2011 第2章 NP完全理论.ppt

问题变换的一般过程 问题Π 问题Π 算法A I 输入转换 I O O 输出转换 问题变换的主要目的不是给出解决一个问题的算法，而是给出通过另一个问题理解一个问题的计算时间上下限的一种方式。 排序问题——输入I是一组整数X=(x1, x2, …, xn)，输出O是这组整数的一个排列xi1≤xi2≤…≤xin。 配对问题——输入I是两组整数X=(x1, x2, …, xn)和Y=(y1, y2, …, yn)，输出O是两组整数的元素配对，即X中的最小值与Y中的最小值配对，X中的次小值与Y中的次小值配对，依此类推。 例：配对问题到排序问题的变换 配对问题到排序问题的变换有助于建立配对问题代价的一个上限，因为上述输入和输出转换都是在多项式时间完成，所以，如果排序问题有多项式时间算法，则配对问题也一定有多项式时间算法。 假设存在算法A解决排序问题，则配对问题可以变换到排序问题： 1．把配对问题的输入I转化为排序问题的两个输入I1和I2； 2．排序这两组整数，即应用算法A对两个输入I1和I2分别排序得到两个有序序列O1 和O2 ； 3．把排序问题的输出O1和O2转化为配对问题的输出O，这可以通过配对每组整数的第一个元素、第二个元素、……来得到。 配对问题到排序问题的变换过程 定理2.3（计算时间下限归约）若已知问题Π的计算时间下限是T(n)，且问题Π可τ(n)变换到问题Π，即Π∝τ(n)Π，则T(n)－O(τ(n))为问题Π的一个计算时间下限。 定理2.4（计算时间上限归约） 若已知问题Π的计算时间上限是T(n)，且问题Π可τ(n)变换到问题Π，即Π∝τ(n)Π，则T(n)＋O(τ(n))为问题Π的一个计算时间上限。 计算时间下限归约： T(n) τ(n) T(n)－O(τ(n)) 计算时间上限归约：T(n)＋O(τ(n)) τ(n) T(n) 问题Π 变换 问题Π 定理2.5 设Π、Π和Π是三个判定问题，若Π∝pΠ且Π∝pΠ，则Π∝pΠ。 多项式时间复杂性具有闭包性。 2.4.2 NP完全问题的定义 定义2.6 令Π是一个判定问题，如果问题Π属于NP类问题，并且对NP类问题中的每一个问题Π，都有Π∝pΠ，则称判定问题Π是一个NP完全问题（NP Complete Problem），有时把NP完全问题记为NPC。 NP类问题 NP完全问题 P＝NP？ 广义上说，P类问题是可以用确定性算法在多项式时间内求解的一类问题，NP类问题是可以用非确定性算法在多项式时间猜测并验证的一类问题，而且P?NP。 目前人们猜测P≠NP，则P类问题、NP类问题、NP完全问题之间的关系如下： NP类问题 P类问题 NPC问题 定义2.7 令Π是一个判定问题，如果对于NP类问题中的每一个问题Π，都有Π∝pΠ，则称判定问题Π是一个NP难问题。 NP类问题 NP难问题 如果Π是NP完全问题，Π’是NP难问题，那么，他们之间的差别在于Π必定是NP类问题，而Π’不一定在NP类问题中。 一般而言，若判定问题属于NP完全问题，则相应的最优化问题属于NP难问题。 NP完全问题和NP难问题的区别： Hamilton回路 -- NP完全问题 最短路径的TSP -- NP难问题 2.4.3 基本的NP完全问题 证明一个判定问题Π是NP完全问题需要经过两步： （1）证明问题Π属于NP类问题，也就是说，可以在多项式时间以确定性算法验证一个任意生成的串，以确定它是不是问题的一个解； （2）证明NP类问题中的每一个问题都能在多项式时间变换为问题Π。由于多项式问题变换具有传递性，所以，只需证明一个已知的NP完全问题能够在多项式时间变换为问题Π。 NP完全问题的证明思想 NP类问题 已知的NP 完全问题 要证明的 NP完全问题 有了第一个NPC 问题后，一大堆NPC问题就出现了 因为再证明一个新的NPC问题只需要将一个已知的NPC问题约化到它就行了 Hamilton 回路成了NPC问题，TSP问题也成了NPC问题。 现在被证明是NPC问题的有很多 任何一个找到了多项式算法的话，所有的NP问题都可以完美解决了 因此，正是因为NPC问题的存在，P=NP变得难以置信。 一些基本的NP完全问题： 1．SAT问题（Boolean Satisfiability Problem） 合取范式的可满足问题 2．最大团问题（Maximum Clique Problem） 3．图着色问题（Graph Coloring P