Этот вопрос вдохновлен Технологическим Центром Джорджии и Центром Случайности футболкой , которая спрашивает «Рандомизировать или нет ?!»
Есть много примеров, когда рандомизация помогает, особенно при работе в состязательной среде. Есть также некоторые настройки, в которых рандомизация не помогает и не мешает. Мой вопрос:
Каковы некоторые настройки, когда рандомизация (каким-то, на первый взгляд, разумным образом) действительно причиняет боль?
Не стесняйтесь определять «настройки» и «вредит» в широком смысле, будь то с точки зрения сложности проблемы, доказуемых гарантий, коэффициентов аппроксимации или времени выполнения (я ожидаю, что во время выполнения будут лежать более очевидные ответы). Чем интереснее пример, тем лучше!
randomness
big-picture
randomized-algorithms
Лев Рейзин
источник
источник
Ответы:
Вот простой пример из теории игр. В играх, в которых существуют как чистые, так и смешанные равновесия по Нэшу, смешанные часто бывают гораздо менее естественными и гораздо «хуже».
Сообщение на вынос: рандомизация может повредить координации.
источник
Вот простой пример из области распределенных алгоритмов.
Обычно случайность очень помогает. Рандомизированные распределенные алгоритмы часто проще проектировать и они быстрее.
Однако, если у вас есть быстрый детерминированный распределенный алгоритм, вы можете механически преобразовать [ 1 , 2 ] его в быстрый самостабилизирующийся алгоритм . По сути, вы получите очень сильную версию отказоустойчивости бесплатно (по крайней мере, если ресурсом узкого места является количество раундов связи). Вы можете упростить разработку алгоритма, сосредоточившись на безотказных синхронных статических сетях, и преобразование даст вам отказоустойчивый алгоритм, который может обрабатывать асинхронные динамические сети.
Такое преобразование не известно для рандомизированных распределенных алгоритмов в целом.
источник
Позвольте мне сначала вызвать проблему, касающуюся случайности:
Это философский вопрос, который является здесь спорным и не связан с контекстом. И все же я использовал это в качестве предупреждающего слова, так как предстоящий ответ будет спорным, если кто-то слишком углубится в вышеупомянутый вопрос.
Теорема Шеннона – Хартли описывает пропускную способность канала связи при наличии шума. Шум изменяется от 0 с до 1 с и наоборот, с некоторой предварительно определенной вероятностью.
Если бы канал вел себя детерминистически - то есть, если бы мы могли смоделировать шум таким образом, чтобы мы могли определить, какие биты будут меняться - емкость канала будет бесконечно большой. Очень желательно!
Мне нравится сравнивать случайность с трением: это сопротивление движению, но движение без него невозможно.
источник