算法分析及设计-2016-第4讲.pptVIP

算法分析与设计 第4讲-2016 山东大学计算机学院/软件学院 上次内容： (1)确定型图灵机与P类，DTM多项式时间可解的-----P类 (2)非确定图灵机与NP类，NP类----多项式时间可验证的，或NTM多项式时间可计算的。 注意：在定义时空复杂性时， 我们只关心NTM程序计算回答为Yes的实例的时空复杂性。 回答否的实例不关心。 只是针对那些回答为Yes的实例定义时空复杂性， 这样定义足以满足我们的需要。 Rabin与Scott两个人最先在IBM做的工作，最先定义的非确定计算。 企图把算法分为两大类，多项式时间的和指数时间的， 其实这样分类是有局限性的，不一定完美，但能说明问题。 相隔了近30年！ 非确定图灵机没法实现！ 因为判定问题都可以当作一个语言的识别问题。一个语言：给定符号集?={0，1}，一个语言就是一个?*的子集L? ?*。 判定一个x? ?*是否属于L，即所谓判定问题。 只能验证一面 ?，SAT实例符号集合 L，回答是的SAT实例集合 判定：x? ?*，是否属于L ?1变换到?2，应该达到的目的：若?2存在多项式算法， 则?1也有多项式算法。 多项式变换(归约)： ?1=?1,L1,?1；?2=?2,L2,?2 变换f：?1*? ?2* I?L1，f(I)?L2，?1(I)=?2(f(I)) f变换可以在p(|I|=n)时间内计算完成。 则f称为由?1到?2的多项式时间归约。Reduction (1)非确定型图灵机与验证机还是不同的。 (2)但是有一个结论：一个问题是多项式时间可验证的， 当且仅当它是非确定型图灵机多项式时间可计算的。 (3)Rabin与Scott两个人最先在IBM做的工作。 定义了非确定型计算，也就有了非确定型图灵机。 ?2 ?1 多项式算法 多项式变换与NPC类，上次讲到什么是多项式变换。 我们需要什么？定义多项式变换，达到如下目标： R-S的 非确定图灵机的时间复杂性难定义。 只关心回答Yes的实例的时间就好说了。 NP问题可以认为若实例回答是， 则存在不确定多项式时间算法正确回答的判定问题类。 *在定义NP问题时，只关心问题的那些回答Yes的实例。 回答No的实例不关心。 NP类：若对回答Yes的问题实例，存在NTM程序能够多项式 时间回答是，则这个问题就属于NP类。 *用不着关心那些回答No的实例。为什么？能够达到目的了。 前人就是这么定义的。 若有实例I，猜测机猜测了一个解放到读写带上，我们的程序验证回答是，则可以回答I是一个回答是的实例； 不需要定义的是回答否的那些实例： 若猜测机猜测了一个解放到读写带上，我们的程序验证回答否，不知道I是否是回答否的实例，所以干脆不定义！ 希望： 若?1可以多项式归约到?2，?2存在多项式算法， 则?1也有多项式算法。 前面的多项式归约进一步修改如下： 认为与前面的定义等价。只关心那些回答yes的实例了。 ?1=?1,L1,?1；?2= ?2,L2,?2 变换f： ? (1)I?L1，f(I)?L2， (2)?1(I)=1???2(f(I))=1，充分必要的。 I?Y(?1)??f(I)?Y(?2)。不关心回答No的实例。 实际前面NTM定义中就只关心回答Yes的实例。 (3)f变换可以在p(|I|=n)时间内计算完成。 ?1 ?2 *P问题可以在多项式时间回答是或否。 *NP问题只能在多项式时间回答是。 * P问题可以在多项式时间判定解的存在性。 *NP问题只能多项式时间验证解存在。 *?1变换为?2，当然希望?2是多项式时间可计算的。 引理3.1：若?1??2，?2?P，则?1?P。 注意一点，当多项式可解时， 否的实例也能在多项式时间回答。 证明：回答是的实例能够变换，回答否的实例也能够变换。 当?2?P时，是和否都能多项式时间回答。 当然?1实例回答是和否也能多项式时间回答 下面又要回忆前面的内容了！ I f(I) yes no Alg I?Y(?) I?N(?) ?1 ?2 再解释非确定Turing机：规定 (1)猜测部件把猜测的解写在从-1开始向左的存储带上。 (2)我们自己编写的验证程序直接使用带方格[x,-1]中的猜测信息。 (3)实际这不是最早(Rabin,Scott)的非确定型图灵机版本。 (4)NP问题，多种定义版本，多项式时间可验证的， NTM多项式时间可求解的。 该说明什么是NP-Complete问题了。 期望：若有一个特殊NP问题?， 任意一个NP问题均可多项式时间归约到该问题， 则该问题非常特殊，称为NP-Complete问题。 ?要求是NP类问题。 若NP-Complete问题可以多项式时间解决， 则其他所有NP问题都可以在多项式时间解决。 所有NP问题都能多项式时间可