P问题、NP问题、NP完全问题和NP难问题.pdfVIP

P问题、NP问题、NP完全问题和NP难问题 在讲P类问题之前先介绍两个个概念：多项式，时间复杂度。(知道这两概念的可以⾃动跳过这部分) 1、多项式：axn-bxn-1+c 恩就是长这个样⼦的，叫x最⾼次为n的多项式 咳咳，别嫌我啰嗦。。有些⼈说不定还真忘了啥是多项式了。。例如第⼀次看到的鄙⼈→_→ 2、时间复杂度 我们知道在计算机算法求解问题当中，经常⽤时间复杂度和空间复杂度来表⽰⼀个算法的运⾏效率。空间复杂度表⽰⼀个算法在计算过程当 中要占⽤的内存空间⼤⼩，这⾥暂不讨论。时间复杂度则表⽰这个算法运⾏得到想要的解所需的计算⼯作量，他探讨的是当输⼊值接近⽆穷 时，算法所需⼯作量的变化快慢程度。 举个例⼦：冒泡排序。 在计算机当中，排序问题是最基础的，将输⼊按照⼤⼩或其他规则排好序，有利于后期运⽤数据进⾏其他运算。冒泡排序就是其中的⼀种排 序算法。假设⼿上现在有n个⽆序的数，利⽤冒泡排序对其进⾏排序， ①⾸先⽐较第1个数和第2个数，如果后者前者，就对调他们的位置，否则不变 ②接着⽐较第2个数和第3个数，如果后者前者，就对调他们的位置，否则不变 ③⼀直向下⽐较直到第n-1和第n个数⽐较完，第⼀轮结束。（这时候最⼤的数移动到了第n个数的位置） ④重复前三步，但是只⽐较到第n-1个数（将第⼆⼤的数移动到第n-1个数位置） ⑤持续每次对越来越少的元素重复上⾯的步骤，直到没有任何⼀对数字需要⽐较。 举个实例：5,4,3,2,1，对其进⾏排序，先是⽐较5跟4变成4,5,3,2,1，第⼀轮结束后变成43215，可以计算，当对其排序完正好要经过 4+3+2+1=10次⽐较，当然这是最复杂的情况，即完全反序。可以知道对于n个数，⾄多要经过1+2+...+n-1即(n^2-n)/2次⽐较才能排好 序。这个式⼦⾥n的最⾼次阶是2，可知道当n→∞时，⼀次性对其⽐较次数影响很⼩，所以我们把这个算法的时间复杂度⽐作：o(n^2)。取 其最⾼次，可以看出，这是⼀个时间复杂度为多项式的表⽰⽅式。 时间复杂度排序o(1)o(n)o(lgn)o(n^2)o(n^a)o(e^n)（a2,n表⽰输⼊的数据个数，o(1)为常数级别） 好了，介绍完上⾯的概念就可以开始讲关于什么叫P类问题了。以上个例⼦冒泡排序为例，我们知道了，在排序这个⼤问题⾥，是可以找到 ⼀种时间复杂度为多项式o(n^2)的算法(如冒泡排序法)来求解排序问题的，所以我们说排序问题是⼀个有多项式时间算法的问题。 所以我们称， P类问题：存在多项式时间算法的问题。(P：polynominal，多项式) 然后扯个题外话，为什么我们要研究这个？因为计算机处理的输⼊常常不是那么⼏⼗个⼏千个那么⼀点点，想象⼀下，当计算机处理的数据 达到100万个的时候，时间复杂度为o(n^2)和o(e^n)的算法，所需的运⾏次数简直是天壤之别，o(e^n)指数级的可能运⾏好⼏天都没法完 成任务，所以我们才要研究⼀个问题是否存在多项式时间算法。⽽我们也只在乎⼀个问题是否存在多项式算法，因为⼀个时间复杂度⽐多项 式算法还要复杂的算法研究起来是没有任何实际意义的。 好了，接下来我们介绍NP，先给定义， NP类问题：能在多项式时间内验证得出⼀个正确解的问题。(NP:Nondeterministic polynominal，⾮确定性多项式) P类问题是NP问题的⼦集，因为存在多项式时间解法的问题，总能在多项式时间内验证他。 注意定义，这⾥是验证。NP类问题，我⽤个⼈的俗话理解就是，不知道这个问题是不是存在多项式时间内的算法，所以叫non- deterministic⾮确定性，但是我们可以在多项式时间内验证并得出这个问题的⼀个正确解。举个例⼦， 著名的NP类问题：旅⾏家推销问题(TSP)。即有⼀个推销员，要到n个城市推销商品，他要找出⼀个包含所有n个城市的环路，这个环路路 径⼩于a。我们知道这个问题如果单纯的⽤枚举法来列举的话会有(n-1)! 种，已经不是多项式时间的算法了，(注：阶乘算法⽐多项式的复 杂)。那怎么办呢？我们可以⽤猜的，假设我⼈品好，猜⼏次就猜中了⼀条⼩于长度a的路径，我画画画画，好的，我得到了⼀条路径⼩于a 的环路，问题解决了，皆⼤欢喜。可是，我不可能每次都猜的那么准，也许我要猜完所有种呢？所以我们说，这是⼀个NP类问题。也就 是，我们能在多项式的时间内验证并得出问题的正确解，可是我们却不知道该问题是否存在⼀个多项式时间的算法，每次都能解决他(注 意，这⾥是不知道，不是不存在)。 所以这就引出了这类讨论的⼀个千年问题：是否 NP类问题=P类问题？ 即，是否所有能在多项式时间内验证得出正确解的问题，都是具有多项式时间算法