第9章 NP完全问题.pptVIP

计算机算法设计与分析 计算机算法设计与分析 * 计算机算法设计与分析 * 第九章NP完全问题 问题的计算复杂性 “从计算的观点看，要解决的问题的内在复杂性如何？”它是“易”计算的还是“难”计算的？ 问题的计算复杂性可以通过解决该问题所需计算量的多少来度量。 “易”：所需时间是问题规模的多项式函数 “难”：所需时间是问题规模的指数函数 用分类的方法将计算复杂性大致相同的问题归类研究。 * 计算机算法设计与分析 * * 计算模型 在进行问题的计算复杂性分析之前，首先必须建立求解问题所用的计算模型，包括定义该计算模型中所用的基本运算。 建立计算模型的目的是为了使问题的计算复杂性分析有一个共同的客观尺度。 三个基本计算模型： 随机存取机RAM 随机存取存储程序机RASP 图灵机TM 这三个计算模型在计算能力上是等价的，但在计算速度上是不同的。 * 随机存取机RAM的结构 * RAM程序 一个RAM程序定义了从输入带到输出带的一个映射。 解释一：把RAM程序看成是计算一个函数 若一个RAM程序P总是从输入带前n个方格中读入n个整数x1，x2，…，xn，并且在输出带的第一个方格上输出一个整数y后停机，那么就说程序P计算了函数f(x1，x2，…，xn)=y 解释二：把RAM程序当作一个语言接受器 将字符串S=a1a2…an放在输入带上。在输入带的第一个方格中放入符号a1，第二个方格中放入符号a2，…，第n个方格中放入符号an。然后在第n+1个方格中放入0，作为输入串的结束标志符。如果一个RAM程序P读了字符串S及结束标志符0后，在输出带的第一格输出一个1并停机，就说程序P接受字符串S。 随机存取存储程序机RASP 结构：整体结构类似于RAM，所不同的是RASP的程序是存储在寄存器中的； 复杂性： 和RAM程序的复杂性只差一个常数因子。 * 计算机算法设计与分析 * * 计算机算法设计与分析 * 图灵机的构造 图灵机(Turing Machine)是英国数学家Turing在1936年提出的计算模型，被认为是当今计算机的理论模型。下面是图灵机(TM)原型的构造： …… 输入带 有限 控制器 磁头 输入带被视为右无穷，并被划分为一个个单元用于存放符号(带符号)。 有限控制器由有限个状态构成。 磁头可左右移动，读写带符号。 * 计算机算法设计与分析 * TM的数学描述 Q是有限状态的集合； T是有限个带符号的集合； I ? T，是输入符号的集合； δ：Q×T→Q×T×{L,R,S}为转移函数； b是唯一的空白符，b∈T – I； q0和qf分别为初始状态和终止状态。 M = (Q, T, I, δ, b, q0, qf ) 其中： * 计算机算法设计与分析 * 图灵机的变形 多道图灵机(输入带上有多个道)。 双向图灵机 (输入带被视为左右均是无穷的)。 多带图灵机(具有多条输入带)。 多头图灵机 (具有多个磁头)。 多维图灵机(输入带是多维的)。 不确定的图灵机(有限控制器是不确定的)。 不确定的图灵机类似于不确定的自动机，即 δ：Q×T→ρ(Q×T×{L, R, S}) 将图灵机的原型称为确定的，记为DTM；而将不确定的图灵机记为NDTM， 已经证明各类变形图灵机在可计算的能力上等价于原型图灵机。但是在复杂性是有区别的。 * 计算机算法设计与分析 * 确定的图灵机与不确定图灵机 NDTM是一种并行的工作方式，它可以用交叉串行的确定方式来模拟。因此任何NDTM都可以用DTM来模拟实现，但其复杂性却不相同。 对于一台复杂性为T(n)的NDTM，可用一台复杂性为O(CT(n))的DTM来模拟，这里C为常数。 实际上可以将NDTM的运行方式看作并行的，而DTM是串行的。并行运行可用串行来模拟，但并行的效率要高于串行的效率。 而并行计算机的运行方式本质是确定的。 * 计算机算法设计与分析 * P类与NP类语言/问题 P = {L | L是能在多项式时间被DTM接受的语言} NP = {L | L是能在多项式时间被NDTM接受的语言} 由于一台确定性图灵机可看作是非确定性图灵机的特例，所以可在多项式时间内被确定性图灵机接受的语言也可在多项式时间内被非确定性图灵机接受。故P ? NP。 * 计算机算法设计与分析 * P与NP的关系 若Q∈NP，则可以用一个DTM来模拟接受Q的NDTM，所需要时间复杂性为O( CT(n) )。C是一个常数。 这使人们认为NP类问题要比P类问题更难。 真的如此吗？ 显然，因为DTM?NDTM，所以P?NP。 是否有P≠NP？ 即是否有Q?NP，且Q?P？ 这是个尚未解决的问题。 P类 NP类 关于P和NP的关系，暂且假定如图所示。阴影部分是否非空，还不能确定！ * 计算机算法设计与分析 * 问题的变换及时间等价性