上交大校友独作!50年零进展算法难题被突破
一分耕耘,一分收获!既然都打开这篇《上交大校友独作!50年零进展算法难题被突破》,就坚持看下去,学下去吧!本文主要会给大家讲到等等知识点,如果大家对本文有好的建议或者看到有不足之处,非常欢迎大家积极提出!在后续文章我会继续更新科技周边相关的内容,希望对大家都有所帮助!
半个世纪没有进展的问题,如今终于有了新突破!
而且是一位华人科学家,单枪匹马搞定。
图片
来自芝加哥伊利诺伊大学厄巴纳-香槟分校的Xiaorui Sun,提出了一种新方法,能够更快速确定群同构。
要知道,让计算机确定群同构、图同构是一个非常复杂的问题。
一方面同构问题的解空间通常非常庞大,随着规模增加、需要考虑的可能性也会翻倍增加。另一方面即便在某些情况下两个结构同构,但是表现形式也会有所不同,给判断和比较增加了困难。
2015年,来自芝加哥大学的学者突破了图同构的计算加速,但是群同构算法的加速,在过去五十年里都没有明显进展。
而Sun的最新工作解决了群同构中被视为最难处理的一部分。
什么是群同构?
首先来理解什么叫做同构。
按照定义来说,就是两个数学结构之间存在一种一一对应的映射,它们包含相同的元素,并且元素之间也处于相同的关系中。
比如下面两个图虽然看起来不同,但它们是同构的,因为它们的顶点和边相同,并且点和边之间的关系一样。
图片
群同构更加抽象一些。
一个群是由元素(如数字)组成的集合,这些元素可以根据某种运算相互组合,计算的和也包含其中。
举例如下,在下面两个群里,任意两个整数相加,结果总是另一个整数。
两个群包含两个元素,用同样的特定操作方式,所以它们是同构的。
图片
同构是数学中的一个重要概念,同样也是计算机科学的基础。
图同构和群同构算法目前也都有非常广泛的应用。
比如图同构算法可以监测网络中的恶意攻击、能分析社交网络结构关系、用于推荐系统、构建语义图等。
群同构算法则在密码学、数学分析与挖掘、图像处理与CV等领域有重要应用。
而在实际应用场景里,不仅需要确定两个对象是否同构,还要保障计算速度。
算法的运行时间往往和处理对象中包含多少元素有直接关系,元素越多、时间越长,但是时长并不一定是线性增长的。
假设有两对群,一对包含5个元素,一对包含10个元素。确定10个元素的群同构问题,花费的时间是5个元素群的两倍?5的平方?还是2的五次方?
这和使用什么算法有一定关系。
1970年左右,普林斯顿大学的罗伯特·塔尔詹(Robert Tarjan)教授提出了一种方法,它的运行时间为n的log n次方(n为元素数量)。
此后半个世纪里,确定群同构的算法速度就停留在这里了。由于工具不够高效,这在一定程度上也影响了群同构的创新拓展。
Sun提出的方法,正是在这一基础上,实现了更快的运行时间:

怎么实现的?
Sun提出的方法,主要针对类为2的p群且指数为p。
它们类似于群,其中两个元素的乘积是另一个元素,并且乘积结果不受乘法顺序改变而改变。
他首先将群转换为了矩阵,由此将群同构问题转化为矩阵是否完全相似问题。
而且这里处理的矩阵具有特殊性质,任意两个矩阵组合等于另一个矩阵。
这样一来就将问题转化为判断两个矩阵空间是否为等距。
与此同时,方法中还引入了独创性的一步,将矩阵空间分为两个部分。一部分划定为核心,其中所有的矩阵都是简单的;其余部分中的矩阵则特别复杂。
这一步相当于将一个群划分为只有部分元素的子群。
然后Sun将不同算法应用在这些部分里。处理原则有点像做数独时的步骤。
先找到最简单的部分(矩阵空间的核心)解决,然后在难以判断的部分尝试所有可能的值——只要这部分不是非常多,处理时间也不会很长。
这样一来,Sun就在原有计算速率的基础上实现了加速,让群同构计算的速度范畴从指数时间向多项式时间逼近了一些。
更进一步,他的工作还提高了所有群同构算法加速的可能。
据个人官网介绍,Xiaorui Sun目前是伊利诺大学芝加哥分校计算机系的助理教授。
在此之前,他曾在UC伯克利西蒙思研究所、微软研究院工作过。本硕毕业于上海交通大学,后赴哥伦比亚大学攻读博士学位,研究方向为算法的设计与分析。

论文地址:https://arxiv.org/abs/2303.15412
理论要掌握,实操不能落!以上关于《上交大校友独作!50年零进展算法难题被突破》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
win7调整屏幕亮度如何操作
- 上一篇
- win7调整屏幕亮度如何操作
- 下一篇
- 小鹏汽车CEO何小鹏称赞新政策:纯电汽车迈向替代燃油车关键三步
-
- 科技周边 · 人工智能 | 1天前 |
- vLLM 连续批处理下的显存与吞吐取舍
- 209浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Reranker 接入后如何控制检索延迟预算
- 113浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Embedding 向量维度变化时的索引迁移方案
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Agent 轨迹评测区分工具错误与模型错误
- 239浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 资源与工具描述的缓存更新策略
- 313浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 服务端授权范围与会话隔离的配置
- 161浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 工具结果分页与长列表截断的设计
- 486浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · chat template apply_chat_template AI tokenizer 多模型消息格式
- AI tokenizer chat template 统一多模型消息格式
- 154浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 431次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 507次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 520次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 464次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 291次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

