NP完全理论

P，NP，NPC，NP-HARD

• P问题：多项式时间内可解
• NP问题：多项式时间内可构造并验证解
• NPC问题：任何NP问题都可以在多项式时间被归约到此问题，并且可以在多项式时间内构造并验证此问题的解（同时属于NP与NP-hrad）
• NP-hard问题：任何NP问题都可以在多项式时间被归约到此问题

优化与判定问题：

• 最大团->是否存在大小为k的团
• 背包问题->是否能够在不超过容量C的前提下，装入物品总价值大于等于k

归约

• 将P归约到Q，记为$P{\le }_{p}Q$:此时Q更难
• 注：难度不是具体算法的时间复杂度
• 在NPC问题的证明中，只有多项式时间的归约才有意义

NPC问题的证明

• 证明Q是NPC的思路：

  • 证明Q是NP的，即多项式时间内构造一个解并完成验证
  • 证明Q是NP-Hard的，即证明任何NP问题都可以在多项式时间内归约到Q，通常的手段是将一个已知NPC问题P在多项式时间内归约到Q
  • 综上Q即是NP，又是NP-Hard，所以Q是NPC

• P问题：存不存在一种划分X-Y，使得$\sum X=\sum Y$

  Q问题：背包问题的判定问题

  已知P是NPC问题，证明Q是NPC问题：

  解：先证明Q问题是NP问题，构造一个问题的解为{s1,s2,…,sn},然后将其size与price求和，判断是否小于C与K即可，以上显然是一个O（n）的多项式时间，于是Q问题是NP问题。

  再证明Q问题是NP-hard问题：对于P问题的每个输入s[1…n]将其转换为Q的输入：$s[1...n],k=c=\sum S/2$每个物品的价值等于si，当Q问题输出"false"时，代表无法装入恰好$size=price=\sum S/2$的物品,即没有一种划分使得$\sum x=\sum Y=\sum S/2$
  输出"true"同理，那么P问题有解当且仅当Q问题有解成立，且此归约是多项式归约，于是我们有：$P{\le }_{p}Q$
  于是Q问题是NP-hard问题

  综上，Q问题是NPC问题

• P问题：独立集问题 Q问题：覆盖集问题

  思路：$G-独立集=覆盖集$，对于每个P问题输入:G，k转化为Q问题输入:G,v-k

• P问题：集合覆盖问题 Q问题：点支配集问题

  思路：对于P问题的每个输入s[1…n]，k 转化为Q问题输入：对于每个集合$s_i$，取其最小元素为顶点，向其他元素连边，这样构造出一个图G，将G,K输入Q。

• P问题： 最大团问题 Q问题：最大独立集问题

  思路：对于P问题的每个输入G，k 转化为Q问题输入：G的补集,v-k。

• P问题：三染色问题 Q问题：4染色问题

  思路：对于P问题的每个输入G转化为Q问题输入：$V+v,E+E_v$其中v是新增点，$E_v$是v向原来的G中的每个点都连了一条边。