CH02 计算学科中地科学问题.pptVIP

时间复杂性问题 人工智能领域中的状态图搜索问题（解空间的表示或状态空间搜索问题）就是一类典型的难解性问题。 在计算复杂性理论中，将所有可以在多项式时间内求解的问题称为P类问题，而将所有在多项式时间内可以验证的问题称为NP类问题。由于P类问题采用的是确定性算法，NP类问题采用的是非确定性算法，而确定性算法是非确定性算法的一种特例，因此，可以断定P?NP。 证比求易算法 艾述国王向邻国秋碧贞楠公主求婚。公主出了一道题： 求出48 770 428 433 377 171的一个真因子。若国王能在一天之内求出答案，公主便接受他的求婚。 国王回去后立即开始逐个数地进行计算，他从早到晚，共算了三万多个数，最终还是没有结果。国王向公主求情，公主将答案相告：223 092 827是它的一个真因子。国王很快就验证了这个数确能除尽48 770 428 433 377 171。 公主说：“我再给你一次机会” 国王立即回国，并向时任宰相的大数学家孔唤石求教，大数学家在仔细地思考后认为这个数为17位，则最小的一个真因子不会超过9位， 他给国王出了一个主意：按自然数的顺序给全国的老百姓每人编一个号发下去，等公主给出数目后，立即将它们通报全国，让每个老百姓用自己的编号去除这个数，除尽了立即上报，赏金万两。 顺序算法和并行算法 国王最先使用的是一种顺序算法，其复杂性表现在时间方面， 后面由宰相提出的是一种并行算法，其复杂性表现在空间方面。 直觉上，我们认为顺序算法解决不了的问题完全可以用并行算法来解决，甚至会想，并行计算机系统求解问题的速度将随着处理器数目的不断增加而不断提高，从而解决难解性问题，其实这是一种误解。 当将一个问题分解到多个处理器上解决时，由于算法中不可避免地存在必须串行执行的操作，从而大大地限制了并行计算机系统的加速能力。 阿达尔定律 设f为求解某个问题的计算存在的必须串行执行的操作占整个计算的百分比，p为处理器的数目，Sp为并行计算机系统最大的加速能力，则 设f=1%，p→?，则Sp=100。 串行执行操作仅占全部操作1%，解题速度最多也只能提高一百倍。 对难解性问题而言，提高计算机系统的速度是远远不够的，而降低算法复杂度的数量级才是最关键的问题。 P＝？NP P类问题——存在多项式时间的算法的一类问题； NP类问题——非多项式时间算法解的一类问题。像梵塔问题、推销员旅行问题、（命题表达式）可满足问题这类，至今没有找到多项式时间算法解的一类问题。 P＝NP？如果P=NP，则所有在多项式时间内可验证的问题都将是在多项式时间内可求解（或可判定）的问题。 要证明P≠NP，目前还无法做到这一点 。 在P＝?NP问题上，库克（S.A.Cook）等人认为NP类中的某些问题的复杂性与整个类的复杂性有关，当这些问题中的任何一个存在多项式时间算法时，则所有这些NP问题都是多项式时间可解的，这些问题被称为NP完全性问题。 多达数千个的NP完全性问题。有代表性的有：哈密尔顿回路问题、旅行商问题（也称货郎担问题）、划分问题、带优先级次序的处理机调度问题、顶点覆盖问题等。 旅行商问题与组合爆炸问题 旅行商问题与组合爆炸问题 旅行商问题与组合爆炸问题 如果有3个城市A，B和C，互相之间都有往返的飞机，而且起始城市是任意的，则有6种访问每个城市的次序：ABC,ACB,,BAC,BCA,CAB,CBA。如果有4个城市，则有24种次序，可以用阶乘来表示：4！=4×3！=4×3×2×1=24； 若有5个城市，则有5！=5×4！=120，类似的有6！=720等等。即使用计算机来计算，这种急剧增长的可能性的数目也远远超过计算资源的处理能力， ?Cook评论：“如果有100个城市，需要求出100！条路线的费用，没有哪一台计算机能够胜任这一任务。打个比方，让太阳系中所有的电子以它旋转的频率来计算，就算太阳烧尽了也算不完。 问题的关键是某些东西在实践中行不通。 1998年，科学家们成功地解决了美国13509个城市之间的TSP问题， 2001年又解决了德国15112个城市之间的TSP问题。但这一工程代价也是巨大的 解决15112个城市之间的TSP问题，共使用了美国Rice大学和普林斯顿大学之间网络互连的、由速度为500MHz 的Compaq EV6 Alpha 处理器组成的110台计算机，所有计算机花费的时间之和为22.6年。 TSP的应用 一个典型的例子就是机器在电路板上钻孔的调度问题（注：在该问题中，钻孔的时间是固定的，只有机器移动时间的总量是可变的），在这里，电路板上要钻的孔相当于TSP中的“城市”，钻头从一个孔移到另一个孔所耗的时间相当于TSP中的“旅行费用”。 运输业、 后勤服务业等 然而，由于TSP会产生组合爆炸的问题，因此寻找切实可行的简