Hitting Set 碰撞集问题

8.9 In the HITTING SET problem, we are given a family of sets {S1,S2,…,Sn}, and a budget b, and we wish to find a set H of size ≤b which intersects every Si, if such an H exists, In other words, we want H⋂Si≠∅ for all i.

Show that HITTING SET is NP-complete.

碰撞集(Hitting Set)问题是指给定一组集合 {S1,S2,…,Sn}和一个预算b,我们希望找到一个集合H,满足H与所有的Si相交(存在公共元素)且H的大小不超过预算b。即是说,H⋂Si≠∅。

现在要求证明碰撞集问题是一个NP完全问题。


证明如下:

首先需要知道顶点覆盖问题。顶点覆盖(Vertex Cover)问题是指给定图G(V, E)和预算k,希望从V中找到一个大小小于等于k的顶点集合U,使得U能够覆盖所有的边,即V每一条边至少有一个顶点属于U。

顶点覆盖问题是NP完全的,现在通过将顶点覆盖问题规约到碰撞集问题来完成证明。

对于顶点覆盖问题中的G的每一条边e=(u,v),令Si={u,v},则得到一组集合{S1,S2,…,S|E|},每一个集合Si对应G的一条边,集合的元素为对应边的两个顶点。

由于顶点覆盖问题中要求所有的边都被覆盖到,即每一条边至少有一个顶点属于覆盖集U中,这意味着覆盖集U与所有的Si都相交,而击中集问题中H⋂Si≠∅,即U与H是等价的。

同时,覆盖集U最多k个点对应碰撞集H最多有b个元素。

这样,实现了顶点覆盖问题到击中集问题的归约。

因此击中集问题是NP完全问题。

  • 2
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
极小碰问题可以使用线性规划进行求解。以下是使用 C++ 和线性规划库 GLPK 求解极小碰问题的代码示例: ```c++ #include <iostream> #include <vector> #include <glpk.h> using namespace std; // 定义矩阵类型 typedef vector<vector<double> > Matrix; // 求解极小碰的函数 vector<int> minimumHittingSet(Matrix &A) { // 初始化线性规划问题 glp_prob *lp; lp = glp_create_prob(); glp_set_obj_dir(lp, GLP_MIN); glp_add_cols(lp, A[0].size()); for (int i = 1; i <= A[0].size(); i++) { glp_set_col_bnds(lp, i, GLP_DB, 0.0, 1.0); glp_set_col_kind(lp, i, GLP_BV); } glp_add_rows(lp, A.size()); for (int i = 1; i <= A.size(); i++) { glp_set_row_bnds(lp, i, GLP_LO, 1.0, 0.0); } int index = 1; int *ia, *ja; double *ar; ia = new int[(A.size() * A[0].size()) + 1]; ja = new int[(A.size() * A[0].size()) + 1]; ar = new double[(A.size() * A[0].size()) + 1]; for (int i = 0; i < A.size(); i++) { for (int j = 0; j < A[i].size(); j++) { ia[index] = i + 1; ja[index] = j + 1; ar[index] = A[i][j]; index++; } } glp_load_matrix(lp, (A.size() * A[0].size()), ia, ja, ar); // 求解线性规划问题 glp_iocp parm; glp_init_iocp(&parm); parm.presolve = GLP_ON; parm.br_tech = GLP_BR_DTH; glp_intopt(lp, &parm); // 解析解 vector<int> hittingSet; for (int i = 1; i <= A[0].size(); i++) { if (glp_mip_col_val(lp, i) == 1) { hittingSet.push_back(i - 1); } } // 释放内存 glp_delete_prob(lp); delete[] ia; delete[] ja; delete[] ar; return hittingSet; } int main() { // 示例输入矩阵 Matrix A = {{1, 0, 1, 0}, {0, 1, 1, 0}, {1, 1, 0, 1}}; // 求解极小碰 vector<int> hittingSet = minimumHittingSet(A); // 输出结果 cout << "Minimum Hitting Set: "; for (int i = 0; i < hittingSet.size(); i++) { cout << hittingSet[i] << " "; } cout << endl; return 0; } ``` 在该示例中,我们首先定义了一个 `Matrix` 类型,它是一个二维数组,表示输入矩阵。然后定义了一个 `minimumHittingSet` 函数,它使用 GLPK 库来求解极小碰问题。该函数返回一个 `vector<int>` 类型,表示极小碰的索引。在 `main` 函数中,我们使用示例输入矩阵调用 `minimumHittingSet` 函数,并输出结果。 需要注意的是,GLPK 库需要预先安装,并在编译时链接。例如,使用以下命令编译上述代码: ``` g++ -o main main.cpp -lglpk ``` 其中,`-lglpk` 表示链接 GLPK 库。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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