算法设计计算复杂性与np理论.pptxVIP

9.1 多项式规约 规约：如果存在两个问题Q和Q′，对于Q的任何一个实例q，都能找到Q′的一个实例q′，并能够将q′的解a′转换为q的解a，则称问题Q可以被归约到问题Q′ Q Q q q a a 9.1 多项式规约 规约：如果存在两个问题Q和Q′，对于Q的任何一个实例q，都能找到Q′的一个实例q′，并能够将q′的解a′转换为q的解a，则称问题Q可以被归约到问题Q′ 多项式规约：可在多项式时间内完成的规约 Q Q q q a a 9.1 多项式规约 问题示例 ax2 + bx + c = 0 ax3 + bx2 + cx + d = 0 9.1 多项式规约 问题示例 G=V,E 最大独立集 G=V,E 最小顶点覆盖 V/C是G的最大独立集 C是G的最小顶点覆盖 9.2 计算模型 形式语言与问题编码 形式语言: 字母表  是符号的有限集合，上的语言L是由中的符号所组成的串的任意集合  = {0,1} L1 = {0, 1, 10, 11, 100, 101, 110, 111, 1000, 1001} L2 = {0, 10, 100, 110, 1000, 1010, ……} 9.2 计算模型 形式语言与问题编码 形式语言: 字母表  是符号的有限集合，上的语言L是由中的符号所组成的串的任意集合 问题编码：问题Q的任意一个输入都会被编码为一个二进制串s。设问题的输入集合为I，其编码就是一个映射e: I  {0,1}* 9.2 计算模型 形式语言与问题编码 形式语言: 字母表  是符号的有限集合，上的语言L是由中的符号所组成的串的任意集合 问题编码：问题Q的任意一个输入都会被编码为一个二进制串s。设问题的输入集合为I，其编码就是一个映射e: I  {0,1}* 问题算法：设A是问题Q的一个算法，那么A应当接受输入s，算法运行得到的结果记为A(s)。当Q是一个判定形式的问题，则对于任意输入A(s)  {yes, no} 9.2 计算模型 图灵机 在当前方格中写入新字符 读写头左移(L)、右移(R)或不动(S) 改变状态控制器中的当前状态 9.2 计算模型 图灵机 形式定义：一个七元组M = (Q, , , b, , q0, F)，其中Q是有限状态集，是字母表，是读写带上的字符集，b是空白字符(b但b)，: Q  Q{L,R,S}是动作转移函数，q0Q是初始状态，FQ是终止状态集。 9.2 计算模型 图灵机M = (Q, , , b, , q0, F) 将输入符号串s = a0a1…an 依此填在纸带的第0,1,… n号格子上，读写头指向第0号格子，机器处于状态q0 当前状态qiF则停机 把扫描到的符号xi传送到状态控制器，控制器再根据当前状态qi计算动作转移函数，并根据函数值决定下一步的操作 9.2 计算模型 图灵机M = (Q, , , b, , q0, F) 终止状态qa表示接受输入字符串,qr表示拒绝 动作转移函数允许是一个部分函数，当(qi, xi)上无定义时也将停机 9.2 计算模型 图灵机M = (Q, , , b, , q0, F) 问题：判断一个二进制串中有奇数个还是偶数个1 qi xi qi+1 xi+1 动作 False 0 False b R True 0 True b R False 1 True b R True 1 False b R False b qr 0 S True b qa 1 S 9.2 计算模型 图灵机M = (Q, , , b, , q0, F) k带图灵机 : Qk  Q({L,R,S})k 9.2 计算模型 图灵机M = (Q, , , b, , q0, F) k带图灵机 不确定图灵机 9.2 计算模型 图灵机与可计算性 设f是一个函数，如果能通过一个图灵机M来完成f的计算，则称f是部分可计算的；如果M能够完成f的计算，且对于f定义域上的任意一个输入s，M都能保证停机，则称f是可计算的，或者说f是一个可计算函数。 设L是一个语言，如果它能够被一个图灵机M接受，则称L是一个递归可枚举语言；如果M能够接受L，且对于输入sL，M都能保证停机，则称L是一个递归语言。 9.2 计算模型 图灵机与可计算性 称语言L1可被多项式时间归约到语言L2，如果存在一个多项式时间可计算的函数f: {0,1}*  {0,1}*，其对任意的x  {0,1}*都有：x  L1当且仅当x  L2 9.2 计算模型 一个算法就是一个确定的、对任意合法输入都停机的图灵机 对于每个长度为n的输入，如果图灵机M在计算过程中的读写头移动次数不超过T(n)，则称M是以T(n)为时间上界（简称时间界）的图灵机 给