上科大2022年初试991NPC问题

七、NPC(1题，共20分) 我们先回顾一下NP-Complete问题SUBSET-SUM：给定一组非负整数$S$和一个目标值$K$，询问$S$是否存在一个子集$S^{\prime }$，使得${\sum }_{i\in S^{\prime }}i=K$。现在我们定义另外一个问题AVERAGE-SUM，即给定一组非负整数$S$，询问$S$是否存在一个子集$S^{\prime }$，使得${\sum }_{i\in S^{\prime }}i=\frac{1}{|S|}{\sum }_{i\in S}i$，$|S|$是$S$中元素的个数。它类似于SUBSET-SUM问题，不同之处在于现在的目标值总是$S$的平均值。请证明AVERAGE-SUM是NP-Complete问题。

提示：证明问题$Y$是NP-Complete问题，需要首先证明该问题是NP问题，然后再选择一个NP-Complete问题$X$，证明该问题$X$可以以多项式时间归约到问题$Y$$(X{\le }_{p}Y)$​

证明：

1. 证明AVERAGE-SUM是NP问题：
   NP问题就是可以在多项式时间内验证的判定问题。显然，AVERAGE-SUM是判定问题（输出只有1或0）。若给定$S^{\prime }$，可以在多项式时间内$\Theta (|S|+|S^{\prime }|)$验证${\sum }_{i\in S^{\prime }}i=\frac{1}{|S|}{\sum }_{i\in S}i$是否成立。所以问题AVERAGE-SUM是NP问题。

2. 证明AVERAGE-SUM是NPC(Np-Complete)问题：
   已知AVERAGE-SUM是NP问题，SUBSET-SUM是NPC问题，如果能证明SUBSET-SUM能在多项式时间内规约到AVERAGE-SUM问题，就能证明AVERAGE-SUM是NPC问题。

   先回顾一下规约的定义：

   语言$L_1$在多项式时间内可以规约到语言$L_2$，记作$L_1{\le }_p{L}_2$，如果存在一个多项式时间的可计算函数 f : { 0 , 1 } ∗ → { 0 , 1 } ∗ f: \{0, 1\} ^ * \rightarrow \{0, 1\}^* f:{0,1}∗→{0,1}∗，满足对所有的 x ∈ { 0 , 1 } ∗ x \in \{0,1\}^* x∈{0,1}∗，$x\in L_1$当且仅当$f(x)=L_2$。则称函数$f$为归约函数，计算$f$的多项式时间算法$F$称为规约算法。“算法导论中文版第三版 P627”

   （语言是判定问题（decision problem）的一种形式化表达。）

   在这个问题中，问题SUBSET-SUM的输入有一个集合$S$和一个整数$K$，可以表示成$x=(S,K)$，问题AVERAGE-SUM的输入只有一个集合$S$，可以表示成$y=(S)$。要证明SUBSET-SUM能在多项式时间内规约到AVERAGE-SUM问题，就是要证明存在多项式时间的可计算函数$f$，对于问题SUBSET-SUM的输入$x=(S_1,K_1)$，若$f(x)=y=(S_2)$，那么将$x$作为问题SUBSET-SUM输入，$y$作为问题AVERAGE-SUM输入时，两个问题结果一样，即同时为1或同时0。

   首先，注意到对输入为$(S_1,K_1)$的问题SUBSET-SUM来说，在$S_1$中增加一个数$n$，若$n=0或n>K_1$，则$n$一定不会出现在$S^{\prime }$中，对结果没有任何影响。 $\frac{1}{|S_1|}{\sum }_{i\in S_1}i$ 与$K_1$的大小关系有下面三种情况：

   • 若$\frac{1}{|S_1|}{\sum }_{i\in S_1}i=K_1$，只要让$S_2=S_1$，这两个问题实际上已经是同一个问题。
   • 若$\frac{1}{|S_1|}{\sum }_{i\in S_1}i<K$，则$\frac{1}{|S_1|+1}{\sum }_{i\in S_1}i<\frac{1}{|S_1|}{\sum }_{i\in S_1}i<K$，令$n=K_1(|S_1|+1)-{\sum }_{i\in S_1}i>0$。等式右边展开可得$n=K_1|S_1|-{\sum }_{i\in S}i+K_1>K_1$，令$S_1^{\prime }$为$S_1$添加元素$n$后的集合，$(S_1^{\prime },K_1)$作为SUBSET-SUM的输入时，和$(S_1,K_1)$作为SUBSET-SUM输入的结果一致。又因为$|S_1^{\prime }|=|S_1|+1$，此时有$\frac{1}{|S_1^{\prime }|}{\sum }_{i\in S_1^{\prime }}i=K_1$，转化成了上一种情况。
   • 若$\frac{1}{|S_1|}{\sum }_{i\in S_1}>K$，可以在$S_1$中不断增加$0$，可以让 ${\sum }_{i\in S_1}i$不变的同时$|S_1|$减小，直到$\frac{1}{|S_1|}{\sum }_{i\in S_1}<K$​，转化成了上一种情况。

   显然整个转化过程是多项式时间的。

ps: 证明某种语言$L$是NP完全语言的方法（“算法导论中文版第三版 P634” ）:

1. 证明$L\in NP$。
2. 选取一种已知的NP完全语言$L^{\prime }$
3. 描述一种可计算函数$f(x)$的算法，其中$f$可将$L^{\prime }$中的每一个实例 x ∈ { 0 , 1 } ∗ x \in \{0,1\}^* x∈{0,1}∗映射为$L$中的实例$f(x)$。
4. 证明函数$f$满足$x\in L^{\prime }$当且仅当对于所有的 x ∈ { 0 , 1 } ∗ x \in \{0,1\}^* x∈{0,1}∗都有$f(x)\in L$。
5. 证明计算函数$f$的算法有多项式运行时间。