世界七大数学难题之一：NP问题

NP问题(Non-deterministic polynominal) 是指可以在多项式时间内验证一个解的正确性的问题集合。这意味着如果给定一个解，我们可以在多项式时间内验证该解是否正确。NP问题的一个重要特征是，尽管我们尚未找到在多项式时间内解决它们的算法，但如果我们有了一个解，我们可以在多项式时间内验证该解的正确性。

基本概念：

P问题:(polynominal) 存在多项式时间算法的问题，即在多项式时间内可解的问题；

例如：冒泡排序、希尔排序、堆排序等问题；

NP问题:(Non-deterministic polynominal) 多项式复杂程度的非确定性问题，能在多项式时间内验证出一个正确解的问题，也就是说这个问题不一定在多项式时间内可解，但可以在多项式时间内验证；

例如：找大质数问题，比如13717421拆成两个数相乘，必须是4位乘以4位的，可能很久都解不出来（如果是一个很大很大的数的话），但是我告诉你这是3607*3803得到的，那么很简单就能在多项式时间内验证是否正确，这就是NP问题；

NPC问题（Non-determinism Polynomial complete）：存在这样一个NP问题，所有的NP问题都可以约化成它；

NP-Hard问题（Non-determinism Polynomial hard）：如果任何一个NP问题都可以通过一个多项式时间算法转换为某个NP问题，即所有的NP问题都可以约化成它。

一些经典的NP问题包括：

布尔可满足性问题（Boolean Satisfiability Problem，SAT）： 给定一个布尔表达式，是否存在一种对变量的赋值方式，使得表达式为真。

哈密顿回路问题（Hamiltonian Cycle Problem）： 给定一个图，是否存在一条包含图中所有节点的回路。

旅行商问题（Traveling Salesman Problem，TSP）： 给定一组城市和它们之间的距离，找到一条访问每个城市一次并返回起始城市的最短路径。

图的着色问题（Graph Coloring Problem）： 给定一个图，是否可以用有限种颜色对图中的节点进行着色，使得相邻节点的颜色不相同。

集合覆盖问题（Set Cover Problem）： 给定一个集合的集合和一个目标集合，找到最小数量的集合，使得它们的并集等于目标集合。

子集和问题（Subset Sum Problem）： 给定一个集合和一个目标值，找到集合中的一个子集，使得子集的元素之和等于目标值。

背包问题（Knapsack Problem）： 给定一组物品，每个物品有一个重量和一个价值，以及一个背包的容量限制，找到一个物品子集，使得它们的总重量不超过背包容量，且总价值最大化。

图的最大独立集问题（Maximum Independent Set Problem）： 给定一个图，找到一个最大的节点集合，使得这些节点两两不相邻。

图的最大团问题（Maximum Clique Problem）： 给定一个图，找到一个最大的完全子图，即图中任意两个节点之间都有边相连。

最长公共子序列问题（Longest Common Subsequence Problem）： 给定两个序列，找到它们的最长公共子序列的长度。

分割问题（Partition Problem）： 给定一个集合，是否可以将其分割成两个子集，使得两个子集的元素之和相等。

硬币找零问题（Coin Change Problem）： 给定一组面额不同的硬币和一个目标金额，找到使用最少数量的硬币凑出目标金额。

连续子数组的最大和问题（Maximum Subarray Problem）： 给定一个整数数组，找到一个具有最大和的连续子数组。

背包装载问题（Bin Packing Problem）： 给定一组物品和一组容器，每个容器有一个固定的容量，找到一种装载方案，使得物品尽可能均匀地分布在容器中。

最短超字符串问题（Shortest Superstring Problem）： 给定一组字符串，找到一个包含所有字符串的最短字符串。

图的最小顶点覆盖问题（Minimum Vertex Cover Problem）： 给定一个图，找到一个最小的节点集合，使得每条边都至少与该集合中的一个节点相邻。

多重集划分问题（Multiset Partition Problem）： 给定一个多重集，是否可以将其划分成若干个子集，使得每个子集的元素之和相等。

旅行商问题的对偶问题（TSP Dual Problem）： 给定一组城市和它们之间的距离，找到一组边，使得图中的每个节点都恰好与这些边相连，并且这些边的总长度最小。

最大二分匹配问题（Maximum Bipartite Matching Problem）： 给定一个二分图，找到一个最大的匹配，即图中最大的边集合，使得任意两条边没有公共节点。

最大流问题（Maximum Flow Problem）： 给定一个网络图和两个节点，找到从一个节点到另一个节点的最大流量。

图的最长路径问题（Longest Path Problem）： 给定一个图，找到一条最长的路径，使得路径中的节点不重复。

子图同构问题（Subgraph Isomorphism Problem）： 给定两个图，判断是否存在一个图同构于其中一个图的子图。

拆分图问题（Graph Bisection Problem）： 给定一个图，找到一种分割方式，使得两个子图的节点数量尽可能接近。

团问题的变种问题（Variants of Clique Problem）： 例如最大权团问题、最小覆盖团问题等，它们都是围绕着图中团的性质展开的。

图的边覆盖问题（Edge Cover Problem）： 给定一个图，找到一组边，使得每个节点都至少与其中的一条边相邻。

图的连通分量问题（Connected Components Problem）： 给定一个图，找到图中的所有连通分量。

点的双连通分量问题（Biconnected Components Problem）： 给定一个无向图，找到图中的所有点的双连通分量。

DAG最长路径问题（Longest Path in DAG Problem）： 给定一个有向无环图（DAG），找到一条从源节点到汇节点的最长路径。

最大独立边集问题（Maximum Independent Edge Set Problem）： 给定一个图，找到一个最大的边集合，使得这些边两两不相邻。

最大团覆盖问题（Maximum Clique Cover Problem）： 给定一个图，找到一组最大的团，使得每个节点都属于至少一个团。

这些问题都是NP问题，但目前尚未找到在多项式时间内解决它们的有效算法。如果一个问题是NP问题，并且有一个在多项式时间内解决它的算法，那么这个问题就属于P类，即NP问题的一个子集。然而，至今尚未发现P类与NP类之间是否存在严格的相等关系，这就是著名的P=NP？问题。