih besar dari P, pengurangan waktu polinomial biasa digunakan. Secara khusus, set masalah yang sulit untuk NP adalah set masalah NP-keras. | Apa yang akan menciptakan konflik antara masalah X dan masalah C dalam konteks pengurangan? | {
"answer_start": 121,
"text": "jika setiap masalah dalam C dapat dikurangi menjadi X"
} | {
"answer_end": 161,
"answer_start": 108,
"text": "jika setiap masalah dalam C dapat dikurangi menjadi X"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"akan",
"TAME"
],
[
"menciptakan",
"VBT"
],
[
"konflik",
"NNO"
],
[
"antara",
"PPO"
],
[
"masalah",
"NNO"
],
[
"X",
"ADJ"
],
[
"dan",
"CCN"
],
[
"masalah",
"NNO"
],
[
"C",
"ADJ"
],
[
"dalam",
"PPO"
],
[
"konteks",
"NNO"
],
[
"pengurangan",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1ce08e3433e14004231a8 | Teori kompleksitas komputasi | Ini memotivasi konsep masalah menjadi sulit untuk kelas kompleksitas. Masalah X sulit untuk kelas masalah C jika setiap masalah dalam C dapat dikurangi menjadi X. Dengan demikian tidak ada masalah dalam C lebih sulit daripada X, karena algoritma untuk X memungkinkan kita untuk memecahkan masalah dalam C. Tentu saja, Gagasan masalah sulit tergantung pada jenis pengurangan yang digunakan. Untuk kelas kompleksitas yang lebih besar dari P, pengurangan waktu polinomial biasa digunakan. Secara khusus, set masalah yang sulit untuk NP adalah set masalah NP-keras. | Masalah yang ditetapkan yang sulit untuk ekspresi NP juga bisa dinyatakan bagaimana? | {
"answer_start": 503,
"text": "NP-keras"
} | {
"answer_end": 560,
"answer_start": 552,
"text": "NP-keras"
} | [
[
[
"Masalah",
"NNO"
],
[
"yang",
"PRR"
],
[
"ditetapkan",
"VBP"
],
[
"yang",
"PRR"
],
[
"sulit",
"ADJ"
],
[
"untuk",
"PPO"
],
[
"ekspresi",
"NNO"
],
[
"NP",
"NNP"
],
[
"juga",
"ADV"
],
[
"bisa",
"TAME"
],
[
"dinyatakan",
"VBP"
],
[
"bagaimana",
"ADV"
],
[
"?",
"PUN"
]
]
] |
5ad565575b96ef001a10adb2 | Teori kompleksitas komputasi | Ini memotivasi konsep masalah menjadi sulit untuk kelas kompleksitas. Masalah X sulit untuk kelas masalah C jika setiap masalah dalam C dapat dikurangi menjadi X. Dengan demikian tidak ada masalah dalam C lebih sulit daripada X, karena algoritma untuk X memungkinkan kita untuk memecahkan masalah dalam C. Tentu saja, Gagasan masalah sulit tergantung pada jenis pengurangan yang digunakan. Untuk kelas kompleksitas yang lebih besar dari P, pengurangan waktu polinomial biasa digunakan. Secara khusus, set masalah yang sulit untuk NP adalah set masalah NP-keras. | Apa kompleksitas masalah yang tidak sering bergantung? | {
"answer_start": 315,
"text": "jenis reduksi yang digunakan."
} | {
"answer_end": 389,
"answer_start": 356,
"text": "jenis pengurangan yang digunakan."
} | [
[
[
"Apa",
"PRI"
],
[
"kompleksitas",
"NNO"
],
[
"masalah",
"NNO"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"sering",
"ADV"
],
[
"bergantung",
"VBI"
],
[
"?",
"PUN"
]
]
] |
5ad565575b96ef001a10adb3 | Teori kompleksitas komputasi | Ini memotivasi konsep masalah menjadi sulit untuk kelas kompleksitas. Masalah X sulit untuk kelas masalah C jika setiap masalah dalam C dapat dikurangi menjadi X. Dengan demikian tidak ada masalah dalam C lebih sulit daripada X, karena algoritma untuk X memungkinkan kita untuk memecahkan masalah dalam C. Tentu saja, Gagasan masalah sulit tergantung pada jenis pengurangan yang digunakan. Untuk kelas kompleksitas yang lebih besar dari P, pengurangan waktu polinomial biasa digunakan. Secara khusus, set masalah yang sulit untuk NP adalah set masalah NP-keras. | Apa yang tidak akan menciptakan konflik antara masalah X dan masalah C dalam konteks pengurangan? | {
"answer_start": 121,
"text": "jika setiap masalah dalam C dapat dikurangi menjadi X"
} | {
"answer_end": 161,
"answer_start": 108,
"text": "jika setiap masalah dalam C dapat dikurangi menjadi X"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"akan",
"TAME"
],
[
"menciptakan",
"VBT"
],
[
"konflik",
"NNO"
],
[
"antara",
"PPO"
],
[
"masalah",
"NNO"
],
[
"X",
"ADJ"
],
[
"dan",
"CCN"
],
[
"masalah",
"NNO"
],
[
"C",
"ADJ"
],
[
"dalam",
"PPO"
],
[
"konteks",
"NNO"
],
[
"pengurangan",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad565575b96ef001a10adb4 | Teori kompleksitas komputasi | Ini memotivasi konsep masalah menjadi sulit untuk kelas kompleksitas. Masalah X sulit untuk kelas masalah C jika setiap masalah dalam C dapat dikurangi menjadi X. Dengan demikian tidak ada masalah dalam C lebih sulit daripada X, karena algoritma untuk X memungkinkan kita untuk memecahkan masalah dalam C. Tentu saja, Gagasan masalah sulit tergantung pada jenis pengurangan yang digunakan. Untuk kelas kompleksitas yang lebih besar dari P, pengurangan waktu polinomial biasa digunakan. Secara khusus, set masalah yang sulit untuk NP adalah set masalah NP-keras. | Masalah apa di C yang lebih sulit daripada X? | {
"answer_start": 169,
"text": "tidak masalah"
} | {
"answer_end": 196,
"answer_start": 179,
"text": "tidak ada masalah"
} | [
[
[
"Masalah",
"NNO"
],
[
"apa",
"PRI"
],
[
"di",
"PPO"
],
[
"C",
"NNP"
],
[
"yang",
"PRR"
],
[
"lebih",
"ADV"
],
[
"sulit",
"ADJ"
],
[
"daripada",
"PPO"
],
[
"X",
"NUM"
],
[
"?",
"PUN"
]
]
] |
5ad565575b96ef001a10adb5 | Teori kompleksitas komputasi | Ini memotivasi konsep masalah menjadi sulit untuk kelas kompleksitas. Masalah X sulit untuk kelas masalah C jika setiap masalah dalam C dapat dikurangi menjadi X. Dengan demikian tidak ada masalah dalam C lebih sulit daripada X, karena algoritma untuk X memungkinkan kita untuk memecahkan masalah dalam C. Tentu saja, Gagasan masalah sulit tergantung pada jenis pengurangan yang digunakan. Untuk kelas kompleksitas yang lebih besar dari P, pengurangan waktu polinomial biasa digunakan. Secara khusus, set masalah yang sulit untuk NP adalah set masalah NP-keras. | Bagaimana set masalah yang sulit untuk ekspresi QP dinyatakan? | {
"answer_start": 503,
"text": "NP-keras"
} | {
"answer_end": 560,
"answer_start": 552,
"text": "NP-keras"
} | [
[
[
"Bagaimana",
"ADV"
],
[
"set",
"NNO"
],
[
"masalah",
"NNO"
],
[
"yang",
"PRR"
],
[
"sulit",
"ADJ"
],
[
"untuk",
"PPO"
],
[
"ekspresi",
"NNO"
],
[
"QP",
"NNP"
],
[
"dinyatakan",
"VBP"
],
[
"?",
"PUN"
]
]
] |
56e1d9fee3433e14004231cb | Teori kompleksitas komputasi | Jika masalah X adalah dalam C dan sulit untuk C, maka X dikatakan lengkap untuk C. Ini berarti bahwa X adalah masalah yang paling sulit di C. (Karena banyak masalah bisa sama sulitnya, orang mungkin mengatakan bahwa X adalah salah satu dari masalah tersulit dalam C.) Dengan demikian kelas masalah NP-lengkap berisi masalah yang paling sulit di NP, dalam arti bahwa mereka adalah yang paling mungkin tidak berada dalam P. Karena masalah P = NP tidak diselesaikan, sedang mampu mengurangi masalah NP-complete yang diketahui, Π2, ke masalah lain, Π1, akan menunjukkan bahwa tidak ada solusi polinomial-waktu yang diketahui untuk Π1. Ini karena solusi waktu polinomial untuk Π1 akan menghasilkan solusi waktu polinomial ke Π2. Demikian pula, karena semua masalah NP dapat dikurangi ke set, menemukan masalah NP-lengkap yang dapat diselesaikan dalam waktu polinomial berarti P = NP. | Masalah tersulit dalam NP dapat secara analog ditulis sebagai kelas masalah apa? | {
"answer_start": 244,
"text": "NP-lengkap"
} | {
"answer_end": 308,
"answer_start": 298,
"text": "NP-lengkap"
} | [
[
[
"Masalah",
"NNO"
],
[
"tersulit",
"ADJ"
],
[
"dalam",
"PPO"
],
[
"NP",
"NNP"
],
[
"dapat",
"TAME"
],
[
"secara",
"PPO"
],
[
"analog",
"ADJ"
],
[
"ditulis",
"VBP"
],
[
"sebagai",
"PPO"
],
[
"kelas",
"NNO"
],
[
"masalah",
"NNO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1d9fee3433e14004231cc | Teori kompleksitas komputasi | Jika masalah X adalah dalam C dan sulit untuk C, maka X dikatakan lengkap untuk C. Ini berarti bahwa X adalah masalah yang paling sulit di C. (Karena banyak masalah bisa sama sulitnya, orang mungkin mengatakan bahwa X adalah salah satu dari masalah tersulit dalam C.) Dengan demikian kelas masalah NP-lengkap berisi masalah yang paling sulit di NP, dalam arti bahwa mereka adalah yang paling mungkin tidak berada dalam P. Karena masalah P = NP tidak diselesaikan, sedang mampu mengurangi masalah NP-complete yang diketahui, Π2, ke masalah lain, Π1, akan menunjukkan bahwa tidak ada solusi polinomial-waktu yang diketahui untuk Π1. Ini karena solusi waktu polinomial untuk Π1 akan menghasilkan solusi waktu polinomial ke Π2. Demikian pula, karena semua masalah NP dapat dikurangi ke set, menemukan masalah NP-lengkap yang dapat diselesaikan dalam waktu polinomial berarti P = NP. | Masalah lengkap NP mengandung kemungkinan terendah berada di kelas masalah apa? | {
"answer_start": 244,
"text": "NP"
} | {
"answer_end": 300,
"answer_start": 298,
"text": "NP"
} | [
[
[
"Masalah",
"NNO"
],
[
"lengkap",
"ADJ"
],
[
"NP",
"NNP"
],
[
"mengandung",
"VBT"
],
[
"kemungkinan",
"NNO"
],
[
"terendah",
"ADJ"
],
[
"berada",
"VBI"
],
[
"di",
"PPO"
],
[
"kelas",
"NNO"
],
[
"masalah",
"NNO"
],
[
"apa",
"PRI"
],
[
"?",
"PUN"
]
]
] |
56e1d9fee3433e14004231cd | Teori kompleksitas komputasi | Jika masalah X adalah dalam C dan sulit untuk C, maka X dikatakan lengkap untuk C. Ini berarti bahwa X adalah masalah yang paling sulit di C. (Karena banyak masalah bisa sama sulitnya, orang mungkin mengatakan bahwa X adalah salah satu dari masalah tersulit dalam C.) Dengan demikian kelas masalah NP-lengkap berisi masalah yang paling sulit di NP, dalam arti bahwa mereka adalah yang paling mungkin tidak berada dalam P. Karena masalah P = NP tidak diselesaikan, sedang mampu mengurangi masalah NP-complete yang diketahui, Π2, ke masalah lain, Π1, akan menunjukkan bahwa tidak ada solusi polinomial-waktu yang diketahui untuk Π1. Ini karena solusi waktu polinomial untuk Π1 akan menghasilkan solusi waktu polinomial ke Π2. Demikian pula, karena semua masalah NP dapat dikurangi ke set, menemukan masalah NP-lengkap yang dapat diselesaikan dalam waktu polinomial berarti P = NP. | Jika P = NP tidak terpecahkan, dan pengurangan diterapkan pada masalah NP-complete yang diketahui vis vis2 hingga Π1, kesimpulan apa yang bisa diambil untuk Π1? | {
"answer_start": 513,
"text": "tidak ada solusi waktu polinomial yang dikenal"
} | {
"answer_end": 605,
"answer_start": 572,
"text": "tidak ada solusi polinomial-waktu"
} | [
[
[
"Jika",
"CSN"
],
[
"P",
"NNP"
],
[
"=",
"PUN"
],
[
"NP",
"NNP"
],
[
"tidak",
"NEG"
],
[
"terpecahkan",
"VBP"
],
[
",",
"PUN"
],
[
"dan",
"CCN"
],
[
"pengurangan",
"NNO"
],
[
"diterapkan",
"VBP"
],
[
"pada",
"PPO"
],
[
"masalah",
"NNO"
],
[
"NP",
"NNO"
],
[
"-",
"PUN"
],
[
"complete",
"NNO"
],
[
"yang",
"PRR"
],
[
"diketahui",
"VBP"
],
[
"vis",
"NNP"
],
[
"vis2",
"NNO"
],
[
"hingga",
"PPO"
],
[
"P1",
"NNP"
],
[
",",
"PUN"
],
[
"kesimpulan",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"bisa",
"TAME"
],
[
"diambil",
"VBP"
],
[
"untuk",
"PPO"
],
[
"P1",
"NNP"
],
[
"?",
"PUN"
]
]
] |
56e1d9fee3433e14004231ce | Teori kompleksitas komputasi | Jika masalah X adalah dalam C dan sulit untuk C, maka X dikatakan lengkap untuk C. Ini berarti bahwa X adalah masalah yang paling sulit di C. (Karena banyak masalah bisa sama sulitnya, orang mungkin mengatakan bahwa X adalah salah satu dari masalah tersulit dalam C.) Dengan demikian kelas masalah NP-lengkap berisi masalah yang paling sulit di NP, dalam arti bahwa mereka adalah yang paling mungkin tidak berada dalam P. Karena masalah P = NP tidak diselesaikan, sedang mampu mengurangi masalah NP-complete yang diketahui, Π2, ke masalah lain, Π1, akan menunjukkan bahwa tidak ada solusi polinomial-waktu yang diketahui untuk Π1. Ini karena solusi waktu polinomial untuk Π1 akan menghasilkan solusi waktu polinomial ke Π2. Demikian pula, karena semua masalah NP dapat dikurangi ke set, menemukan masalah NP-lengkap yang dapat diselesaikan dalam waktu polinomial berarti P = NP. | Jika waktu polinomial dapat digunakan dalam masalah NP-complete, apa yang menyiratkan P sama dengan? | {
"answer_start": 244,
"text": "NP"
} | {
"answer_end": 300,
"answer_start": 298,
"text": "NP"
} | [
[
[
"Jika",
"CSN"
],
[
"waktu",
"NNO"
],
[
"polinomial",
"ADJ"
],
[
"dapat",
"TAME"
],
[
"digunakan",
"VBP"
],
[
"dalam",
"PPO"
],
[
"masalah",
"NNO"
],
[
"NP",
"NNO"
],
[
"-",
"PUN"
],
[
"complete",
"NNO"
],
[
",",
"PUN"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"menyiratkan",
"VBT"
],
[
"P",
"NNP"
],
[
"sama",
"ADJ"
],
[
"dengan",
"PPO"
],
[
"?",
"PUN"
]
]
] |
5ad566375b96ef001a10adce | Teori kompleksitas komputasi | Jika masalah X adalah dalam C dan sulit untuk C, maka X dikatakan lengkap untuk C. Ini berarti bahwa X adalah masalah yang paling sulit di C. (Karena banyak masalah bisa sama sulitnya, orang mungkin mengatakan bahwa X adalah salah satu dari masalah tersulit dalam C.) Dengan demikian kelas masalah NP-lengkap berisi masalah yang paling sulit di NP, dalam arti bahwa mereka adalah yang paling mungkin tidak berada dalam P. Karena masalah P = NP tidak diselesaikan, sedang mampu mengurangi masalah NP-complete yang diketahui, Π2, ke masalah lain, Π1, akan menunjukkan bahwa tidak ada solusi polinomial-waktu yang diketahui untuk Π1. Ini karena solusi waktu polinomial untuk Π1 akan menghasilkan solusi waktu polinomial ke Π2. Demikian pula, karena semua masalah NP dapat dikurangi ke set, menemukan masalah NP-lengkap yang dapat diselesaikan dalam waktu polinomial berarti P = NP. | Apa yang terjadi jika masalah X ada di C, dan lunak untuk C? | {
"answer_start": 39,
"text": "maka X dikatakan lengkap untuk C."
} | {
"answer_end": 82,
"answer_start": 49,
"text": "maka X dikatakan lengkap untuk C."
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"terjadi",
"VBP"
],
[
"jika",
"CSN"
],
[
"masalah",
"NNO"
],
[
"X",
"ADJ"
],
[
"ada",
"VBI"
],
[
"di",
"PPO"
],
[
"C",
"NNO"
],
[
",",
"PUN"
],
[
"dan",
"CCN"
],
[
"lunak",
"ADJ"
],
[
"untuk",
"PPO"
],
[
"C",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad566375b96ef001a10adcf | Teori kompleksitas komputasi | Jika masalah X adalah dalam C dan sulit untuk C, maka X dikatakan lengkap untuk C. Ini berarti bahwa X adalah masalah yang paling sulit di C. (Karena banyak masalah bisa sama sulitnya, orang mungkin mengatakan bahwa X adalah salah satu dari masalah tersulit dalam C.) Dengan demikian kelas masalah NP-lengkap berisi masalah yang paling sulit di NP, dalam arti bahwa mereka adalah yang paling mungkin tidak berada dalam P. Karena masalah P = NP tidak diselesaikan, sedang mampu mengurangi masalah NP-complete yang diketahui, Π2, ke masalah lain, Π1, akan menunjukkan bahwa tidak ada solusi polinomial-waktu yang diketahui untuk Π1. Ini karena solusi waktu polinomial untuk Π1 akan menghasilkan solusi waktu polinomial ke Π2. Demikian pula, karena semua masalah NP dapat dikurangi ke set, menemukan masalah NP-lengkap yang dapat diselesaikan dalam waktu polinomial berarti P = NP. | Apa masalah terlembut dalam C? | {
"answer_start": 92,
"text": "X"
} | {
"answer_end": 55,
"answer_start": 54,
"text": "X"
} | [
[
[
"Apa",
"PRI"
],
[
"masalah",
"NNO"
],
[
"terlembut",
"VBP"
],
[
"dalam",
"PPO"
],
[
"C",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad566375b96ef001a10add0 | Teori kompleksitas komputasi | Jika masalah X adalah dalam C dan sulit untuk C, maka X dikatakan lengkap untuk C. Ini berarti bahwa X adalah masalah yang paling sulit di C. (Karena banyak masalah bisa sama sulitnya, orang mungkin mengatakan bahwa X adalah salah satu dari masalah tersulit dalam C.) Dengan demikian kelas masalah NP-lengkap berisi masalah yang paling sulit di NP, dalam arti bahwa mereka adalah yang paling mungkin tidak berada dalam P. Karena masalah P = NP tidak diselesaikan, sedang mampu mengurangi masalah NP-complete yang diketahui, Π2, ke masalah lain, Π1, akan menunjukkan bahwa tidak ada solusi polinomial-waktu yang diketahui untuk Π1. Ini karena solusi waktu polinomial untuk Π1 akan menghasilkan solusi waktu polinomial ke Π2. Demikian pula, karena semua masalah NP dapat dikurangi ke set, menemukan masalah NP-lengkap yang dapat diselesaikan dalam waktu polinomial berarti P = NP. | Apa kelas berisi masalah yang paling sulit di NP? | {
"answer_start": 244,
"text": "NP-lengkap"
} | {
"answer_end": 308,
"answer_start": 298,
"text": "NP-lengkap"
} | [
[
[
"Apa",
"PRI"
],
[
"kelas",
"NNO"
],
[
"berisi",
"VBI"
],
[
"masalah",
"NNO"
],
[
"yang",
"PRR"
],
[
"paling",
"ADV"
],
[
"sulit",
"ADJ"
],
[
"di",
"PPO"
],
[
"NP",
"NNP"
],
[
"?",
"PUN"
]
]
] |
56e1dc62cd28a01900c67bca | Teori kompleksitas komputasi | Kompleksitas kelas P sering dilihat sebagai abstraksi matematis yang memodelkan tugas-tugas komputasi yang mengakui algoritma yang efisien. Hipotesis ini disebut tesis Cobham-Edmonds. NP kelas kompleksitas, di sisi lain, mengandung banyak masalah yang orang ingin selesaikan secara efisien, tetapi yang tidak diketahui algoritma yang efisien, seperti masalah kepuasan Boolean, masalah jalur Hamiltonian, dan masalah penutup simpul. Karena mesin Turing deterministik adalah mesin Turing non-deterministik khusus, mudah diamati bahwa setiap masalah dalam P juga anggota NP kelas. | Apa kelas kompleksitas yang ditandai oleh tugas komputasi dan algoritma yang efisien? | {
"answer_start": 21,
"text": "P"
} | {
"answer_end": 20,
"answer_start": 19,
"text": "P"
} | [
[
[
"Apa",
"PRI"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"yang",
"PRR"
],
[
"ditandai",
"VBP"
],
[
"oleh",
"PPO"
],
[
"tugas",
"NNO"
],
[
"komputasi",
"NNO"
],
[
"dan",
"CCN"
],
[
"algoritma",
"NNO"
],
[
"yang",
"PRR"
],
[
"efisien",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
56e1dc62cd28a01900c67bcb | Teori kompleksitas komputasi | Kompleksitas kelas P sering dilihat sebagai abstraksi matematis yang memodelkan tugas-tugas komputasi yang mengakui algoritma yang efisien. Hipotesis ini disebut tesis Cobham-Edmonds. NP kelas kompleksitas, di sisi lain, mengandung banyak masalah yang orang ingin selesaikan secara efisien, tetapi yang tidak diketahui algoritma yang efisien, seperti masalah kepuasan Boolean, masalah jalur Hamiltonian, dan masalah penutup simpul. Karena mesin Turing deterministik adalah mesin Turing non-deterministik khusus, mudah diamati bahwa setiap masalah dalam P juga anggota NP kelas. | Hipotesis apa yang dikaitkan dengan kelas kompleksitas P yang dipandang sebagai abstraksi matematis dengan fungsionalitas algoritmik yang efisien? | {
"answer_start": 167,
"text": "Tesis Cobham – Edmonds"
} | {
"answer_end": 182,
"answer_start": 162,
"text": "tesis Cobham-Edmonds"
} | [
[
[
"Hipotesis",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"dikaitkan",
"VBP"
],
[
"dengan",
"PPO"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"P",
"NNO"
],
[
"yang",
"PRR"
],
[
"dipandang",
"VBP"
],
[
"sebagai",
"PPO"
],
[
"abstraksi",
"NNO"
],
[
"matematis",
"ADJ"
],
[
"dengan",
"PPO"
],
[
"fungsionalitas",
"NNO"
],
[
"algoritmik",
"NNO"
],
[
"yang",
"PRR"
],
[
"efisien",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
56e1dc62cd28a01900c67bcc | Teori kompleksitas komputasi | Kompleksitas kelas P sering dilihat sebagai abstraksi matematis yang memodelkan tugas-tugas komputasi yang mengakui algoritma yang efisien. Hipotesis ini disebut tesis Cobham-Edmonds. NP kelas kompleksitas, di sisi lain, mengandung banyak masalah yang orang ingin selesaikan secara efisien, tetapi yang tidak diketahui algoritma yang efisien, seperti masalah kepuasan Boolean, masalah jalur Hamiltonian, dan masalah penutup simpul. Karena mesin Turing deterministik adalah mesin Turing non-deterministik khusus, mudah diamati bahwa setiap masalah dalam P juga anggota NP kelas. | Kelas kompleksitas apa yang biasanya dicirikan oleh algoritma yang tidak dikenal untuk meningkatkan solvabilitas? | {
"answer_start": 211,
"text": "NP"
} | {
"answer_end": 186,
"answer_start": 184,
"text": "NP"
} | [
[
[
"Kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"biasanya",
"ADV"
],
[
"dicirikan",
"VBP"
],
[
"oleh",
"PPO"
],
[
"algoritma",
"NNO"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"dikenal",
"VBP"
],
[
"untuk",
"PPO"
],
[
"meningkatkan",
"VBT"
],
[
"solvabilitas",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1dc62cd28a01900c67bcd | Teori kompleksitas komputasi | Kompleksitas kelas P sering dilihat sebagai abstraksi matematis yang memodelkan tugas-tugas komputasi yang mengakui algoritma yang efisien. Hipotesis ini disebut tesis Cobham-Edmonds. NP kelas kompleksitas, di sisi lain, mengandung banyak masalah yang orang ingin selesaikan secara efisien, tetapi yang tidak diketahui algoritma yang efisien, seperti masalah kepuasan Boolean, masalah jalur Hamiltonian, dan masalah penutup simpul. Karena mesin Turing deterministik adalah mesin Turing non-deterministik khusus, mudah diamati bahwa setiap masalah dalam P juga anggota NP kelas. | Apa contoh masalah yang ada di dalam kelas kompleksitas NP? | {
"answer_start": 361,
"text": "Masalah kepuasan Boolean"
} | {
"answer_end": 375,
"answer_start": 351,
"text": "masalah kepuasan Boolean"
} | [
[
[
"Apa",
"PRI"
],
[
"contoh",
"NNO"
],
[
"masalah",
"NNO"
],
[
"yang",
"PRR"
],
[
"ada",
"VBI"
],
[
"di",
"PPO"
],
[
"dalam",
"NNO"
],
[
"kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"NP",
"NNO"
],
[
"?",
"PUN"
]
]
] |
56e1dc62cd28a01900c67bce | Teori kompleksitas komputasi | Kompleksitas kelas P sering dilihat sebagai abstraksi matematis yang memodelkan tugas-tugas komputasi yang mengakui algoritma yang efisien. Hipotesis ini disebut tesis Cobham-Edmonds. NP kelas kompleksitas, di sisi lain, mengandung banyak masalah yang orang ingin selesaikan secara efisien, tetapi yang tidak diketahui algoritma yang efisien, seperti masalah kepuasan Boolean, masalah jalur Hamiltonian, dan masalah penutup simpul. Karena mesin Turing deterministik adalah mesin Turing non-deterministik khusus, mudah diamati bahwa setiap masalah dalam P juga anggota NP kelas. | Dalam mesin teoretis apa itu dikonfirmasikan bahwa suatu masalah dalam keanggotaan P memungkiri kelas NP? | {
"answer_start": 472,
"text": "Mesin turing"
} | {
"answer_end": 451,
"answer_start": 439,
"text": "mesin Turing"
} | [
[
[
"Dalam",
"PPO"
],
[
"mesin",
"NNO"
],
[
"teoretis",
"ADJ"
],
[
"apa",
"PRI"
],
[
"itu",
"ART"
],
[
"dikonfirmasikan",
"VBP"
],
[
"bahwa",
"CSN"
],
[
"suatu",
"KUA"
],
[
"masalah",
"NNO"
],
[
"dalam",
"PPO"
],
[
"keanggotaan",
"NNO"
],
[
"P",
"NNP"
],
[
"memungkiri",
"VBT"
],
[
"kelas",
"NNO"
],
[
"NP",
"NNP"
],
[
"?",
"PUN"
]
]
] |
5ad567055b96ef001a10adea | Teori kompleksitas komputasi | Kompleksitas kelas P sering dilihat sebagai abstraksi matematis yang memodelkan tugas-tugas komputasi yang mengakui algoritma yang efisien. Hipotesis ini disebut tesis Cobham-Edmonds. NP kelas kompleksitas, di sisi lain, mengandung banyak masalah yang orang ingin selesaikan secara efisien, tetapi yang tidak diketahui algoritma yang efisien, seperti masalah kepuasan Boolean, masalah jalur Hamiltonian, dan masalah penutup simpul. Karena mesin Turing deterministik adalah mesin Turing non-deterministik khusus, mudah diamati bahwa setiap masalah dalam P juga anggota NP kelas. | Apa yang sering dilihat sebagai abstraksi ilmiah yang memodelkan tugas-tugas komputasi yang mengakui algoritma yang efisien? | {
"answer_start": 0,
"text": "Kompleksitas kelas P"
} | {
"answer_end": 20,
"answer_start": 0,
"text": "Kompleksitas kelas P"
} | [
[
[
"Apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"sering",
"ADV"
],
[
"dilihat",
"VBP"
],
[
"sebagai",
"PPO"
],
[
"abstraksi",
"NNO"
],
[
"ilmiah",
"ADJ"
],
[
"yang",
"PRR"
],
[
"memodelkan",
"VBT"
],
[
"tugas-tugas",
"NNO"
],
[
"komputasi",
"NNO"
],
[
"yang",
"PRR"
],
[
"mengakui",
"VBT"
],
[
"algoritma",
"NNO"
],
[
"yang",
"PRR"
],
[
"efisien",
"ADJ"
],
[
"?",
"PUN"
]
]
] |
5ad567055b96ef001a10adeb | Teori kompleksitas komputasi | Kompleksitas kelas P sering dilihat sebagai abstraksi matematis yang memodelkan tugas-tugas komputasi yang mengakui algoritma yang efisien. Hipotesis ini disebut tesis Cobham-Edmonds. NP kelas kompleksitas, di sisi lain, mengandung banyak masalah yang orang ingin selesaikan secara efisien, tetapi yang tidak diketahui algoritma yang efisien, seperti masalah kepuasan Boolean, masalah jalur Hamiltonian, dan masalah penutup simpul. Karena mesin Turing deterministik adalah mesin Turing non-deterministik khusus, mudah diamati bahwa setiap masalah dalam P juga anggota NP kelas. | Apa teori tesis Cobham-Edward? | {
"answer_start": 0,
"text": "Kompleksitas kelas P sering dilihat sebagai abstraksi matematis yang memodelkan tugas-tugas komputasi yang mengakui algoritma yang efisien."
} | {
"answer_end": 139,
"answer_start": 0,
"text": "Kompleksitas kelas P sering dilihat sebagai abstraksi matematis yang memodelkan tugas-tugas komputasi yang mengakui algoritma yang efisien."
} | [
[
[
"Apa",
"PRI"
],
[
"teori",
"NNO"
],
[
"tesis",
"NNO"
],
[
"Cobham",
"NNP"
],
[
"-",
"PUN"
],
[
"Edward",
"NNP"
],
[
"?",
"PUN"
]
]
] |
5ad567055b96ef001a10adec | Teori kompleksitas komputasi | Kompleksitas kelas P sering dilihat sebagai abstraksi matematis yang memodelkan tugas-tugas komputasi yang mengakui algoritma yang efisien. Hipotesis ini disebut tesis Cobham-Edmonds. NP kelas kompleksitas, di sisi lain, mengandung banyak masalah yang orang ingin selesaikan secara efisien, tetapi yang tidak diketahui algoritma yang efisien, seperti masalah kepuasan Boolean, masalah jalur Hamiltonian, dan masalah penutup simpul. Karena mesin Turing deterministik adalah mesin Turing non-deterministik khusus, mudah diamati bahwa setiap masalah dalam P juga anggota NP kelas. | Kelas kompleksitas apa yang biasanya tidak ditandai oleh algoritma yang tidak dikenal untuk meningkatkan kelarutan? | {
"answer_start": 211,
"text": "NP"
} | {
"answer_end": 186,
"answer_start": 184,
"text": "NP"
} | [
[
[
"Kelas",
"NNO"
],
[
"kompleksitas",
"NNO"
],
[
"apa",
"PRI"
],
[
"yang",
"PRR"
],
[
"biasanya",
"ADV"
],
[
"tidak",
"NEG"
],
[
"ditandai",
"VBP"
],
[
"oleh",
"PPO"
],
[
"algoritma",
"NNO"
],
[
"yang",
"PRR"
],
[
"tidak",
"NEG"
],
[
"dikenal",
"VBP"
],
[
"untuk",
"PPO"
],
[
"meningkatkan",
"VBT"
],
[
"kelarutan",
"NNO"
],
[
"?",
"PUN"
]
]
] |
5ad567055b96ef001a10aded | Teori kompleksitas komputasi | Kompleksitas kelas P sering dilihat sebagai abstraksi matematis yang memodelkan tugas-tugas komputasi yang mengakui algoritma yang efisien. Hipotesis ini disebut tesis Cobham-Edmonds. NP kelas kompleksitas, di sisi lain, mengandung banyak masalah yang orang ingin selesaikan secara efisien, tetapi yang tidak diketahui algoritma yang efisien, seperti masalah kepuasan Boolean, masalah jalur Hamiltonian, dan masalah penutup simpul. Karena mesin Turing deterministik adalah mesin Turing non-deterministik khusus, mudah diamati bahwa setiap masalah dalam P juga anggota NP kelas. | Apa contoh masalah yang ada di dalam kelas kesederhanaan NP? | {
"answer_start": 361,
"text": "Masalah kepuasan Boolean"
} | {
"answer_end": 375,
"answer_start": 351,
"text": "masalah kepuasan Boolean"
} | [
[
[
"Apa",
"PRI"
],
[
"contoh",
"NNO"
],
[
"masalah",
"NNO"
],
[
"yang",
"PRR"
],
[
"ada",
"VBI"
],
[
"di",
"PPO"
],
[
"dalam",
"NNO"
],
[
"kelas",
"NNO"
],
[
"kesederhanaan",
"NNO"
],
[
"NP",
"NNP"
],
[
"?",
"PUN"
]
]
] |
Subsets and Splits