CH4计算复杂性-NP.pptVIP

* * 算法的研究（先进的算法设计思想）： （1）随机算法； （2）完全算法：利用某些策略减少计算量，如回溯（3）近似算法：不要最优，只求较优，换取时间； （4）智能算法： §4.5 积极应对NPC * * 新的计算模型（突破冯诺依曼模型）： （1）生物计算；DNA计算 处理了7个城市的哈密尔顿回路问题，1994； 可多项式时间求解所有NP问题，1995； 实验建立了NDTM，1995； 困难： 操作的复杂性（单元操作的时间代价高）； 规模受限（只能较小规模）； 输入输出； 纠错的问题； §4.5 积极应对NPC * * 新的计算模型： （2）量子计算； 思想提出，1982； 量子图灵机模型，1985； Shor算法 （多项式时间分解大数质因子），1994； Grover算法（无序数据库的搜索，O(n）-O(sqrt(n))，1996； 困难： 操作的复杂性（单元操作的时间代价高）； 规模受限（只能较小规模）； 测量输出； 纠错的问题； §4.5 积极应对NPC * * §4.5 积极应对NPC 充分利用限制条件： （1）问题的各种特殊情况的有效算法； （2）在大多数情况下看来能快速运算的算法，虽然不能保证它在任何情况下都能快速地运算； （3）可以放松问题的某些方面，寻找一个只能给出满足大部分要求的快速算法； * * 本 部 分 结 束 * * P类问题：能够用确定型的图灵机计算模型在多项式时间算法（Polynomial time algorithm)求解的问题称为P类问题。 NP类问题：可以用非确定型图灵机计算模型通过多项式时间算法求解的问题称为NP类问题。或： 在确定型图灵机上多项式可验证的问题。 P类——Polynomial -time solvable NP类——Non-deterministically Polynomial-time solvable NP≠ Non-Polynomial !!!! §4.1 图灵机计算模型 * * 对于NP完全问题的研究来说，判定问题更容易讨论，因为判定问题可以容易地表达为语言的识别问题，从而方便地在图灵机上进行求解。讨论NP完备问题时主要是以判定问题为对象。 P类问题：所有可在多项式时间内用确定算法求解的判定问题的集合。 NP类问题：所有可在多项式时间内用不确定算法求解的判定问题的集合。或： 所有可在多项式时间内用确定算法推测或验证的判定问题的集合。 §4.1 图灵机计算模型 * * P与NP： （1）NP不是“非多项式”时间的意思，即不要误解认为NP问题不存在多项式时间解。事实上，人们为很多NP问题找到了多项式时间解。例如素数判定问题就是一个找到了多项式时间解的NP问题。 （2）P=NP？ 显然，所有P类问题都是NP问题，因为在DTM上能解的问题，当然可以在NDTM上解决。 是否所有NP问题都是P问题？ §4.1 图灵机计算模型 * * §4.2 P类与NP类问题 直觉上，NP应该不属于P。因为NTDM比DTM强大的多，很难相信一个强大的多的机器所能解决的问题都可以被一个功能更弱的机器解决！ 但是直觉是直觉，是不能说服人的，必须拿出证据来说明NP不属于P。这看起来很简单，只要证明某个NP问题不属于P问题就可以。 很遗憾，到目前为止，尚没有人证明NP不属于P，当然也没有人证明了NP属于P！ * * 反之，如果问题属于NP类，只能说明存在一个多项式时间的确定性算法来验证它的解，但是，不一定存在多项式时间的确定性算法来进行求解，即该问题不一定属于P类。 从另一种描述来说，如果问题属于P类，则存在一个多项式时间的确定算法，来对它求解，显然对这样的问题，也可以构造一个多项式时间的确定性算法，来验证它的解的正确性，因此，该问题也属于NP类。于是很容易得出： P?NP §4.2 P类与NP类问题 * * 大多数人不相信P=NP，因为人们已经投入了大量的精力为NP中的某些问题寻找多项式时间算法，但没有成功。然而要证明P ? NP目前也还无法做到这一点。 §4.2 P类与NP类问题 按照一般地理解，求解一个问题要比验证一个问题困难的多，因此，一般猜想认为NP类中包含了不属于