算法（九）NP难度和NP完全

1 P与NP

1.1 易解与难解

易解的：可以在多项式时间内求解的问题。
难解的：不能在多项式时间内求解的问题。

1.2 优化问题与判定问题

最优化问题：题中求的问题（求k的最大/最小值）
判定的问题：是否存在k使问题可以成立
举例：

1.3 P类问题

目前没有找到多项式算法，且又无法证明不存在易解的解法

但是发现，所有的P类问题，都有一个特征——多项式时间可验证：
在多项式时间内求解是困难的，但是在多项式时间内验证一个解是否是正确的是简单的。

1.4 不确定算法

对于有解的每个实例，不确定算法都会在某次执行中返回“是”。（就是只要有解，不确定算法一定会猜中一次，并且能够验证出它是正确的）

举例：

	bool a[5]=[0,0,1,0,0]；
	bool f() {return a[rand()%5];}

不确定算法的设计思路是，先随机生成可能的解，再检查是否为答案。之前提到了，可以通过多项式时间内判定是否为正确解。

1.5 P问题和NP问题

P是所有可在多项式时间内用确定算法求解的判定问题的集合。
NP是所有可在多项式时间内用不确定算法验证的判定问题的集合。

易得，P⊆NP

2 cook定理

2.1定义

任何NP问题都可以规约为可满足性问题。

2.2 规约

规约：问题L${}_1$可以规约L${}_2$指可以用问题L${}_2$的解法解决L${}_1$。
规约的直观定义：时间复杂度 L1≤L2

规约举例：

2.3 NP完全问题（NPC问题）

P=NP还是P≠NP？这个尚未被证明，但是有一系列NPC问题有一些特殊性质。

NP难问题：一个问题，所有的NP问题都可以规约到它。（不比NP中任何问题容易）
NP完全问题（NPC问题）：NP难的NP问题。（NP中最难的题）

NPC问题有如下性质：如果其中一个问题获得了多项式解法，则这一类问题都获得了多项式解法。（反之有一个问题的多项式时间内是不可解的，这一类问题就全部都是多项式时间内不可解的）

证明一个问题是NPC问题：1.是一个NP问题 2.一个已知的NPC问题可以规约到它。

2.4 第一个NPC问题——可满足性SAT问题

布尔可满足性问题：面对一个包含许多布尔变量的表达式，例如

这个表达式可以等于1吗，如果可以，xyz分别是什么。

可满足性问题：对于变量的任意一组真值，可以指派确定公式是否为真