计算理论导引--时间复杂性.ppt

朴秀峰 xfpiao@126.com 引言 Church-Turing论题：能够用总停机的Turing机计算的函数和识别的语言是可计算的（可判定的）；理论可计算 计算复杂性理论研究计算模型在各种资源（主要是时间、空间等）限制下的计算能力； 实际可计算 一个可以计算的问题 需要多少时间和空间？ 64层次梵塔，1秒钟移动1000片（计算机作），要多少时间？ ( 264-1) / 1000=5.846 亿年 引言 复杂度和时间 ：每秒作106的基本运算需要的时间 引言 设G有n个顶点，由于回路没有始点和终点，可以任意定一个顶点作为排列的第一个顶点，共有（n-1）！个排列。当n=25时，24！=6.2*1023.假设用一台超级计算机计算，每秒可以检查1亿个排列。每年有3.15*107秒，不停地工作，每年可以检查3.15*1015个排列。检查完所有的排列需要1.97*108年，即1亿9千7百年！ 计算复杂性理论就是要研究计算模型在各种资源限制下的计算能力。将问题划分成Hard and Easy 两大类。 引言 主要内容 7.1 度量复杂性 大 O 和小 o 记法、分析算法、模型间的复杂性关系 7.2 P类 多项式时间、P 中的问题举例 7.3 NP类 NP中的问题举例、P 与 NP 问题 7.4 NP完全性 多项式时间可归约性、NP 完全性的定义、库克-列文定理 7.5 几个NP完全问题 顶点覆盖问题、哈密顿路径问题、子集和问题 度量复杂性 考察下列例子： 语言 A = { 0k1k | k ≥0 }，显然 A 是一个可判定的语言。 考察下面判定A的单带 TM M1 M1=“对于输入串 w： 1) 扫描带子，如果在 1 的右边发现 0，就拒绝。 2) 如果带上既有 0 也有 1，就重复下一步。 3) 扫描带子，删除一个 0 和一个 1。 4) 如果所有 1 都被删除以后还有 0，或者所有 0 都被删除以后还有 1，就拒绝。否则，如果在带上既没有剩下0也没有剩下 1，就接受。 考察判定 A 的图灵机 M1 的算法所需的时间。 度量复杂性 把算法的运行时间纯粹作为表示输入字符串的长度来计算，而不考虑其它参数。 最坏情况分析（worst-case analysis）：考虑在某特定长度的所有输入上的最长运行时间。 平均情况分析（average-case analysis）：考虑在某特定长度的所有输入上的运行时间的平均值。 度量复杂性 渐进分析 因为算法的精确运行时间通常是一个复杂的表达式，所以一般是估计它的趋势和级别。 通过一种称为渐进分析 (asymptotic analysis) 的方便的估计形式，可以试图了解算法在长输入上的运行时间。 只考虑算法运行时间的表达式的最高项，而忽略该项的系数和其它低次项，因为在在长输入上，最高次项的影响相比其它项占据主导地位。 例如，函数 f (n) = 6n3+2n2+20n+45 称 f 渐进地不大于 n3，表达这种关系的渐进记法或大 O 记法是 f (n) = O(n3)。 大 O 和小 o记法 大 O 和小 o 记法 大 O 和小 o 记法 大 O 和小 o 记法 令 f2(n) 是函数 3nlog2n+5nlog2log2n+2。 此时 f2(n) =O(nlogn)，因为 logn 比 log logn更占支配位置。 f(n) =O(n2)+ O(n) 等价于 f(n) =O(n2) 当 O 出现在指数位置，如 f(n) =2O(n)，代表着 2cn 的一个上界。 f(n) =2O(logn)，代表 nc。（由 n = 2log n 得 nc = 2c log 2n） 2O(1) 代表了同样的界，因为表达式 O(1) 代表不超过某个固定常数的上界。 大O 和小o 记法 我们经常导出 nc 的界，c 是大于 0 的常数。这种界称为多项式界 (polynamial bound)。形如 的界，当 ? 是大于 0的实数时，称为指数界(exponential bound)。 大 O 记法指一个函数渐近地不大于另一个函数。 小 o 记法是渐进的小于另一个函数。 大O记法与小o记法的区别类似于≤和＜之间的区别。 大O 和小o 记法 大O 和小o 记法 分析算法 分析语言 A = { 0k1k | k ≥0 }对应的图灵机算法。 M1 = “对于输入串 w： 1) 扫描带子，如果在 1 的右边发现 0，就拒绝。 2) 如果带上既有 0 也有 1，就重复下一步。 3) 扫描带子，删除一个 0 和一个 1。 4) 如果所有 1 都被删除以后还有 0，或者所有 0 都被删除以后还有 1，就拒绝。否则，如果在带上既