NP完全问题课件.pptVIP

NP完全問題*1．引言在前面的各章中，我們對一些演算法的設計和分析進行了討論，這些演算法的運行時間可用低次多項式來表示（例二次）。在這一章，我們將注意力集中在這樣一類問題，這些問題至今沒有找到有效演算法，而且今後也有可能證明得知：它們無有效演算法。設П是任意問題，如果對問題存在一個演算法，它的時間複雜性是O(nk)，其中n是輸入大小，k是非負整數，我們說問題П存在多項式時間演算法。現實世界的許多問題並不屬於這個範疇，因為求解這些問題需用指數（2n）或超指數（n!）來表示。*本章將研究難解問題的一個子類，通常稱為NP完全問題（NPC問題）。這一類問題目前約有3000多個，其中還包括數百個著名問題。它們有一個共同特性，如果它們中的一個是多項式可解的話，那麼所有其他問題也是多項式可解的。現存的求解這些問題演算法的運行時間，對於中等大小的輸入也要用幾百或幾千年的時間。易求解問題： 存在多項式時間演算法。難解問題： （到目前為止）不存在多項式時間演算法。*2．判定問題為了研究問題的複雜性，我們必須將問題抽象。為了簡化問題，我們只考慮一類簡單的問題，稱為“判定性問題”。也就是說提出一個問題，只需要回答Yes／No的問題。任何一般的最優化問題都可以轉化為一系列判定性問題。例如求圖中從A到B的最短路徑，該問題可以轉化成如下形式： 從A到B是否有長度為1的最短路徑？ No 從A到B是否有長度為2的最短路徑？ No …………………？ No 從A到B是否有長度為k-1的最短路徑？ No 從A到B是否有長度為k的最短路徑？ Yes如果問到了k的時候，回答了Yes，則停止發問。我們可以說：從A到B的最短路徑長度為k。*3．確定性演算法定義10.1（P176）設A是求解問題П的一個演算法。如果在展示問題П的一個實例時，在整個執行過程中每一步都只有一種選擇，則稱A是確定性演算法。所以對於同樣的輸入，實例一遍又一遍地執行，它的輸出從不改變。在前面各章所討論的所有演算法都是確定性的。例1：演算法運算式的計算（5+3*8-9）例2：選擇排序法問題：哈密頓回路給出一個無向圖G=(V,E)，它有哈密頓回路嗎？即在圖中是否存在一條恰好訪問每個頂點一次的回路。可以用窮舉法來求解，一條回路一條回路檢查下去，最終便能得到結果。但是窮舉法的演算法複雜性是指數級的，計算時間隨問題規模成指數型增長，很快就變得不可計算了，所以確定性演算法對此類問題無效。*4．P類定義10.2（P176）判定問題的P類由這樣的判定問題組成，它們的Yes／No解可以用確定性演算法在多項式時間內得到。例如在O(nk)內得到，其中k是非負整數，n是輸入實例的大小。例1：給出一個有n個整數的表，它們是否按降序排列？答：只要檢查表中相鄰二個數即可，運行時間為O(n)。例2：給出二個整數集合，它們的交集是否為空？答：因集合中無重複元素，先將所有整數排序，然後檢查相鄰二數是否相等，顯然運行時間為O(nlog2n)。*5．非確定性演算法有些計算問題是確定性的，例如“加減乘除”，你只要按照公式推導，按部就班一步步進行，就可以得到結果。但是有些問題無法按部就班直接進行計算的，例如“找大質數”的問題。已知目前最大質數，那麼下一個大質數應該是多少呢？有沒有一個公式可以一步步推算出來，顯然這樣的公式是沒有的。這種問題的答案，是無法直接計算得到的，只能通過“猜算”來得到結果，這也就是非確定性問題。這些問題通常有個演算法，它不能直接告訴你答案是什麼，但可以告訴你，某個可能的結果是正確的答案、還是錯誤的。這個可以告訴你“猜算”的答案正確與否的演算法，稱為非確定性演算法。假如“猜算”可以在多項式時間內得到，那麼該問題稱作“多項式非確定性問題”。*非確定性演算法定義（P177）對於輸入x，一個不確定演算法由猜測和驗證二個階段組成。⑴猜測階段在這個階段產生一個任意字串y，它可能是對應輸入實例x的一個解，也可能不是一個解，甚至不是解的合適形式，也可能在不確定演算法的不同次運行中不同。在此階段，僅僅要求在多項式時間內（O(ni)，n=|x|）產生串y。對於許多問題，這個階段可以線上性時間內完成。⑵驗證階段檢查產生串y是否是解的合適形式，若不是，則演算法停下來回答No。若產生串y是解的合適形式，則繼續檢查y是否是問題實例x的解。若是，則演算法停下來回答Yes；若不是，則演算法停下來回答No。在此階段，也要求在多項式時間內（O(nj)）完成。非確定