什么是NPhard.doc

什么是NP-hard，思考中 转载自 /linweiguo/archives/000338.html 摘自某BBS：存在许多还没找到有效算法的问题。也许其中最著名的要数图论中的“旅行推销员问题”，简称“TSP”。即“已给一个n个点的完全图，每条边都有一个长度，求总长度最短的经过每个顶点正好一次的封闭回路”。Edmonds，Cook和Karp等人发现，这批难题有一个值得注意的性质，对其中一个问题存在有效算法时，每个问题都会有有效算法。这些问题称为NP难题（NP-Hard或NPH）。迄今为止，这类问题中没有一个找到有效算法。目前倾向于接受NP完全问题（NP-Complet或NPC）和NP难题不存在有效算法这一猜想，认为这类问题的大型实例不能用精确算法求解，必须寻求这类问题的有效的近似算法。计算复杂性理论源于对判定问题算法的研究。判定问题：其答案不是“是”就是“否”的问题。如，一个图的两顶点之间存在路径吗？判定问题有三类：P、NP和NPC。P类：已有多项式时间算法的判定问题。NP类：已有指数时间算法的判定问题，包括P类。NPC类：是NP的一个子集，且其中每一个问题均能由NP中的任何问题在多项式时间内转化而成。问题A能在多项式时间内转化为问题B可理解为，问题A有一个算法以问题B的算法为子程序，当把每次对B算法的调用看作一个基本操作（只花常数时间）时，A的这个算法是多项式时间的。在NPC问题之外还有一些问题，其难度与NPC相当或难度超出NPC，这就是NPH问题。何谓NPH问题呢？NPH类：若问题A不属于NP类，已知某一NPC问题可在多项式时间之内转化为问题A，则称A为NP难题。例如，“TSP”是NPH问题。 摘自太傻BBS：《第一个 NP-complete 问题》NP 是 Non-deterministic Polynomial 的缩写，NP 问题通俗来说是其解的正确性能够被很容易检查的问题，这里很容易检查指的是存在一个多项式检查算法。例如，著名的推销员旅行问题（Travel Saleman Problem or TSP）：假设一个推销员需要从香港出发，经过广州，北京，上海，…，等 n 个城市， 最后返回香港。 任意两个城市之间都有飞机直达，但票价不等。现在假设公司只给报销 $C 块钱，问是否存在一个行程安排，使得他能遍历所有城市，而且总的路费小于 $C？推销员旅行问题显然是 NP 的。因为如果你任意给出一个行程安排，可以很容易算出旅行总开销。但是，要想知道一条总路费小于 $C 的行程是否存在，在最坏情况下，必须检查所有可能的旅行安排! 这将是个天文数字。NP-complete 问题是所有 NP 问题中最难的问题。它的定义是，如果你可以找到一个解决某个 NP-complete 问题的多项式算法，那么所有的 NP 问题都将可以很容易地解决。通常证明一个问题 A 是 NP-complete 需要两步，第一先证明 A 是 NP 的，即满足容易被检查这个性质; 第二步是构造一个从某个已知的 NP-complete 问题 B 到 A 的多项式变换，使得如果 B 能够被容易地求解，A 也能被容易地解决。这样一来，我们至少需要知道一个 NP-complete 问题。第一个 NP complete 问题是 SAT 问题，由 COOK 在 1971 年证明。SAT 问题指的是，给定一个包含 n 个布尔变量（只能为真或假） X1，X2，…，Xn 的逻辑析取范式，是否存在它们的一个取值组合，使得该析取范式被满足? 可以用一个具体例子来说明这一问题，假设你要安排一个 1000 人的晚宴，每桌 10 人，共 100 桌。主人给了你一张纸，上面写明其中哪些 人因为江湖恩怨不能坐在同一张桌子上，问是否存在一个满足所有这些约束条件的晚宴安排? 这个问题显然是 NP 的，因为如果有人建议一个安排方式，你可以很容易检查它是否满足所有约束。COOK 证明了这个问题是 NP-complete 的，即如果你有一个好的方法能解决晚宴安排问题，那你就能解决所有的 NP 问题。这听起来很困难，因为你必须面对所有的 NP 问题，而且现在你并不知道任何的 NP-complete 问题可以利用。COOK 用非确定性图灵机（ Non-deterministic Turing Machine ） 巧妙地解决了这一问题。正式地，NP 问题是用非确定性图灵机来定义的，即所有可以被非确定性图灵机在多项式时间内解决的问题。非确定性图灵机是一个特殊的图灵机，它的定义抓住了解容易被检查 这一特性。非确定性图灵机有一个具有魔力的猜想部件，只要问题有一个解，它一定可以猜中。例如，只要存在哪怕一个满足约束的晚宴安排方式，或是一个满足旅行预算的行程安排，都无法逃过它的法