计算复杂性资料搜集.docVIP

计算复杂性 一、引言 计算问题，应该是一种从人类有文明起便一直纠缠着人类的问题；为了解决这些问题，人类需要进行计算，需要设计算法。显然，如果时间是无限的，计算机器性能也是无比的，那么选择什么算法并不是问题；但这不可能。人类计算的时间是有限的，人类的计算设备也不是万能的。因此，我们需要评判一种算法的复杂性。那么，计算复杂性到底是什么，它的意义是什么，它的进展如何，应用如何，本文试图进行一部分回答。 二、相关概念 1.计算复杂性、时间复杂性、空间复杂性： 计算复杂性包括两个方面：时间复杂性，空间复杂性。 时间复杂性反映了问题计算所需的时间耗费, 一般是用计算的运算次数来衡量。 空间复杂性则代表进行计算需要耗费的存储空间。 例如，我们C语言作业的在线测评系统之中，会有内存和用时的要求；这两个方面分别体现了空间复杂性和时间复杂性。 2.多项式时间NP是指“在非确定性图灵机上有多项式时间算法的问题”的集合，而P是指“在确定性图灵机上有多项式时间算法的问题”的集合。, 现有的问题大致可分为三类:第一类是无算法的问题。如著名的哥德巴赫猜想“ 费马猜想”均属这一类。所谓猜想是由人们的直观或直觉仁的初步判断认为可能成立, 而又未经严格证明的命题, 猜想若被通过严格的数学方法来论证, 经过研究推导, 被证明了的猜想, 就直接变成定理。所以一个好的、深刻的猜想, 往往成为数学家们长期研究的课题。如地图的着色中, 有所谓“ 四色猜想” 困扰了人们一百多年, 70 年代终于在计算机的帮助下, 成功地得到证明, 使“ 四色猜想” 变成了“ 四色定理” 。 第二类是有以多项式时间算法存在的问题,被称为p 类问题(P 是多项式英文pol yno mi al 的第一个字母) 。这一类问题是大量存在的。例如最短路程问题(在一个网络图中求给定两点之间的最短路程) 的迪克期特拉(D ijk s t a ) 算法是O (n 今的, 最大流问题(若把一个网络图看成是一个公路网, 最大流问题就是通过这个公路网的最大运输量) 的卡扎诺夫算法是0 (n 3 )的, 这些都是著名的多项式时间算法。 第三类是有些问题虽能写出其算法, 但被认为不可能存在多项式时间算法, 这样的问题有整 数规划(要求答案是整数的纯线性规划), 为旅行推销员(货郎担) 问题: 一个推销员(货郎)要到n 个村庄去推销商品, 最后回到原出发点,求最短巡回路程。但在70 年代后期形成了一个新的理论, 把上述两个问题及其它许多问题归成一类, 称为NP 一完备问题。直观地讲, 一个NP一完备问题是一个与任一合理的问题同样困难的计算问题, 具有下述性质: 1 任何一个NP 一完备问题都不能用任何已知的多项式算法求解; o 若任何一个NP 一完备问题有多项式算法, 则一切NP一完备问题都有多项式算法。 根据这两个事实, 很多人猜想任何NP 一完备问题都没有多项式算法, 但无人能证明它。事实上, 现在人们相信, 不发展全新的数学技术就证明不了这个猜想。NP一完备问题的概念的实际意义就在于人们普遍相信, 难计算是这样一些问题的固有性质。因此它们不能用有效的方法求解, 所以通常对这一类问题的研究或者是满足于寻找一些求近似解的方法, 或者是考虑这些问题的特殊情况。因为NP一完备问题的某些特殊情况可能是多项式时间的算法。当然,NP一完备问题没有多项式时间算法目前还只是一个猜想。无论证明或推翻这个猜想, 都将成为数学和计算机科学领域的一件大事。人们正翘首以待。 ——赵子都《算法分析和计算复杂性理论》自动化博览 由于哥德尔、图灵等一批数理学家的工作, 终于使人们认识到, 并非所有的数学问题都是可以通过计算来解决的, 如1 9 3 6 年图灵指出, 无法找到一个计算程序, 能在任意一种输入下判定该程序是否会停止( 这就是著名的停机定理) , 再如1 9 。。年希尔伯特提出的丢番图方程是否有整数解的问题也是不可解的。真正可以通过计算来解决的问题只是那些最终可以化归为一般递归函数的问题。这里所谓可解或不可解是指一定的间题具有或不具有相应的计算方法即算法。算法就是求解某类问题的通用法则或方法， 它能够在有限步骤内一步一步地完成对问题的求解。人们也常常把它看成是用某种精确的计算机语言写成的计算机程序。另外, 这里说的’“ 问题” 也是特指某一类问题, 而不是某一个具体的问题, 意即不是指2 x 2 + 3 x + 4 二5 这么一个具体的一元二次方程, 而是指a x , + b x + c = d 这种一般或一类问题。如果一个算法可以应用于某类问题M的任何实例m , 并且能保证得到实例m 的解, 那么就称该算法解决了问题M , 或称问题M 是可解的,否则, 问题M 是不可解的。停机问题、丢番图问题之所以不可解就