本文介绍了NP完全性理论，包括时间复杂度的概念、易解与难解问题的区别、确定性和非确定性计算模型的差异。重点阐述了P问题和NP问题的定义，探讨了P是否等于NP的未解难题，并详细解释了NP完全问题的特性，以及如何证明一个问题是NPC问题。文章还提到了NPC问题的求解策略，如枚举、动态规划、概率算法和近似算法等。
0.参考
http://www.matrix67.com/blog/archives/105（极好，通俗易懂）
《算法导论》NP完全性
《算法设计与分析》NP完全性理论
1.基本概念
a.时间复杂度
定义：时间复杂度并不是表示一个程序解决问题需要花费多少时间，而是当一个问题规模扩大以后，程序需要的时间长度增长得有多快
例子：冒泡排序、插入排序等，数据扩大2倍，时间变慢4倍的，属于O(n^2)的复杂度
b.多项式级复杂度与非多项式级复杂度
一种是O(1),O(log(n)),O(n^a)等，我们把它叫做多项式级的复杂度，因为它的规模n出现在底数的位置。另一种是O(a^n)和O(n!)型复杂度，它是非多项式级的，其复杂度计算机往往不能承受。
c.易解问题和难解问题
能在多项式时间内解决的问题称为易解问题，只能在指数级时间内解决的问题称为难解问题
d.确定性计算模型（如确定性图灵机）与非确定性计算模型（如非确定性图灵机）
最低0.47元/天 解锁文章
扫一扫
895
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
