N=NP？

于 2023-03-24 20:02:00 发布
阅读量473 收藏
点赞数 1
文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_76911651/article/details/129757173
版权

        某会议室内有100人在开会，张三是其中一员。李四与这100个人均陌生，欲进入会议室寻找张三，李四只好随机逐一询问对方是不是张三，显然结果是不确定性的，询问的次数（时长）为O（100）。暂且把上述问题理解为NP问题。

        李四欲找到张三，还可以想出一些快速方法，僻如尽可能知晓张三的特征或请求其他人指引。晢且把这个问题理解为P问题。

       如果李四进入会议室时刚好停电了，会议室突然黑暗了下来。此时李四欲找到张三则可理解为为NP-hard问题。

        最后的一点是，李四寻找张三的问题在什么情况下为NPC问题？

L.prime
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
是什么阻碍了N=NP
01-28
本文主要论述了P，NP，和NPC之间的关系。文章首先介绍了多项式时间的概念，在此基础上阐述了P问题和NP问题。紧接着文章论述了理论界证明P=NP的原因，从而引出了NPC问题。在介绍了多项式归约的基础上，阐述了NPC问题的存在性，文章的最后指明，正是由于NPC的存在，阻碍了P=NP。
ctf网络安全攻防练习题
12-04
ctf网络安全攻防练习题 从N=NP能得到的结论当然是N=1或者P=0，然后结合图片内容，猜测此题跟二进制01有关，信息应该藏在像素中等等
那些你重复百度却始终记住不住的问题: N=NP?
一直在路上
04-04 8904
这或许是众多OIer最大的误区之一。 你会经常看到网上出现“这怎么做，这不是NP问题吗”、“这个只有搜了，这已经被证明是NP问题了”之类的话。你要知道，大多数人此时所说的NP问题其实都是指的NPC问题。他们没有搞清楚NP问题和NPC问题的概念。NP问题并不是那种“只有搜才行”的问题，NPC问题才是。好，行了，基本上这个误解已经被澄清了。下面的内容都是在讲什么是P问题，什么是NP问题，什么是NPC问...
【算法】算法引论
CS@zeny的博客
12-01 285
学习算法的笔记， 书籍：《数据结构与算法分析》java版
【算法理论】N NP NPC 问题
u010900754的专栏
12-30 4586
算法分析中会把问题分为若干类。 P问题：指存在多项式时间解法的问题，比如二分查找 NP问题：指存在多项式时间验证的问题，比如独立集问题，是否存在size至少为k的独立集，那么随便给定一个k大小的点集，验证是否为独立集肯定是多项式时间可以完成的。而且在NP中，一般都是针对判定性问题，即把一个optimization的问题转化为decision的问题。也就是说我们要解决一个optimiazatio
N=NP?
weixin_30446613的博客
11-28 1151
1 #include<stdio.h> 2 3 char a[100000000],b[100000000]; 4 5 int len(char a[]) 6 { 7 int i=0; 8 while(a[i]!='\0') 9 ++i; 10 return i; 11 } 12 13...
N和NP问题
qq_37469511的博客
03-04 7444
p类问题表示，提供一种算法，不管问题里数据多么庞大，用这个算法消耗的时间不会巨量增加 比如你参加非诚勿扰，有100个女嘉宾和10000个女嘉宾给你选，如果规则是，选一个你最喜欢的带走，那你的算法只需要从第一个开始，一个一个比较，让你认为最漂亮的继续和下一个比较直到最后一个，这样比较的算法不会因为女嘉宾数量多，让你比较次数巨量增加 np类问题就是相反，数据稍微增加，时间消耗就增加得很恐怖，但是你却可...
一道ctf的misc题
12-18
一道ctf的misc题
CTF逆向-简单虚拟机指令类题目分析
11-26
CTF逆向-简单虚拟机指令类题目分析CTF逆向-简单虚拟机指令类题目分析
CTF 实战选择题
02-28
CTF 实战 选择题，带答案 编辑版
实验吧CTF练习题---WEB---貌似有点难解析
dingbai2663的博客
09-04 280
实验吧web之貌似有点难 地址：http://www.shiyanbar.com/ctf/32 flag值：SimCTF{daima_shengji} 解题步骤： 1.打开题目页面，观察题目要求 2.说是让观察题目，点开解题链接，进入查看内容 3.观察题目，提示是PHP代码审计，下面写着错误，你的IP不在允许列表之内，还有个Vlew the sou...
CTF隐写题目-stegas 300
Ju0se
11-03 1091
分析音频波形 格式:flag{xxx} 解题链接： http://ctf5.shiyanbar.com/stega/siri_audio/siri_audio.zip  下载之后   分析一下   一般，这种音频文件可以被我们转换为摩斯密码、或者是数字0和1 这个是每八个之间空一格，有可能是八个二进制数字排在一起，先上再下，先下再上，某一个可能是0，另外一个是1 实际答案...
ndarray数据类型和相关使用
hu1258123819的博客
10-07 3647
ndarray数据类型和相关使用 1、什么是ndarray n dimension array n维数组 2、创建ndarray 2.1使用np.array()由Python list创建 注意： numpy默认ndarray的所有元素的类型是相同的 如果传进来的列表中包含不同的类型，则统一为同一类型，优先级：str>float>int 例1：l = [1,2,3,4,5] n =...
二项分布的期望值 E(n)=np 推导
weixin_34107739的博客
03-28 1万+
二项分布的期望值 E(n)=np，这个公式是如何推导来的呢？ n表示n次试验，p表示单次试验的成功概率。 E(n)表示n次试验的成功次数的数学期望。 这里还需要依赖一个求数学期望的公式，所有概率相加=1。 所有概率相加=1，即 ∑k=0,n C(n,k) *p^k * (1-p)^(n-k) = 1 对于试验n次的情况，有n+1种结果，...
numpy入门笔记
lxyker的博客
05-31 1141
导入numpy库，一般设置别名为np import numpy as np np.__version__ '1.18.1' 创建ndarray n dimension array n维矩阵 1、使用np.array()由python list创建 li = [1, 2, 3, 4, 5] n = np.array(li) display(li, n) # li是列表，但是n是array [1, 2, 3, 4, 5] array([1, 2, 3, 4, 5]) li1 = [1.0,
P问题、NP问题、NPC问题（NP完全问题）、NPH问题和多项式时间复杂度
knightmarehs的专栏
09-13 4212
转自 http://blog.csdn.net/k346k346/article/details/51026006 本文为博主吕吕(Dablelv)原创文章，欢迎转载，传播知识，请留言告知并注明出处。个人之言，请抱着怀疑的态度参考！ 目录(?)[+] 为了弄清楚上面的概念以及对他们有个基本的了解，所以总结出这篇blog。 1.多项式时间复杂度
P、NP、NPC和NP-Hard相关概念的图形和解释
热门推荐
Paul_Huang的专栏
10-15 5万+
P、NP、NPC和NP-Hard相关概念的图形和解释 一、相关概念       P: 能在多项式时间内解决的问题 　　NP: 不能在多项式时间内解决或不确定能不能在多项式时间内解决，但能在多项式时间验证的问题 　　NPC: NP完全问题，所有NP问题在多项式时间内都能约化(Reducibility)到它的NP问题，即解决了此NPC问题，所有NP问题也都得到解决。
P问题和NP问题。
果汁华的博客
07-24 1万+
最近在读图解算法，看到P问题和NP问题，分享下书中的知识，加上自己的见解，帮助大家更好的理解P、NP及其他们之间的关系。   首先，我们需要了解概念。 什么是P问题？ P是英文单词多项式(Polynomial)的第一个字母。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。例如，常见的排序算法时间复杂度，快速排序(O(log(n)))，冒泡排序(O(n^2)...
神经网络图解与numpy和pytorch实现
qq_33961152的博客
04-19 229
用numpy实现 import numpy as np #N是训练数据数量，D_in输入1000维，D_out输出10维，H中间层100维 N, D_in, H, D_out = 64, 1000, 100, 10 # 随机创建一些训练数据 x = np.random.randn(N, D_in) y = np.random.randn(N, D_out) w1...
已知一个连续时间信号为x(t) = 0.5 ?? cos (2????)(?? ≥ 0)，对其进行采样得到无限长序列， 采样周期???? = 0.2??，要求序列长度 N 分别取 8、32 和 64 时，画出其采样序列的时域图 形并用 FFT 求其频谱。
最新发布
11-23
xn = 0.5 * np.cos(2 * np.pi * fn * t * np.arange(n)) plt.stem(np.arange(n) * t, xn) plt.xlabel('Time (s)') plt.ylabel('Amplitude') plt.title('N = {}'.format(n)) plt.show() ``` 4. 对采样序列进行...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值