网络优化谢金星01.ppt

* 1.5.4 NP完全问题类(NPC) – 证明（例） 例1.25 三精确覆盖（X3C）属于NPC. SAT多项式归约为X3C （例1.22） X3C∈NP （例1.19） X3C∈ NPC 例1.26 （特殊）（0-1）背包判定问题属于NPC. X3C多项式变换为背包判定问题（例1.21） 背包判定问题∈NP （易证） 背包判定问题∈ NPC * 1.5.4 NP完全问题类(NPC) – 证明（例） 例1.27 （集合）划分（PARTITION）问题是NPC. PARTITION问题：给定整数 ，是否存在{1,2,...,n}的一个子集S，使得 ？ 要证明PARTITION∈NPC，尚需证明： 这是（特殊）（0-1）背包判定问题的一个特殊情况，包的容积 背包判定问题∈NP PARTITION∈NP 所有NP问题多项式转换/归约为集合划分问题，或： 某个NPC问题多项式转换/归约为集合划分问题 可以证明：背包问题多项式转换为集合划分问题 * 观察： 1.5.4 NP完全问题类(NPC) – 证明（例） 例1.27 PARTITION问题是NPC. （续） 这个映射满足“转换”定义的性质① - 转换的多项式性 证明：背包问题多项式转换为集合划分问题 给定0-1背包判定问题的任何一个实例 构造集合划分问题的实例 其中 这个映射满足“转换”定义的性质② - 解的一一对应性 * 1.5.4 NP完全问题类(NPC) – 证明（例） 例1.27 PARTITION问题是NPC. （续） (充分性)若存在{1,2,...,n+2}的一个子集S’ 使得 由于 ，因此S’含且只含n+1，n+2之一 存在{1,2,...,n}的子集S，使得 的充分必要条件是 存在{1,2,...,n+2}的一个子集S’使得 . (必要性)若存在{1,2,...,n}的子集S，使得 ， 则存在{1,2,...,n+2}的一个子集S’=S ∪{n+2}使得 . 于是存在{1,2,...,n}的子集S，使得 即 * 1.5.4 NP完全问题类(NPC) – 证明（例） 易证：装箱判定问题属于NP易证. 例1.28 装箱(BP)判定问题是NPC. (注意：书上证明有漏洞) 给定正整数K及n个物品，尺寸为 (正整数)，是否能在K个尺寸为B (正整数)的箱子中装入这n个物品？ 要证明BP∈NPC，可将划分问题多项式转换为BP 给定正整数 ,构造BP问题:K=2， ， 这一过程可以在多项式时间内完成 存在{1,2,...,n}的子集S，使得 的充分必要条件是 在K=2个尺寸为B 的箱子中可以装入这n个物品 所以BP∈NPC （思考：正整数集合划分问题∈NPC） * 1.5.4 NP完全问题类(NPC) – 补充说明: 算法复杂性研究中:常将算法的计算时间表示为： 问题中的简单而典型的参数(如网络优化中n,m), 以及 问题中出现的数值(如弧上的权)的最大值(按绝对值)K， 等自变量的函数关系 实际问题的输入规模/长度一定是m,n和logK的一个多项式函数.所以, 如果一个算法是多项式时间算法, 则运行时间的上界一定也是m,n和logK的多项式函数. 特别地, 如果运行时间C(I)的上界是m,n的多项式函数（即该多项式函数不包含logK）, 则称相应的算法为强多项式（Strongly Polynomial）时间算法，简称强多项式算法. 强多项式算法/问题 存在强多项式算法的问题称为强多项式问题. * 1.5.4 NP完全问题类(NPC) – 补充说明 如果算法运行时间的上界是m,n和K的多项式函数，则称相应的算法为伪多项式（Pseudopolynomial）(时间)算法，或拟多项式(时间)算法。 如果采用“一进制”编码（Unary Encoding,即用x位表示一个正整数x），则伪多项式算法运行时间的上界是实例输入长度的多项式函数。 除非 P = NP,否则不存在伪多项式算法的NPC问题称为强NPC （ Strongly NPC）问题，有时也称为Unar