转载地址

https://blog.csdn.net/bcb5202/article/details/51202589

P、NP、NPC


概念

> P问题:能够在多项式时间内解决的决策问题。

—举例: 图搜索问题、最短路径问题、最小生成树问题······


> NP问题:不能在多项式时间内解决或不确定能不能在多项式时间内解决,但能在多项式时间验证的问题。

—验证:给定一个问题的实例、证书(类似于证据),需要验证这个证书是这个问题的正确答案。

— 举例:汉密尔顿路径,实例为G=(V,E),证书为顶点序列 {v0,v1,v2,v3,….,vk},我们的目的是要验证这个证书就是这个问题的答案,验证方法为:先遍历一遍这个点序列,看看是不是每个点只出现一次,然后对于(vi,vi+1)是否为G的边,这样就能够验证这个点序列是不是汉密尔顿路径,很显然这个验证过程是多项式时间的,所以汉密尔顿路径是NP问题。


> NPC问题:目前不能用多项式时间解决的问题,但是我们还不能证明这个问题不能用多项式时间解决,我们这次的目标是研究这个问题。

—满足的两个条件:是一个NP问题 + 所有的NP问题可以在多项式时间内规约到它

—举例:3SAT、顶点覆盖、团、三维匹配、汉密尔顿回路、划分问题·······


> NP难问题:所有的NP问题可以在多项式时间归约到它,但它不一定是一个NP问题


> 归约(约化)的标准概念: 如果能找到这样一个变化法则,对程序A的任意一个输入,都能按这个法则变换成程序B的输入,使这两个程序的输出相同,那么我们说,问题A可归约为问题B

— 问题A可以约化到问题B的含义是,可以用解决B的解法来解决A,或者说A可以“变成”B。

—A可归约为B的直观含义:B的时间复杂度>=A的时间复杂度。也即,A比B简单。


关系

P、NP、NPC、NP Hard问题的关系如下:


证明NPC问题

证明问题B是NPC问题的过程如下:

  1. 证明B是NP问题
  2. 知道一个已知的NPC问题A
  3. 证明A归约到B。

常见归约问题

基本知识

1、独立集 —— 在图G = (VE)中,如果顶点集合S⊆V中的任意两点之间都没有边,则称S是独立的。

—难点: 寻找最大独立集。

—目标: 装入尽可能多的顶点,要求边涉及到的边服从一些限制条件。


2、顶点覆盖 —— 给定图G = (VE),顶点集合S⊆V,如果图中的每一条边至少有一个端点在S中,则称S是一个顶点覆盖。

—难点: 寻找最小顶点覆盖。

—目标: 用尽可能少的顶点覆盖图中的所有边。


3、集合覆盖 —— 试图用一组较小的集合覆盖一个任意的对象集合。


常见问题

1、独立集问题——给定图G和数k,问是否包含大小至少为k的独立集?


2、顶点覆盖问题——给定图G和数k,问G是否包含大小至多为k的顶点覆盖?


3、集合覆盖问题——给定n个元素的集合U,U的子集S1,···,Sm以及数k,问在这些子集中有一组子集,它们的并等于整个U且至多包含k个子集吗?


4、集合包装问题——给定n个元素的集合U,U的子集S1,····,Sm以及数k,问在这些子集中至少有k个两两不相交吗?


5、SAT(可满足性问题)——给定bool变量集X={x1,···,xn}上的一组子句C1,···,Ck,问存在满足的真值赋值吗?

注意:每个子句均为析取子句(逻辑或∨),最终结果为各个子句的合取(逻辑与∧)。


6、3-SAT(三元可满足性问题)——给定bool变量集X={x1,···,xn}上的一组子句C1,···,Ck,每个子句的长为3,问存在满足的真值赋值吗?

注意:同上。


常用引理

设G=(V, E)是一个图,S⊆V,那么S是一个独立集当且仅当它的补V-S是一个顶点覆盖。

证明:首先,设S是一个独立集。考虑任一边e=(u,v),因为S是独立集,u和v不可能同时在S中,所以u和v至少有一个在V-S中,即得任一边至少有一个端点在V-S中,所以V-S是一个顶点覆盖。

反过来,设V-S是一个顶点覆盖,考虑S中的任意两个顶点u、v,若它们间有一条边e,那么e的两个端点均不在V-S中,这与假设V-S是一个顶点覆盖矛盾。所以S中的任意两点均无连线,所以S是一个独立集。


常见归约问题

归约的一般思想(要点):证明Y到X的归约,要用问题X中的分量构造“零件”来描写在问题Y中正在做的事

1、 独立集归约到顶点覆盖

证明:若有一个解顶点覆盖的黑盒子,那么通过问黑盒子G是否有大小至多为n-k的顶点覆盖,就能确定G是否有大小至少为k的独立集。


2、顶点覆盖归约到独立集

证明:若有一个可以解独立集的黑盒子,那么通过问黑盒子G是否有大小至少为n-k的独立集,就能确定G是否有大小至多为k的顶点覆盖。


3、顶点覆盖归约到集合覆盖

证明:若有一个可以解集合覆盖的黑盒子,考虑顶点覆盖的任一实例,给定图G=(V, E)和数k。

构造集合覆盖的一个实例,其基集U等于边E,对图G的每一个顶点i∈V,设Si⊆U为G中所有和点i相关联的边,把Si加入集合覆盖的实例中。

U能被集合S1,S2,···,Sn中的至多k个覆盖当且仅当G有大小至多为k的顶点覆盖。于是,给定顶点覆盖的实例,如上述的那样构造集合覆盖的实例,并把它输入黑盒子。回答yes当且仅当黑盒子回答yes。


4、独立集归约到集合包装

证明:若有一个解集合包装的黑盒子,考虑独立集的任一实例,给定图G=(V,E)和数k。

构造集合包装的一个实例,其基集U等于边E,对图G的每一个顶点i∈V,设Si⊆U为G中所有不和点i相关联的边,把Si加入集合包装的实例中。

U的子集S1,S2,···,Sn(实际是n个边集合)中至少k个两两不相交(即不存在相同边)当且仅当G有大小至少为k的独立集(此时k个顶点必不存在相连边),于是,给定独立集的实例,如上述的那样构造集合包装的实例,并把它输入黑盒子。回答yes当且仅当黑盒子回答yes。


5、3-SAT归约到独立集

证明:设有一个解独立集的黑盒子,要解3-SAT的实例,实例由变量集X={x1,····,xn}和子句C1,····,Ck组成。

考虑3-SAT的方法是:必须从每一个子句中选择一个项,然后找一组真值赋值使得所有找出来的项都为1,从而满足所有的子句。因此,如果如果没有两个被选中的项冲突,那么就成功了。

具体归约:用独立集描述3-SAT实例。首先,构造图G=(V,E),它由分成k个三角形的3k个顶点组成,如下图所示。对每一个子句i,构造3个顶点vi1,vi2,vi3。依据3-SAT实例子句在图中增加边描述冲突:在每一对标号对应冲突的项的顶点间添加一条边。



要证明原来的3-SAT是可满足的当且仅当构造出来的图G(依据3-SAT的实例子句构造)有大小至少为k的独立集。

>首先,若3-SAT是可满足的,那么构造出来的图G中的每个三角形至少包含一个标号的值为1的顶点。设S是每一个三角形中的一个这样的顶点组成的集合。设S不是一个独立集,则至少存在两个顶点u、v∈S间有一条边,则u、v一定是冲突(一个是1,另一个必是0)的,而S中的每个点值都为1,所以矛盾,所以假设不成立,即S是一个独立集。

>反过来,设图G有一个大小至少为k的独立集S。那么,当S的大小恰好为k,那么一定是由每个三角形的一个顶点组成,且S中的冲突顶点最多只能成单出现。所以显然可以设S中所有顶点对应的值全为1,且这些顶点每个对应于一个子句中选择的代表,所以此时对应的3-SAT实例存在真值赋值。

P、NP、NPC问题详解的更多相关文章

  1. P与NP问题详解

    P,NP,NPC问题,这或许是众多OIer最大的误区之一. 本文就为大家详细讲解如上三个问题. 前序: 你会经常看到网上出现“这怎么做,这不是NP问题吗”.“这个只有搜了,这已经被证明是NP问题了”之 ...

  2. iOS 多线程之NSOperation篇举例详解

    这篇博客是接着总篇iOS GCD NSOperation NSThread等多线程各种举例详解写的一个支篇.总篇也包含了此文的链接.本文讲解的知识点有NSBlockOperationClick,队列, ...

  3. 好用的wget命令从下载添加环境变量到各参数详解

    本文是因为(笔者使用的windows系统)使用过好几次wget后,始终存在各种细节问题,于是下定决定细致的研究一下,并记录下其中细节. 下载与安装 第一步:下载wget,网络地址:http://dow ...

  4. JMeter学习-023-JMeter 命令行(非GUI)模式详解(一)-执行、输出结果及日志、简单分布执行脚本

    前文 讲述了JMeter分布式运行脚本,以更好的达到预设的性能测试(并发)场景.同时,在前文的第一章节中也提到了 JMeter 命令行(非GUI)模式,那么此文就继续前文,针对 JMeter 的命令行 ...

  5. 【转发】NPAPI开发详解,Windows版

    NPAPI开发详解,Windows版 9 jiaofeng601, +479 9人支持,来自Meteor.猪爪.hanyuxinting更多 .是非黑白 .Yuan Xulei.hyolin.Andy ...

  6. AVL树详解

    AVL树 参考了:http://www.cppblog.com/cxiaojia/archive/2012/08/20/187776.html 修改了其中的错误,代码实现并亲自验证过. 平衡二叉树(B ...

  7. MySQL 索引详解大全

    什么是索引? 1.索引 索引是表的目录,在查找内容之前可以先在目录中查找索引位置,以此快速定位查询数据.对于索引,会保存在额外的文件中. 2. 索引,是数据库中专门用于帮助用户快速查询数据的一种数据结 ...

  8. ASCII码详解

    ASCII码详解 ASCII码表 ASCII码大致可以分作三部分組成.第一部分是:ASCII非打印控制字符: 第二部分是:ASCII打印字符: 第三部分是:扩展ASCII打印字符. 第一部分:ASCI ...

  9. GLSL-几何着色器详解跟实例(GS:Geometry Shader)[转]

    [OpenGL4.0]GLSL-几何着色器详解和实例(GS:Geometry Shader) 一.什么是几何着色器(GS:Geometry Shader) Input Assembler(IA)从顶点 ...

随机推荐

  1. 集训作业 洛谷P1101 单词方阵

    这个题的长度真的有点长,我直接放图片吧 这个题又是一个和谐的搜索,找到yizhong的y就开始8面搜索,遇见正确的字母就继续搜索,不正确就果断放弃,果然又是一个和谐的搜索呢. #include< ...

  2. 利用Serverless应用搭建Hexo博客

    本文将介绍如何使用火爆的Serverless应用,15分钟快速搭建Hexo博客.以腾讯云提供的Serverless应用–云开发为例: 步骤1:安装 CloudBase CLI 以及本地部署 Hexo ...

  3. JAXB XML生成CDATA类型的节点

    试了好久才找到一个解决办法,我是用的JAXB的,如果你们也是用JAXB那么可以直接借鉴此方法,别的方式你们自行测试吧 第一步:新增一个适配器类 package com.message.util; im ...

  4. Salt组件之管理对象Target

    管理对象 Target 在Master上我们可以采用不同Target去管理不同的Minion.这些Target都是通过去管理和匹配Minion的ID来做的一些集合. 1.正则匹配,参数-E,你可以写任 ...

  5. Linux重定向用法详解

    大家好,我是良许. 相信大家平时都会有需要复制粘贴数据的时候,如果是打开文件进行复制粘贴,就不可避免的需要较多的鼠标与键盘的操作,就会比较繁琐.那么有没有可以省掉这些繁琐操作的复制粘贴的方法呢? 答案 ...

  6. 00_01_使用Parallels Desktop创建WindosXP虚拟机

    打开paralles软件,选择文件->新建 继续 选择手动选择,之后勾选没有指定源也继续 选择要创建的操作系统(这里以XP为例,其他的windows系统安装基本都差不多) 根据需要选择,这里选择 ...

  7. Django学习路13_创建用户登录,判断数据库中账号名密码是否正确

    在 models.py 中设置数据库表的信息 from django.db import models # Create your models here. class User(models.Mod ...

  8. 获取全部 txt 文本中出现次数最多的前N个词汇

    1.使用 chain 对 allwords 二维列表进行解包 from itertools import chain allwords = [] allwords.append(列表) 解包: cha ...

  9. PHP array_search() 函数

    实例 在数组中搜索键值 "red",并返回它的键名: <?php$a=array("a"=>"red","b" ...

  10. PHP sqrt() 函数

    实例 返回不同数的平方根: <?phpecho(sqrt(0) . "<br>");echo(sqrt(1) . "<br>"); ...