결정 론적 의사 난수는 임의성보다 병렬 적으로 더 강력합니까?

클래스 BPNC (조합하자 및 N C는 ) 랜덤 소스 경계 오차 확률 액세스 (이 다른 이름을 갖는 경우 I 모르겠습니다)와 로그 깊이 병렬 알고리즘 될. 모든 프로세스가 알고리즘 시작시 고정 된 임의의 비트 스트림에 임의로 액세스 할 수 있다는 점을 제외하고 DBPNC 클래스를 유사하게 정의하십시오.$\mathsf{BPP}$$\mathsf{NC}$

다시 말해, BPNC의 각 프로세스는 별개의 랜덤 소스에 액세스 할 수있는 반면, DBPNC 알고리즘에는 완벽하게 랜덤 카운터 모드 생성기가 공유됩니다.

BPNC = DBPNC인지 여부를 알고 있습니까?

BPNC = DBPNC와 동일합니다.

BPNC 머신은 시뮬레이션 할 DBPNC 프로그램의 입력으로 제공됩니다. 잠금 단계에서 프로그램을 실행하십시오. 먼저 서로 다른 단계 사이의 인덱스가 서로 다르기 때문에 오래된 임의 비트를 기억할 필요가 없습니다. 각 단계에서, 각 프로세서는 특정 인덱스에서 공유 스트림으로 임의의 비트를 요청합니다. 다음과 같이 임의의 비트를 계산하고 분배하십시오.

1. 프로세서간에 인덱스를 정렬하고 각 비트의 원점을 기억하십시오.
2. 동일한 인덱스 범위를 계산하기 위해 인접한 프로세서간에 조정합니다.
3. 정렬 후이를 소유 한 첫 번째 프로세서에서 각 임의의 비트를 계산합니다.
4. 동일한 범위에 걸쳐 산란.
5. 필요한 경우 정렬 알고리즘을 반대로하여 원점 프로세스로 다시 보냅니다.

프로세서가 오래된 인덱스를 요구할 수 있도록 각 프로세서가 이전의 모든 정렬 에포크의 결과를 기억하게하십시오. 주어진 이전 시대에 새로 요청한 인덱스가 발생했는지 확인하려면

1. 새로운 지수를 정렬하십시오.
2. 기존 및 신규 지수 목록을 병합합니다 (예 : Cole 1988 ).
3. 적절하게 산란하십시오.