NP完全问题_a 问题是 np 完全问题,b 问题是 np 完全问题,那么 a 问题一定可以多项式时间规约-CSDN博客

本文链接：https://blog.csdn.net/friendbkf/article/details/50074629

从浅入深来介绍相关的概念。

一、时间复杂度

时间复杂度并不是表示一个算法解决问题需要花多少时间，而是当问题规模扩大后，算法需要的时间长度增长得有多快。不管数据有多大，如果算法处理数据所用的时间始终基本不变，我们就说这个算法很好，具有O(1)的时间复杂度，也称常数级时间复杂度。而当数据规模变得有多大，算法所花的时间也跟着变得有多长，这个算法的时间复杂度就是O(n)，比如找n个数中的最大值。而像冒泡排序、插入排序等，数据扩大2倍，时间变慢4倍的，属于O(n^2)的复杂度。还有一些穷举类的算法，所需时间长度成几何阶数上涨，这就是O(a^n)的指数级复杂度，甚至O(n!)的阶乘级复杂度。

考虑这两个时间复杂度：O(n^100)、O(1.01^n) （注意，前面那个是n的100次方）

是的，当n取值很小的时候，确实有O(n^100) 大于 O(1.01^n)。但前者时间随着数据规模的增长，而增长地得慢，最终在某个点之后，O(1.01^n)的复杂度将远远超过O(n^100)。所以我们说O(1.01^n)的复杂度无论如何都远远大于O(n^100)。

经过上面的分析，可以看到，这些时间复杂度分为两种类别：第一种是O(1)、O(n)、O(nlogn)、O(n^2)... O(n^k)。另外一种是O(2^n)、O(3^n)... O(n!)。后者的复杂度无论如何都远远大于前者。对于第一种复杂度，我们把它叫做多项式级的时间复杂度，因为它的规模n总是出现在底数的位置上。而对于第二种时间复杂度，我们称之为非多项式级的，我们一般称其为指数级的复杂度，其复杂度计算机往往不能承受。

当我们在解决一个问题时，我们选择的算法通常都需要是多项式级的复杂度，非多项式级的复杂度需要的时间太多，往往会超时，除非是数据规模非常小。

二、多项式时间或多项式复杂度

有了上面的概念，我们再来看什么是多项式时间。比如一个问题输入有n项，如果解决时间为n或nlogn或n^2或n^3乃至n^100000，那么就可以叫多项式时间，但是如果要用2^n的时间，那么就不能叫多项式时间了。时间复杂度为多项式时间的，就叫做具有多项式时间复杂度。不是多项式时间算法的算法被称之为“指数时间算法”。

三、P型问题与NP型问题

对于一个问题，如果可以找到一个解决该问题的算法，且该算法的时间复杂度为多项式时间，则就称这个问题属于P问题。其中P是英文单词Polynomial（多项式）的首字母。用书上的话来讲，P问题就是多项式时间内可以被确定型图灵机求解的问题。

知道了什么是P问题，接下来介绍什么是NP问题。注意，提前警告，NP问题不是非P类问题。不要把N理解为非。对于一个问题，如果不能判定该问题是否为P问题，但是，提供一个可能解，如果我们可以在多项式时间内验证该解是否正确，那么我们就称该问题为NP问题（为Non-deterministic Polynomial）。用书上的话来讲，NP问题就是多项式时间内可以通过确定型图灵机验证解的问题。

再说的明白一些吧。先抛开P，来讲讲什么是N，N就是Non-deterministic ，也就是非确定性问题。什么是非确定性问题呢？有些问题是确定性的解法的，比如1到100求和，你只要按照公式推导，按部就班一步步来，就可以得到结果。有些问题，是没有现成公式的，是无法按部就班直接地计算出来。比如，找下一个质数的问题。有没有一个公式，你只管套用公式，就可以一步步推算出来，下一个质数是多少。答案是没有这样的公式。这种问题的答案，是无法直接计算得到的，只能通过间接的“猜算”来得到结果，先猜一个结果，然后去验证，如果正确，运气不错，如果不正确，再猜。这就是非确定性问题。如果验证那个猜测值所用的时间是多项式时间，那么我们就是这个问题是NP问题。

所有的P问题都是NP问题，这个结论从两者的定义出发即可得。需注意的是求解问题和对问题验证解之间的区别。给定一个问题，求解通常难于验证解。所以我们说，从这个角度来看，NP问题比P问题简单。所以经常有人开玩笑说，说一个问题是NP的，恰恰不是说这个问题很难，而是说这个问题很简单，这个问题有多简单呢，用非确定性图灵机在P时间就能解决(Non-deterministic Turing machine Polynomial time solvable)。

有了上述分析，再用一句大白话来总结一下，P就是能在多项式时间内解决的问题，NP就是能在多项式时间验证答案正确与否的问题。说一个问题是NP的，并不是说这个问题不能在多项式时间内解决，而是说目前为止，可能暂时尚未找到解法。所以，再强调一遍，NP不是P的否定。NP与P不是对立的，因为所有的P问题都是NP问题。

四、NPC问题（NP完全性问题、NP完全问题）

NP-Complete问题，也叫做NP完全问题。NPC问题的定义非常简单。同时满足下面两个条件的问题就是NPC问题。

1) 它得是一个NP问题；

2) 所有的NP问题都可以约化到它。

“可约化”是指的可“多项式地”约化(Polynomial-time Reducible)，即变换输入的方法是能在多项式的时间里完成的。约化的过程只有用多项式的时间完成才有意义。

NP中所有问题都可以在多项式时间内规约至某一子类问题，称这一类子问题为NP-Complete。因此，NP-Complete是NP的一个子集。直觉上说，就是NP问题中最难的一类子问题。因为给定一个NP问题A，只要可以多项式时间内解决任意一个NP-Complete问题B，那么就可以通过多项式的时间将A问题转化为B问题进行求解，使得求解A问题仍具有多项式复杂度。

复杂性理论中最具理论意义的，就是NP完全性问题(NPC问题)。伟大的数学家们已经证明了如下结论：任取NP类中的一个问题，再任取NP完全类中的一个问题，则一定存在一个具有多项式时间复杂性的算法，可以把前者转变成后者。也就是说，对于任意一个NP问题和任意一个NP完全问题，总是存在一个多项式时间算法，可以把这个NP问题转化为指定的NP完全问题。这就表明，只要能证明NP完全问题中存在一个问题是属于P类的，那么就证明了NP类中的所有问题都是P类的，即证明了NP=P。不过，现在还没有被证明出来。归根结底，就是要证明P问题是否是NP问题的真子集，谁知道呢？