NP完全问题分析.pptVIP

定理：可满足性问题SATISFIABILITY是NP完全的 证明：表达式中的文字置0或1后，可以用多项式时间（O(mn)）判定f是否为真。 SATISFIABILITY?NP。 为了证明SATISFIABILITY是NP完全的，必须证明对NP中的任意问题?，有? ?p SATISFIABILITY。假设?的实例I的规模是n，在p(n)的判定时间里最多有cp(n)个动作，因此可以用cp(n)时间时间构造布尔表达式f，也就是说? ?p SATISFIABILITY 这就是著名的Cook定理 后面给出实例转换的例子： boolean Hamilton(int n, int[][] matrix, int[] path){ if (path[0] != path[n]) return false; boolean repeat = false; for (int i=0; in; i++){ for (int j=0; ji; j++) if (path[i] == path[j]) repeat = true; } if (repeat) return false; for (int i=0; in; i++) if (matrix[path[i]][path[i+1]] == 0) return false; return true; } 1 1 1 0 1 0 0 1 2 path：1-2-0-1 文字列表： X1: (path[0] == path[n]) X2: (path[0] == path[1]) X3: (path[0] == path[2]) X4: (path[0] == path[3]) X5: (path[1] == path[2]) X6: (path[1] == path[3]) X7: (path[2] == path[3]) X8: (matrxi[1][2] == 0) X9: (matrix[2][0] == 0) X10: (matrix[0][1] == 0) matrix: f = (?X1) ? (?X2) ? (?X3) ? (?X4) ? (?X5) ? (?X6) ? (?X7) ? (?X8) ? (?X9) ? (?X10) 3.6.2 三元可满足性问题(3_SATISFIABILITY) 假设在合取范式中，每个析取子句均由3个文字构成，则称这个合取范式为三元合取范式： f = (x1 ? ?x3 ? x4) ? (? x2 ? x3 ? x4 ) ? (x1 ? x4 ? x5) 对于x1, 这个问题的提法是： 判定问题3_SATISFIABILITY： 输入：三元合取范式f： 问题：对表达式中的变量赋值，是否可以使f的值为真？ 定理：SATISFIABILITY ?p 3_ SATISFIABILITY 证明：只要证明SATISFIABILITY的实例可以在多项式时间内转换为3_ SATISFIABILITY的实例即可。对SATISFIABILITY实例的中某个子句，根据它析取文字的多少，分为3种情况：1）有3个文字；2）有1个文字；3）有2个文字；4）有多于3个的文字。 仅对第3）种情况讨论 (xi ? xj) (xi ? xj) = (xi ? xj ? 0) = (xi ? xj ? ? x1 ? x1) = (xi ? xj ? ? x1 ) ? (xi ? xj ? x1) 4. co_NP类和NPI类问题 第12章 NP完全问题 1. NP完全问题概述 2. P类和NP类问题 3. NP完全问题 4. co_NP类和NPI类问题 1. NP完全问题概述 1.1 Church-Turing论题和Cook-Karp论题 1.2 问题分类 1.3 优化问题向判定问题的转换 1.1 Church-Turing论题和Cook-Karp论题 计算复杂性理论有两个基本论题：Church-Turing论题和Cook-Karp论题 Church-Turing论题：一个问题时可计算的当且仅当它在图灵机上经过有限次计算得到正确的结果。这个论题把人类所面临的问题分为两类：一类是可计算的，另一类是不可计算的。但“有限次计算”是一个宽松的条件 Cook-Karp论题：一个问题是实际可计算的当且仅当它在图灵机上经过多项式时间（步数）计算得到正确的结果。Cook-Karp论题将可计算问题类进一步划分成两类：一类是实际可计算的，另一类是实际不可计算的 1.2 问题分类 有两类问题，一类是判定问题，另一类是优化问题 判定问题的解只涉及两种情况：yes或no；优化问题则涉及极值问题 判定问题举例：给定一个带整数权的有向图G和一个正整数k，是否存在