一个问题的Decision Problem是NP-Complete,为什么其Optimization Problem是NP-hard的?

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

证明一个NP-complete问题的Optimization版本是NP-hard的


前言

提示:此处的讨论为非正式的讨论,我谨记录我踩坑的心得,有不严谨之处欢迎指正。

所有NP-Complete问题都是Decision Problem。给定一组输入I和一个值B,可以在多项式时间内验证:输入I产生的结果O和B的关系。

有若干NP-Complete问题对应有Optimization Problem。比如:斯坦纳树(Steiner Tree)问题是NP-Complete的,它的Optimization版本最小斯坦纳树(Steiner Minimal Tree)是NP-hard。

但是,在写作过程中,证明自己提出的问题Q是NP-hard的时候,会发现只有相近的NP-Complete的问题NPC可以规约(reduce)到Q,却找不到对应的NP-hard的证明。比如,能很容易搜索到Steiner Tree问题是NP-Complete的,Steiner Minimal Tree的问题却被一笔带过:因为SMT是ST的Optimization版本,因此SMT不比ST更简单,所以SMT是NP-hard的。

疑问因此产生:对啊,是显然成立,但是为什么?


一、Decision问题不会比Optimization问题更难

引用自Johnson, David S., and Michael R. Garey. Computers and intractability: A guide to the theory of NP-completeness. WH Freeman, 1979.

第二章,2.1节:
对于Decision Problem旅行商问题(TSP),一个界限B,一个城市集合C,城市间的开销集合D,是否存在一个路径,经过所有城市,其开销之和W≤B?

那么一个Decision问题是如何衍生自Optimization问题呢?我们可以通过将Optimization问题和一个带有可枚举的界B(a numerical bound B)的Decision问题联系到一起,并且问是否存在一个解不大于B?只要问题的cost函数可以简单评估是否大于B,那么对应的Decision问题一定不比Optimization问题更难。

总结:TSP的Decison问题不比Optimization问题更难,并且TSP是NP-Complete的,这两个条件加总证明其Optimization是NP-hard的。(第五章5.1节)

比如TSP的Optimization问题,我们需要在多项式时间内找到一条最小旅行路径,使之小于给定的边界B。又由于TSP是已知的NP-Complete问题,因此TSP的Optimization问题至少是不比Decision问题一样难。反过来(在第五章),TSP的Decision问题也不比其Optimization问题更简单。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
(为.djvu文件,可用WinDjView 打开) COMPUTERS AND INTRACTABILITY: A Guide to the Theory of NP-Completeness by Michael R. Garey & David S. Johnson Content 1 Computers, Complexity, and Intractability 1 1.1 Introduction 1 1.2 Problems, Algorithms, and Complexity 4 1.3 Polynomial Time Algorithms and Intractable Problems 6 1.4 Provably Intractable Problems 11 1.5 NP-Complete Problems 13 1.6 An Outline of the Book 14 2 The Theory of NP-Completeness 17 2.1 Decision Problems, Languages, and Encoding Schemes 18 2.2 Deterministic Turing Machines and the Class P 23 2.3 Nondeterministic Computation and the Class NP 27 2.4 The Relationship Between P and NP 32 2.5 Polynomial Transformations and NP-Completeness 34 2.6 Cook's Theorem 38 3 Proving NP-Completeness Results 45 3.1 Six Basic NP-Complete Problems 46 3.1.1 3-SATISF1ABIL1TY 48 3.1.2 3-DIMENS10NAL MATCHING 50 3.1.3 VERTEX COVER and CLIQUE 53 3.1.4 HAMILTONIAN CIRCUIT 56 3.1.5 PARTITION 60 3.2 Some Techniques for Proving NP-Completeness 63 3.2.1 Restriction 63 3.2.2 Local Replacement 66 3.2.3 Component Design 72 3.3 Some Suggested Exercises 74 4 Using NP-Completeness to Analyze Problems 77 4.1 Analyzing Subproblems 80 4.2 Number Problems and Strong NP-Completeness 90 4.2.1 Some Additional Definitions 92 4.2.2 Proving Strong NP-Completeness Results 95 4.3 Time Complexity as a Function of Natural Parameters .... 106 5 NP-Hardness 109 5.1 Turing Reducibility and NP-Hard Problems 109 5.2 A Terminological History 118 6 Coping with NP-Complete Problems 121 6.1 Performance Guarantees for Approximation Algorithms ...123 6.2 Applying NP-Completeness to Approximation Problems ...137 6.3 Performance Guarantees and Behavior "In Practice" 148 7 Beyond NP-Completeness 153 7.1 The Structure of NP 154 7.2 The Polynomial Hierarchy 161 7.3 The Complexity of Enumeration Problems 167 7.4 Polynomial Space Completeness 170 7.5 Logarithmic Space 177 7.6 Proofs of Intractability and P vs. NP 181

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值