8.2节P类与NP类问题.pptVIP

你学习的名称 课题背景及内容 课题现状及发展 研究思路及过程 实验数据结果 解决方案及总结 你学习的名称 课题背景及内容 课题现状及发展 研究思路及过程 实验数据结果 解决方案及总结 你学习的名称 课题背景及内容 课题现状及发展 研究思路及过程 实验数据结果 解决方案及总结 你学习的名称 课题背景及内容 课题现状及发展 研究思路及过程 实验数据结果 解决方案及总结 你学习的名称 课题背景及内容 课题现状及发展 研究思路及过程 实验数据结果 解决方案及总结 * * P类与NP类问题 POWERPOINT 目录 多项式时间验证 P类与NP类语言 非确定性图灵机 引言 时间复杂度并不是表示一个程序解决问题需要花多少时间，而是当问题规模扩大后，程序需要的时间长度增长得有多快。 不管数据有多大，程序处理花的时间始终是那么多的，我们就说这个程序很好，具有O(1)的时间复杂度，也称常数级复杂度；数据规模变得有多大，花的时间也跟着变得有多长，这个程序的时间复杂度就是O(n)。 引言 多项式级的复杂度 。 如 O(1), O(log(n)),O(n^a)等 ——因为它的规模n出现在底数的位置 ！ 时间复杂度 非多项式级的 如：O(a^n)和O(n!)等！ 引言 多项式时间算法：如果П是任意一个问题，对П存在着一个算法，它的时间复杂性为O(nk),其中n为输入规模，k为非负整数，就认为存在着一个解问题П的多项式时间算法。 引言 有许多问题，从表面上看似乎并不比排序或图的搜索等问题更困难，然而至今人们还没有找到解决这些问题的多项式时间算法，也没有人能够证明这些问题需要超多项式时间下界。 在图灵机计算模型下，这类问题的计算复杂性至今未知。 为了研究这类问题的计算复杂性，人们提出了另一个能力更强的计算模型，即非确定性图灵机计算模型，简记为NDTM(Nondeterministic Turing Machine)。 一， 非确定性图灵机 在图灵机计算模型中，移动函数δ是单值的，即对于Q?Tk中的每一个值，当它属于δ的定义域时，Q?(T?{L，R，S})k中只有唯一的值与之对应，称这种图灵机为确定性图灵机，简记为DTM(Deterministic Turing Machine)。 * 一， 非确定性图灵机 非确定性图灵机NDTM 提出了另一个能力更强的计算模型 非确定性图灵机完全是一种假想的机器 非确定性图灵机允许移动函数δ具有不确定性 δ:Q?Tk→?(Q?(T?{L，R，S})k） ?(Q?(T?{L，R，S})k为Q?(T?{L，R，S})k 的一个子集。 δ(q;x1,x2,…,xk)可在该子集中中随意选定一个值作为它的函数值。 * 一， 非确定性图灵机 确定性与非确定性图灵机的区别： 确定性图灵机：每一步只有一种选择。 非确定图灵机:每一步可以有多种选择。 * Ｐ NP 接受 拒绝 T(n) 二，P类与NP类语言 如果一个问题可以找到一个能在多项式的时间里解决它的算法，那么这个问题就属于P问题。 P类问题 P={DTM能在多项式时间内所接受的语言类} 对于所有与DTM等价的计算模型来说，P是不变的。 P大致对应计算机上实际可解的那类问题 排序问题 矩阵连乘问题 最小生成树问题 图搜索问题 …… 二，P类与NP类语言 也称为：难解问题 例：旅行售货员问题、团问题 特点： 问题有解，蛮力搜索。 时间复杂性是指数函数时间 还未发现多项式时间DTM算法 引入新的计算能力更强的计算模型 NP类语言定义： NP={L|L是一个能在多项式时间内被一台NDTM所接受的语言} 二，P类与NP类语言 不确定性算法 猜想阶段 在多项式时间内产生一个任意字符串y y可能对应输入实例的解，也可能不是解 验证阶段 使用确定性算法验证字符串y是否解 验证算法要求在多项式时间内完成 接受 拒绝 T(n) 二，P类与NP类语言 NP类语言举例——无向图的团问题。 该问题的输入是一个有n个顶点的无向图G=(V，E)和一个整数k。要求判定图G是否包含一个k顶点的完全子图(团)，即判定是否存在V’?V，|V’|=k，且对于所有的u，v∈V’，有(u，v)∈E。 若用邻接矩阵表示图G，用二进制串表示整数k，则团问题的一个实例可以用长度为 的二进位串表示。因此，团问题可表示为语言： CLIQUE={w#v|w，v∈{0，1}*，以w为邻接矩阵的图G有一个k顶点的团，其中v是k的二进制表示。} 二，P类与NP类语言 证明过程 图采