Coursera - Algorithm (Princeton) - 课程笔记 - Week 12

Week 12

归约 Reduction

• 目标：根据问题所需要的计算资源对问题进行分类
• 现实：很多问题无法知道具体解决的难度
• 另外一个目标：如果已知解决一个问题是否可以很高效，那么其他的问题我们是否可以解决得很高效
• 定义：如果我们能够使用解决问题Y的算法解决X，那么X可以归约到问题Y
• 解决问题X的代价：解决问题Y的代价 + 归约的代价

设计算法 Designing Algorithm

• 已知问题X可以归约到问题Y上，因此已知用于问题Y的算法，其同样可用于问题X
• 凸包问题：排序问题，归约方式葛立恒扫描法
• 无向图最短路：有向图最短路问题，归约方式是将无向边视为来回两条同权重有向边（甚至是对带夫权重的边）

建立更低的边界 Establishing Lower Bounds

• 证明一个问题一定数量的计算代价（绝对下界）
• 事实上，很难从一个问题的大概框架下分析出其下界，但是归约可以帮助做一定的延申
• 如果问题X满足以下条件被解决，那么X可以线性时间归约为问题Y：
  • 线性个数的标准计算步骤
  • 常数个数个Y的调用
• 建立更低的下界：
  • 如果X需要$N\log N$的复杂度，Y也一样（下界）
  • 如果X需要$N^2$的复杂度，Y也一样（下界，不会更低）
• 如果我们能很容易地解决问题Y，那么我们也能很容易地解决X
• 性质：对二次决策树模型，任何排序方法都需要$N\log N$的步骤