5分钟简单理解P,NP,NPC,NPH

关于P, NP, NPC, NPH名词的解释, 网上的文章很多都是太长太专业或读不懂, 这里简单快速的整理一下我的理解,
可能不够专业准确, 但是能帮助你快速理解, 形成认知上的概念

为了理解这几个名词, 先要说明 时间复杂度 和 多项式时间 的概念

时间复杂度 与 多项式时间

时间复杂度 $O(n?)$用来评估算法的计算工作量的大小, 通常写成n的某种数学表达式, 其中$n$代表输入数据数量

它可以是多项式(常数乘法次方等)

$1$, $n$, $\log n$, $n^2$, $n^3$

也可以是非多项式(指数阶乘等)

$2^n$, $n!$

其计算量层级大小关系如图,

$O(1)<O(\log n)<O(n)<O(n\log n)<O(n^2)<O(n^3)<O(2^n)<O(n!)$

多项式形式就是我们中学数学用笔算的那些, 通常可以在有限的时间内计算出结果, 也叫做在多项式时间内解决

而非多项式的计算量, 会在n增大时爆发式增长,无法在有限的时间内纯靠跑完计算得出结果

举个简单的例子
假设$n=100$,
多项式$n^2=100^2=10000$就是个口算题
非多项式$2^n=2^{100}\approx 1.26765\ast 10^{30}$
这个数字有多大呢? 世界上最快的超级计算机(截止2020年11月TOP500数据)每秒计算量也才堪堪达到$4.42\ast 10^{17}$, 大概要跑9万年, 这个计算量的算法肯定是不可取的

有了上面的概念, 我们来理解P, NP, NPC, NPH

P问题: 能找到在多项式时间里解决它的算法
能到找一个算法, 即使n很大, 也能在有限的时间内跑完, 求出最佳答案的
简单而言就是我们现在能算出最优解的,

NP问题: 能在多项式时间里验证它的答案
不能确定是否在多项式时间内找到答案，但是可以在多项式时间内验证答案是否正确
简单而言就是你随便瞎蒙个答案, 要判断这个答案对不对, 我还是能做到的

由上面两个概念可以得出: $P\in NP$
因为能多项式地解决一个问题，必然能多项式地验证一个问题的解

NPC(NP-Complete/NP完全)：
1. 所有的NP问题都可以reduce到某个问题C，
2. 且C是NP问题。

reduce是指Reducibility(约化/归约)，如果问题A可以约化为问题B，那么用B的解法就可以解决A（或者说问题A可以“变成”问题B）

也就是说如果NPC问题解决了（或者也叫做NPC问题发现了多项式级的算法），任意NP问题都可以套用该方法解决。NPC能强悍到能通解NP，那么它自然是NP问题中最难的那一部分。

NPH问题(NP-Hard/NP难)：
1. 所有的NP问题都可以reduce到某个问题H，
2. 但H不一定是NP问题。

即使NPC问题解决了，NPH问题有可能仍然无法得到多项式级的算法，也就是说NPH至少是NPC，甚至是比NPC更难的问题。

对于NP最终能否等于P，目前还是存在争议等待被验证的问题。

所以暂定P!=NP，则P, NP, NPC, NPH的关系图，根据之前的描述如下
2021-07-16 今天读到《数学之美》，附录里面就提到了于计算复杂度，依照里面的描述，略微补充之前的措辞。书里也同样也有一张和下图意思一致的插图(P!=NP情况下)。

就旅行商问题而言,
如果求解内容不同也可能变成不同问题

求解	问题属于	备注
求相邻最近的两个地点	P问题	循环套循环, 得出所有两点间的距离, 时间复杂度O($n^2$)
求途经所有地点行程小于500公里的路径	NP问题	虽然没有好的算法, 但是给我一个路径我还是能告诉你是否小于500公里的
求途经所有地点的最短路径	NPH问题	即使你给我一条路径, 我也不能判定它就一定是最短的

参考文档:
https://zhuanlan.zhihu.com/p/22497908
https://zhuanlan.zhihu.com/p/40140362