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
_1
1可以规约L
2
_2
2指可以用问题L
2
_2
2的解法解决L
1
_1
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