P问题
专业描述
P(Polynomial time)问题是指可以在确定性图灵机上用多项式时间解决的问题。换句话说,这类问题有已知的算法能够在多项式时间内找到解。
通俗描述
P问题是那些可以很快解决的问题。如果你给计算机一个任务,它能在合理的时间内完成,那么这个任务就是P问题。比如,你的计算机能在几秒钟内对一组数字进行排序,这就是一个P问题。
经典案例
排序问题:给定一组数字,将它们按从小到大的顺序排列。常见的排序算法,如快速排序(Quicksort),可以在多项式时间内完成任务。
NP问题
专业描述
NP(Non-deterministic Polynomial time)问题是指可以在多项式时间内通过非确定性图灵机解决的问题,或更常见地,可以在多项式时间内验证给定解是否正确的问题。
通俗描述
NP问题是那些给定答案后可以很快验证的问题。想象一下你在解一个复杂的谜题,虽然找到答案可能很难,但一旦你有了答案,你可以很快确认它是否正确。例如,给你一组数据,你要找到某个特定组合是否符合要求。找到这个组合可能很难,但检查它是否符合要求却很快。
经典案例
子集和问题:给定一组整数,判断是否存在一个子集,其和等于给定的值。虽然找到这样的子集可能很难,但一旦有了一个候选子集,验证其和是否等于给定的值非常快。
NP完全问题
专业描述
NP完全问题(NP-complete problems)是NP问题中最难的一类。这类问题既属于NP,又是NP-hard,即每个NP问题都可以在多项式时间内归约为该问题。NP完全问题具有这样的特性:如果能找到一种多项式时间算法解决某个NP完全问题,那么所有的NP问题都能在多项式时间内解决。
通俗描述
NP完全问题是那些特别难的问题,这类问题不仅自己难,而且可以用来代表所有NP问题的难度。如果你能很快解决一个NP完全问题,那么所有NP问题都能很快解决。比如,你有一个非常复杂的谜题,解决它几乎不可能,但如果你能解决它,那么所有类似的谜题都能快速解决。
经典案例
旅行商问题(TSP):给定一组城市及它们之间的距离,找到一条经过每个城市一次且仅一次,最后回到起点的路径,使得总距离最小。找到这条最优路径非常难,但一旦有了一个候选路径,计算其总距离并验证它是否最优就很快。
布尔可满足性问题(SAT):给定一个布尔公式,判断是否存在一种变量赋值使得整个公式为真。找到这样的赋值可能很难,但一旦有了一个赋值,验证公式是否为真非常快。