NP完全性理论与近似算法

640?wx_fmt=gif


一、图灵机


根据有限状态控制器的当前状态及每个读写头读到的带符号,图灵机的一个计算步可实现下面3个操作之一或全部。


  1. 改变有限状态控制器中的状态。

  2. 清除当前读写头下的方格中原有带符号并写上新的带符号。

  3. 独立地将任何一个或所有读写头,向左移动一个方格(L)或向右移动一个方格(R)或停在当前单元不动(S)。


k带图灵机可形式化地描述为一个7元组(Q,T,I,δ,b,q0,qf),其中: 


  1. Q是有限个状态的集合。

  2. T是有限个带符号的集合。

  3. I是输入符号的集合640?wx_fmt=jpeg

  4. b是唯一的空白符,b∈T-I。

  5. q0是初始状态。      

  6. qf是终止(或接受)状态。

  7. δ是移动函数。


它是从Q×Tk的某一子集映射到Q×(T×{L,R,S})k的函数。


图灵机M的时间复杂性T(n)是它处理所有长度为n的输入所需的最大计算步数。如果对某个长度为n的输入,图灵机不停机,T(n)对这个n值无定义。


图灵机的空间复杂性S(n)是它处理所有长度为n的输入时,在k条带上所使用过的方格数的总和。如果某个读写头无限地向右移动而不停机,S(n)也无定义。


确定型图灵机


640?wx_fmt=jpeg


有限状态集Q,状态q0:初始状态;qy:接受状态;状态qn:不接受状态。


字符集合{0, 1, b} ;其中b是空格符。


转换功能:


640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg


输入x = 101000b


执行顺序:


q0输入1 (q0,r)右移磁头到0

q0输入0 (q0,r)右移磁头到1

q0输入0 (q0,r)右移磁头到0

...

q0输入b (q1,l)左移磁头到0

q1输入0 (q2,b)

q2输入b (q2,l)左移磁头到0

q2输入0 (q3,b)

q3输入b (qy,l)退出


二、P类与NP类问题


一般地说,将可由多项式时间算法求解的问题看作是易处理的问题,而将需要超多项式时间才能求解的问题看作是难处理的问题。


有许多问题,从表面上看似乎并不比排序或图的搜索等问题更困难,然而至今人们还没有找到解决这些问题的多项式时间算法,也没有人能够证明这些问题需要超多项式时间下界。


在图灵机计算模型下,这类问题的计算复杂性至今未知。


为了研究这类问题的计算复杂性,人们提出了另一个能力更强的计算模型,即非确定性图灵机计算模型,简记为NDTM(Nondeterministic Turing Machine)。


在非确定性图灵机计算模型下,许多问题可以在多项式时间内求解。


非确定性图灵机


在图灵机计算模型中,移动函数δ是单值的,即对于Q´Tk中的每一个值,当它属于δ的定义域时,Q´(T´{L,R,S})k中只有唯一的值与之对应,称这种图灵机为确定性图灵机,简记为DTM(Deterministic Turing Machine)。


非确定性图灵机(NDTM):一个k带的非确定性图灵机M是一个7元组:(Q,T,I,δ,b,q0,qf)。与确定性图灵机不同的是非确定性图灵机允许移动函数δ具有不确定性,即对于Q×Tk中的每一个值(q;x1,x2,…,xk),当它属于δ的定义域时,Q×(T×{L,R,S})k中有唯一的一个子集δ(q;x1,x2,…,xk)与之对应。可以在δ(q;x1,x2,…,xk)中随意选定一个值作为它的函数值。


P类与NP类语言定义


P={L|L是一个能在多项式时间内被一台DTM所接受的语言}


NP={L|L是一个能在多项式时间内被一台NDTM所接受的语言}


由于一台确定性图灵机可看作是非确定性图灵机的特例,所以可在多项式时间内被确定性图灵机接受的语言也可在多项式时间内被非确定性图灵机接受。故P Í NP。 


NP类语言举例——无向图的团问题


该问题的输入是一个有n个顶点的无向图G=(V,E)和一个整数k。要求判定图G是否包含一个k顶点的完全子图(团),即判定是否存在V’640?wx_fmt=jpegV,|V’|=k,且对于所有的u,v∈V’,有(u,v)∈E。


若用邻接矩阵表示图G,用二进制串表示整数k,则团问题的一个实例可以用长度为640?wx_fmt=jpeg的二进位串表示。因此,团问题可表示为语言:


CLIQUE={w#v|w,v∈{0,1}*,以w为邻接矩阵的图G有一个k顶点的团,其中v是k的二进制表示。}


接受该语言CLIQUE的非确定性算法:用非确定性选择指令选出包含k个顶点的候选顶点子集V,然后确定性地检查该子集是否是团问题的一个解。算法分为3个阶段


算法的第一阶段将输入串w#v分解,并计算出n =640?wx_fmt=jpeg ,以及用v表示的整数k。若输入不具有形式w#v或|w|不是一个平方数就拒绝该输入。显而易见,第一阶段可在640?wx_fmt=jpeg时间内完成。


在算法的第二阶段中,非确定性地选择V的一个k元子集V’640?wx_fmt=jpegV。


算法的第三阶段是确定性地检查V’的团性质。若V’是一个团则接受输入,否则拒绝输入。这显然可以在640?wx_fmt=jpeg时间内完成。因此,整个算法的时间复杂性为640?wx_fmt=jpeg 。


非确定性算法在多项式时间内接受语言CLIQUE,故CLIQUE∈NP.


NP完全问题


P640?wx_fmt=jpegNP。


直观上看,P类问题是确定性计算模型下的易解问题类,而NP类问题是非确定性计算模型下的易验证问题类。


大多数的计算机科学家认为NP类中包含了不属于P类的语言,即P≠NP。


NP完全问题有一种令人惊奇的性质,即如果一个NP完全问题能在多项式时间内得到解决,那么NP中的每一个问题都可以在多项式时间内求解,即P = NP。


目前还没有一个NP完全问题有多项式时间算法。


三、NP完全问题的近似算法


迄今为止,所有的NP完全问题都还没有多项式时间算法。


对于这类问题,通常可采取以下几种解题策略。


  1. 只对问题的特殊实例求解

  2. 用动态规划法或分支限界法求解

  3. 用概率算法求解

  4. 只求近似解

  5. 用启发式方法求解


近似算法的性能


若一个最优化问题的最优值为c*,求解该问题的一个近似算法求得的近似最优解相应的目标函数值为c,则将该近似算法的性能比定义为640?wx_fmt=jpeg


在通常情况下,该性能比是问题输入规模n的一个函数ρ(n),即640?wx_fmt=jpeg


该近似算法的相对误差定义为:640?wx_fmt=jpeg。若对问题的输入规模n,有一函数ε(n)使得640?wx_fmt=jpeg则称ε(n)为该近似算法的相对误差界。近似算法的性能比ρ(n)与相对误差界ε(n)之间显然有如下关系:640?wx_fmt=jpeg


旅行售货员问题近似算法


问题描述:给定一个完全无向图G=(V,E),其每一边(u,v)∈E有一非负整数费用c(u,v)。要找出G的最小费用哈密顿回路。


旅行售货员问题的一些特殊性质:

 

比如,费用函数c往往具有三角不等式性质,即对任意的3个顶点u,v,w∈V,有:c(u,w)≤c(u,v)+c(v,w)。当图G中的顶点就是平面上的点,任意2顶点间的费用就是这2点间的欧氏距离时,费用函数c就具有三角不等式性质。


  • 1 满足三角不等式的旅行售货员问题


对于给定的无向图G,可以利用找图G的最小生成树的算法设计找近似最优的旅行售货员回路的算法。


void approxTSP (Graph g)

{

  1. 选择g的任一顶点r;

  2. 用Prim算法找出带权图g的一棵以r为根的最小生成树T;

  3. 前序遍历树T得到的顶点表L;

  4. 将r加到表L的末尾,按表L中顶点次序组成回路H,作为计 算结果返回;

}

   

当费用函数满足三角不等式时,算法找出的旅行售货员回路的费用不会超过最优旅行售货员回路费用的2倍

 

640?wx_fmt=jpeg

实现


/* 主题:近似算法——旅行售货员问题

作者:chinazhangjie

邮箱:chinajiezhang@gmail.com

开发语言: C++

开发环境: Virsual Studio 2005

时间2010.12.06

*/

 

#include <iostream>

#include <vector>

#include <limits>

using namespace std ;

 

struct TreeNode

{

public:

    TreeNode (int nVertexIndexA = 0, int nVertexIndexB = 0, int nWeight = 0)

        : m_nVertexIndexA (nVertexIndexA),

        m_nVertexIndexB (nVertexIndexB),

        m_nWeight (nWeight)

    { }

public:

    int m_nVertexIndexA ;

    int m_nVertexIndexB ;

    int m_nWeight ;

} ;

 

class MST_Prim

{

public:

    MST_Prim ()

    {}

    MST_Prim (const vector<vector<int> >& vnGraph)

    {

        m_nvGraph = vnGraph ;

        m_nNodeCount = (int)m_nvGraph.size () ;

    }

    void SetData (const vector<vector<int> >& vnGraph)

    {

        m_nvGraph = vnGraph ;

        m_nNodeCount = (int)m_nvGraph.size () ;

    }

    //

    const vector<TreeNode>& GetMSTree () const

    {

        return m_tnMSTree ;

    }

    //

    const vector<vector<int> >& GetGraph () const

    {

        return    m_nvGraph ;

    }

    void DoPrim ()

    {

        // 是否被访问标志

        vector<boolbFlag (m_nNodeCount, false) ;

        bFlag[0] = true ;

 

        int nMaxIndexA ;

        int nMaxIndexB ;

        int j = 0 ;

        while (j < m_nNodeCount - 1) {

            int nMaxWeight = numeric_limits<int>::max () ;

            // 找到当前最短路径

            int i = 0 ;

            while (i < m_nNodeCount) {

                if (!bFlag[i]) {

                    ++ i ;

                    continue ;

                }

                for (int j = 0; j < m_nNodeCount; ++ j) {

                    if (!bFlag[j] && nMaxWeight > m_nvGraph[i][j]) {

                        nMaxWeight = m_nvGraph[i][j] ;

                        nMaxIndexA = i ;

                        nMaxIndexB = j ;

                    }

                }

                ++ i ;

            }

            bFlag[nMaxIndexB] = true ;

            m_tnMSTree.push_back (TreeNode(nMaxIndexA, nMaxIndexB, nMaxWeight)) ;

            ++ j ;

        }

        // 输出结果

        /*for (vector<TreeNode>::const_iterator ite = m_tnMSTree.begin() ;

                ite != m_tnMSTree.end() ;

                ++ ite ) {

            cout << (*ite).m_nVertexIndexA << "->"

                << (*ite).m_nVertexIndexB << " : "

                << (*ite).m_nWeight << endl ;

        }*/

    }

 

private:

    vector<vector<int> > m_nvGraph ;    // 无向连通图

    vector<TreeNode>    m_tnMSTree ;    // 最小生成树

    int    m_nNodeCount ;

} ;

 

 

class AA_TSP

{

public:

    AA_TSP (const vector<vector<int> >& vnGraph)

    {

        m_mstPrim.SetData(vnGraph) ;

    }

    void Get_AA_Path ()

    {

        m_mstPrim.DoPrim () ;

        vector<TreeNode>        mstree = m_mstPrim.GetMSTree () ;

        vector<vector<int> >    graph = m_mstPrim.GetGraph() ;

        int iweight = 0 ;

        for (vector<TreeNode>::const_iterator ite = mstree.begin() ;

                ite != mstree.end() ;

                ++ ite ) {

            cout << (*ite).m_nVertexIndexA << "->"

                << (*ite).m_nVertexIndexB << " : "

                << (*ite).m_nWeight << endl ;

            iweight += (*ite).m_nWeight ;

        }    

        cout << mstree[mstree.size()-1].m_nVertexIndexB << "->"

            << mstree[0].m_nVertexIndexA << " : "

            << graph[mstree[0].m_nVertexIndexA][mstree[mstree.size()-1].m_nVertexIndexB]

            << endl ;

        iweight += graph[mstree[0].m_nVertexIndexA][mstree[mstree.size()-1].m_nVertexIndexB] ;

        cout << "Total weight: " << iweight  << endl ;

    }

private:

    MST_Prim    m_mstPrim ;

};

int main()

{

    const int cnNodeCount = 5 ;

    vector<vector<int> > graph (cnNodeCount) ;

    for (size_t i = 0; i < graph.size() ; ++ i) {

        graph[i].resize (cnNodeCount, numeric_limits<int>::max()) ;

    }

    graph[0][1] = 5 ;

    graph[0][2] = 1 ;

    graph[0][3] = 2 ;

    graph[0][4] = 3 ;

 

    graph[1][0] = 5 ;

    graph[1][2] = 4 ;

    graph[1][3] = 2 ;

    graph[1][4] = 2 ;

 

    graph[2][1] = 4 ;

    graph[2][0] = 1 ;

    graph[2][3] = 5 ;

    graph[2][4] = 3 ;

 

    graph[3][1] = 2 ;

    graph[3][2] = 5 ;

    graph[3][0] = 2 ;

    graph[3][4] = 2 ;

 

    graph[4][1] = 2 ;

    graph[4][2] = 3 ;

    graph[4][3] = 2 ;

    graph[4][0] = 3 ;

 

    AA_TSP aa (graph) ;

    aa.Get_AA_Path () ;

     return 0 ;

}


  • 2 一般的旅行售货员问题

在费用函数不一定满足三角不等式的一般情况下,不存在具有常数性能比的解TSP问题的多项式时间近似算法,除非P=NP。换句话说,若P≠NP,则对任意常数ρ>1,不存在性能比为ρ的解旅行售货员问题的多项式时间近似算法。


来源:独酌逸醉

www.cnblogs.com/chinazhangjie/archive/2010/12/06/1898070.html


640?wx_fmt=png


640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/303387.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

php文件上传实验总结,53 PHP文件处理(六)文件上传--总结---细说php

前台表单设计,表单view.html,提交给upload.php一.表单view.htmlphp配置文件和上传文件有关选项&#xff0c;注意几点:php.inifile_uploadsonupload_max_filesize2M 此值最大不超过服务器内存upload_tmp_dirc:/uploads 到时要拷贝出来post_max_size25M 要大于upload_max_fil…

CentOS 5.6 快速搭建LAMP

在虚拟机下安装了个CentOS&#xff0c;5.6版本的。利用NAT模式与宿主pc共享上网&#xff01; 当然可以采用编译源码的方式搭建lamp。这里只是介绍快速搭建php开发框架的方法。其实也没什么&#xff0c;主要是是是使用linux的yum来在线安装。如果上不了网请查找编译lamp的文…

阿里25k 百度25k,招WPF!

.NET5打通7大开发方向&#xff0c;CLR超高性能&#xff0c;.NET6支持Blazor嵌入WPF&#xff0c;还有MAUI跨平台UI解决方案&#xff0c;都是.NET的利好&#xff0c;也是WPF的利好。牛年跳槽季&#xff0c;.NET在客户端方向一骑绝尘&#xff0c;阿里影视、百度地图&#xff0c;以…

php转译html,使用php转义输出HTML到JavaScript

最近在做天地图是GIS集成要输出HTML到JavaScript里面涉及到代码转义什么的比较麻烦所以写个PHP的function分享一下&#xff1a;function jsformat($str){$str trim($str);$str str_replace(\\s\\s, \\s, $str);$str str_replace(chr(10), , $str);$str str_replace(chr(13)…

掌握神经网络模型的快捷方式

TensorFlow是Google基于DistBelief进行研发的第二代人工智能学习系统&#xff0c;其命名来源于本身的运行原理。Tensor&#xff08;张量&#xff09;意味着N维数组&#xff0c;Flow&#xff08;流&#xff09;意味着基于数据流图的计算&#xff0c;TensorFlow实际上就是张量从流…

Visual Entity 手册(十一)代码生成设置

NHibernate 代码生成设置&#xff08;仅选取比较难理解的选项&#xff09; 一、DataContext 设置选项 1、Auto-Implemented Properties 设为 True 时&#xff0c;生成自动属性&#xff0c;如下&#xff1a; public partial class Category{public virtual int CategoryID { get…

.Net项目模板(Project Template)

你有没有这样的感觉&#xff0c;开启一个新项目时&#xff0c;总是做一堆体力活——项目的结构层次&#xff0c;常用日志库&#xff0c;OpenAPI库&#xff0c;ORM库&#xff0c;的引入&#xff0c;权限认证方式选择添加&#xff0c;配置文件重新归置存放等等。公共框架的部分总…

php导出数据库的指定表数据,MYSQL教程mysql数据库导出指定表数据的方法

《MYSQL教程mysql数据库导出指定表数据的方法》要点&#xff1a;本文介绍了MYSQL教程mysql数据库导出指定表数据的方法&#xff0c;希望对您有用。如果有疑问&#xff0c;可以联系我们。导读&#xff1a;linux下导出mysql中指定表数据 &#xff1a;MYSQLdump -uroot -p databas…

谈通过测试与失败测试

在软件测试技术中&#xff0c;现有的测试方法、测试技术中均未提及到通过测试与失败测试。 而在实际项目测试过程中&#xff0c;很多项目组却再应用该方法。虽然该方法被采用&#xff0c;但是很多人对通过测试与失败测试理解并不透侧&#xff0c;在实际使用过程中并未按统一的标…

100个微信小程序的源码公开分享

现在微信小程序越来越火&#xff0c;小编一直有意识地收集微信小程序源码&#xff0c;至今已经拥有100个小程序的源码&#xff0c;有gank、LOL战绩查询、百度小说、豆瓣电影、手势解锁等。现在&#xff0c;小编准备将这些资料免费分享给大家&#xff01;gankLOL战绩查询百度小说…

NET问答:什么场景下应该选择 struct 而不是 class ?

咨询区 Esteban Araya&#xff1a;MSDN 上说当你需要一个轻量级对象时应该选择 struct&#xff0c;说的含含糊糊&#xff0c;真的不知道有哪些场景下优先选择 struct 而不是 class。可能有些人已经忘了。struct 可以有方法。struct 不能被继承。我非常明白 struct 和 class 在技…

php类的的属性值,PHP面向对象之旅:类的属性

在PHP5中&#xff0c;在属性定义可以不设置初值&#xff0c;或者赋予以下红色类型的初值。PHP中简单类型有8种&#xff0c;分别是&#xff1a;数值类型boolean 布尔类型integer 整型float 浮点型&#xff0c;也称为 double 双精度浮点型string 字符串复合类型array 数组object …

淘宝快捷通道——百汇家园

百汇家园 是一个便捷的通道&#xff0c;喜欢网购的同学&#xff0c;都可以在百汇家园了解到所需要的相关 产品的信息。我们的商品分为15个大类&#xff0c;包含了淘宝所有的商品&#xff0c;满足你的购物 需求。 百汇家园通过与淘宝的网店合作&#xff0c;将淘宝优质商品&#…

家里在一二线城市有很多套房是什么体验?答案太颠覆!

作者&#xff1a;匿名来源&#xff1a;知乎&#xff08;图片&#xff1a;网络&#xff09;“家里在一二线城市有很多套房是怎么的一种体验&#xff1f;”这是知乎上一个浏览超600万的话题。其中一个答案非常颠覆&#xff0c;获得高赞。作者的观点是否正确见仁见智&#xff0c;但…

希尔排序听起来有点难,其实很简单

前言直接插入排序当待排序数据的顺序和期望排序结果相反时&#xff0c;排序效率是最差的&#xff1b;上次聊到的折半插入排序只是减少有序列表的比较次数&#xff0c;而对于整体数据遍历次数还是没有得到优化&#xff1b;接下来要说的希尔排序就是针对整体数据进行优化&#xf…

中小企业信息化,“轻”和“快”是方向

中小企业有着自身的特殊性&#xff0c;在观念改变和专业服务产品到位后&#xff0c;中小企业轻装上阵&#xff0c;实现高效办公、快捷管理、快速发展的愿望并不遥远。 时间刚过早上七点&#xff0c;韩信吃完早餐&#xff0c;便坐到沙发上看起了新闻&#xff0c;查看手机日历也是…

php 下拉表单,PHP表单和填充下拉列表问题

我正尝试连接到MySQL并将数据填充到Dropdown。这是我的代码。某些原因下拉列表没有被填充。请建议。这是代码。$mysqli_connection new mysqli($db_host, $db_username, $db_password, $db_database);if (isset($_POST[Submit_1])) {require submit.php;require validate.php;…

等我敲完这行代码,就和你离婚!

工作是高端大气上档次&#xff0c;工资是低调奢华接地气&#xff01;我们叫做“程序猿”&#xff0c;也叫“攻城狮”&#xff01;但是往往城还没攻下来&#xff0c;我们的头发就先掉下来&#xff01;我们最喜欢听的一句话就是☟段子一“等我敲完这行代码&#xff0c;就和你离婚…

凭什么还不自信!!

前几天挺gbx说有个11级的小同学&#xff0c;已经在某OJ上刷过1000多道题&#xff0c;倍受打击&#xff01;一度感叹为什么我没有早点起步&#xff0c;甚至一度认为ACM是给那些初高中做过NOI的同学准备的。 今天突发神经查了查神牛HH 的简历&#xff0c;真的很震撼&#xff1a; …

yml php,使用 docker-compose.yml 快速搭建php开发环境

1、新建一个文件夹&#xff0c;里面创建文件 docker-compose.yml2、编辑 docker-compose.yml 文件&#xff0c;保存以下内容# docker volume#docker run -d --name dbdata -h dbdata -v /wwwroot:/home/vagrant/wwwroot -v /Downloads:/home/vagrant/Downloads -v /wwwroot/web…