算法设计10_NP完全问题解读.pptVIP

定理10-3 CNF可满足性∝最大集团判定问题 证明： 2、证明F是可满足的，当且仅当G有一个规模至少为k的集团。 （另一方面，若图G有一个规模至少为k的集团， 则必定存在一种布尔变量赋值，使命题公式F为真，即F是可满足的。） 若图G中存在一个规模至少为k的集团，S={ σ1,1, σ2,2,..., σk,k}是集团的顶点集合，则必有σi和σj值相同且i≠j（否则顶点σi,i和σj, j之间没有边）。 于是，对S中所有的文字赋真值，对不属于S的变量取任意值，则使得F的每个子句Ci中至少有一个文字为真，从而F为真。 虽然当前只是将CNF公式规约成了带某种特定结构的集团实例，仅证明了在这种受限的情况下，最大集团判定问题是NP难度（NP完全）的。但是，这一证明足以证明在一般的图中，最大集团判定问题也是NP难度的。 因为：如果我们有一个多项式时间的算法，它能在一般的图上解决最大集团判定问题，那么它就能在受限的图上解决这一问题。 附：程序10-3 最大集团判定问题的不确定算法 void Clique(int g[][mSize],int n,int k) { S=?; for (int i=0;ik;i++) //选择k个顶点 { int t=Choice(0,n-1); //任意选择一个顶点t if (t∈S) Failure(); //若顶点t已经在S中，则失败终止 S=S∪{t}; } for (对所有(i,j),i∈S,j∈S且i≠j) //验证此k个顶点是否 if ((i,j) E) Failure(); //形成完全子图 Success(); } ch10.* 算法设计与分析 张怡婷 Email:zyt@njupt.edu.cn 第10章 NP完全问题 学习要点： 确定算法和不确定算法 判定问题和最优化问题的关系 可满足性问题 P类问题和NP类问题 NP难度(NP hard)和NP完全(NP complete)问题 Cook定理 典型的NP完全（或NP难度）问题的证明 章节内容: 10.1 基本概念 10.2.1 Cook定理 10.3 一些典型的NP完全问题 10.1 基本概念 将能在多项式时间内求解的问题视为易处理问题(tractable problem)。 至今尚未找到多项式时间算法求解的问题视为难处理问题(intractable problem)。 ——NP完全问题或NP难度(NP hard)问题 ——如：指数时间算法 无论消耗多少计算机时间和空间也不能求解的称为不可判定(undecidable)的。 ——不存在任何算法求解 如果任意一个NP难度问题存在一个多项式时间算法，那么所有NP完全问题都可以在多项式时间内求解。 一个NP完全问题可以在多项式时间内求解，当且仅当所有其他的NP完全问题都可以在多项式时间内求解。 10.1.1 不确定算法和不确定机 不确定算法的抽象计算模型： 算法在抽象机上运行与计算机系统的性能无关； 算法的执行表现为执行一个基本运算序列； 基本运算的执行时间是有限常量； Choice(S)：任意选择集合S的一个元素。 Failure()：发出不成功完成信号后算法终止。 Success()：发出成功完成信号后算法终止。 例10-1 在n个元素的数组a中查找给定元素x，如果x在其中，则确定使a[j]==x的下标j，否则输出-1。 不确定搜索算法： void Search(int a[],T x) { int j=Choice(0,n-1); //从{0,1,...,n-1}中任意选取一个值 if(a[j]==x) { coutj; Success(); //不确定算法成功终止 } cout-1; Failure(); //不确定算法失败终止 } 执行时间都为O(1) 若算法执行中需作出一系列的Choice函数选择，当且仅当Choice的任何一组选择都不会导致成功信号时，算法在O(1)时间不成功终止。 如果一个判定问题实例的解为真，Choice函数每一次总能在O(1)时间内做出导致成功的正确选择。 包含不确定选择语句，并能按上述方式执行一个算法的机器称为不确定机（non deterministic machine)。 在不确定机上执行的算法称为不确定算法(non deterministic algorithm)。 不确定机的执行方式，可理解为不受限制的并行计算： 不确定机执行不确定算法时，每当Choice函数进行选择时，就好像复制了多个程序副本，每一种可能的选择产生一个副本，所有副本同时执行。一旦一个副本成功完