跳转到内容

NP (复杂度)

本页使用了标题或全文手工转换
维基百科,自由的百科全书
描述P, NP, NP完全,以及NP困难之间关系的欧拉图,在假设P≠NP的情况下。[1]

非决定性多项式集合(英语:non-deterministic polynomial,缩写:NP)是计算理论中最重要的集合之一,它包含PNP-complete

P问题是指在多项式时间内,可以找出解的决定性问题(decision problem),而NP问题则包含可在多项式时间内验证其解是否正确,但不保证能在多项式时间内能找出解的决定性问题。NP包含P和NP-complete问题, 因此NP集合中有简单的问题和不容易快速得到解的难题。

NP是否等于P”是电脑科学中知名的难题。

定义与推论

决定性问题

一个决定性问题(decision problem)是指其输出,只有“是”或“否”的问题。例如,搜索问题为询问 x 是否出现在一个集合 A 中?若有则输出“是”,否则输出“否”。

P问题

当一个决定性问题存在一个能在多项式时间内找出解的算法时,则称此问题落在P 的集合中。

有一些决定性问题,人类目前尚无法将他们归入集合 P 中。为了思考这些问题,于是在一般算法可采用的功能上,扩增以下虚构的新指令。这些新指令虽然不存在于现实中,但是对探讨这些难题的性质及彼此的关系,有很大的帮助。以下是这些虚构的新指令:

1. choice(S):自集合 S 中,选出会导致正确解的一个元素。当集合 S 中无此元素时,则可任意选择一个元素。

2. failure():代表失败结束。

3. success():代表成功结束。
其中 choice(S)可以解释成,在求解的过程中,神奇地猜中集合 S 中其中一个元素,使其结果是成功的;并且这三个指令只需要 O(1)时间来执行。当然,choice(S) 是如何快速猜中的,在此是不需讨论的,因为毕竟它只是虚构的。在添加这些虚构功能后,所设计出的算法,被称为非决定性算法(non-deterministic algorithm);相较之下,原来一般的算法,就称为决定性算法(deterministic algorithm)。利用非决定性算法,我们定义出另一个集合 NP。

NP问题

当一个决定性问题的解能在多项式时间内被验证时,则称此问题落在NP 的集合中。

满足问题 (satisfiability problem,简称 SAT),就是一个NP中的典型问题。

满足问题(SAT)

令 x 1,x 2,…,x n 代表布尔变量(boolean variables)(其值非真(true)即假(false)的变量)。令-xi 代表 xi 的相反数(negation)。一个布尔公式是将一些布尔变量及其相反数利用而且(and)和或(or)所组成的表达式。满足问题是判断是否存在一种指定每个布尔变量真假值的方式,使得一个布尔公式为真。

输入:一个 n 个变量的布尔公式

例如: (-x 1∨ -x 2 ∨ x 3)∧ (x 1 ∨ x 4)∧(x 2 ∨ -x 1) 其∨代表(or),∧代表(and)。 输出:是否存在一种指定每个布尔变量真假值的方式,使得此公式为真? 例如: 是(当 x 1=真,x 2=真,x 3=真,x 4=真时,此公式为真)

利用满足问题可以定义出NP-hard和NP-complete。但是我们需要一个问题转换的概念。 问题转换技巧,其所需要转换的时间皆需在多项式时间(即 O (nk))内完成。利用此多项式时间的转换,我们可以将 NP中的难题建立起一些有趣的关系。

问题转换:针对两个问题 A 和 B ,如果存在一个 O (nk)时间的(决定性)算法,将每一个问题 A 的输入转换成问题 B 的输入,使得问题 A 有解时,当且仅当,问题 B 有解。此关系被称为,问题 A 转换成(reduce to)问题 B ,可表示成 A ∝ B 。

一个问题 L 被称为是 NP-hard,当且仅当,满足问题转换成 L(即满足问题∝L)。 满足问题是 NP 中的难题,而 NP-hard 的问题则是满足问题派生(转换)出来的。

一个问题 L 被称为是 NP-complete,当且仅当,L ∈NP 而且 L ∈NP-hard。

史蒂芬库克(Stephen Cook)证明了一个十分重要的性质:

性质(A):“任一个 NP 内的问题都可以,在多项式时间内,被转换成满足问题。”

性质(B):“任一个 NP 内的问题都可以,在多项式时间内,被转换成任一个 NP-complete 问题。”

性质(C):“任一个 NP 内的问题都可以,在多项式时间内,被转换成任一个 NP-hard 问题。”

性质(D):“满足问题在集合 P 中,当且仅当,P=NP。”

例子

比如说,一个决策性问题:输入一个整数x, 请回答x是否为偶数(even number)。我们利用一个程序判断x除以2是否整除即可得到最后结果 。此程序是决定性算法, 并且其时间复杂度为O(1)=O(n0), 因此此问题落入P集合中。

再举一个例子,下面是满足问题的一个非决定性算法。

Algorithm satisfiability (E (x 1, … , xn ))

{ Step 1: for i =1 to n do

xi ←choice (true, false) /*利用 choice 直接猜中 xi 的真假值*/

Step 2: if E (x 1, … , x n) is true then success () /*计算此布尔公式是否为真*/

    else failure ();
}


上述的非决定性算法的时间复杂度为O(n1)即代表满足问题落入NP集合中。


参见

参考文献

引用

  1. ^ R. E. Ladner "On the structure of polynomial time reducibility," J.ACM, 22, pp. 151–171, 1975. Corollary 1.1. ACM site页面存档备份,存于互联网档案馆).

来源

  • Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. Introduction to Algorithms, Second Edition. MIT Press and McGraw-Hill, 2001. ISBN 0-262-03293-7. Section 34.2: Polynomial-time verification, pp. 979–983.
  • Michael Sipser. Sections 7.3–7.5 (The Class NP, NP-completeness, Additional NP-complete Problems). Introduction to the Theory of Computation. PWS Publishing. 1997: pp. 241–271. ISBN 0-534-94728-X. 
  • David Harel, Yishai Feldman. Algorithmics: The Spirit of Computing, Addison-Wesley, Reading, MA, 3rd edition, 2004.
  • 俞征武, 发现算法, 旗标出版股份有限公司, 2017.

外部链接