第8章NP完全性理论研究报告.ppt

1,第8章NP完全性理论,2,8.1计算模型,8.1.1 随机存取机RAM 8.1.2 随机存取存储程序机RASP 8.1.3 图灵机 8.1.4 图灵机模型与RAM模型的关系 8.1.5 问题变换与计算复杂性归约,3,8.1.1 随机存取机RAM,1. RAM的结构,4,8.1.1 随机存取机RAM,2. RAM程序,一个RAM程序定义了从输入带到输出带的一个映射可以对 这种映射关系作2种不同的解释解释一：把RAM程序看成是计算一个函数 若一个RAM程序P总是从输入带前n个方格中读入n个整数 x1，x2，，xn，并且在输出带的第一个方格上输出一个整数y 后停机，那么就说程序P计算了函数f(x1，x2，，xn)=y,解释二：把RAM程序当作一个语言接受器 将字符串S=a1a2an放在输入带上在输入带的第一个方 格中放入符号a1，第二个方格中放入符号a2，，第n个方格中 放入符号an然后在第n+1个方格中放入0，作为输入串的结束标 志符如果一个RAM程序P读了字符串S及结束标志符0后，在输出 带的第一格输出一个1并停机，就说程序P接受字符串S6,8.1.2 随机存取存储程序机RASP,1. RASP的结构 RASP的整体结构类似于RAM，所不同的是RASP的程序是存储在寄存器中的。

每条RASP指令占据2个连续的寄存器第一个寄存器存放操作码的编码，第二个寄存器存放地址RASP指令用整数进行编码 2. RASP程序的复杂性 不管是在均匀耗费标准下，还是在对数耗费标准下，RAM程序和RASP程序的复杂性只差一个常数因子在一个计算模型下T(n)时间内完成的输入-输出映射可在另一个计算模型下模拟，并在kT(n)时间内完成其中k是一个常数因子空间复杂性的情况也是类似的7,8.3 图灵机,1. 多带图灵机,8,8.1.3 图灵机,1. 多带图灵机,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,,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，IT. (4)b是惟一的空白符，bT-I (5)q0是初始状态 (6)qf是终止(或接受)状态。

(7)是移动函数它是从QTk的某一子集映射到Q(TL，R，S)k的函数9,8.1.3 图灵机,1. 多带图灵机,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)也无定义与RAM模型类似，图灵机既可作为语言接受器，也可作为计算函数的装置10,8.1.4 图灵机模型与RAM模型的关系,图灵机模型与RAM模型的关系是指同一问题在这2种不同计算模型下的复杂性之间的关系定理8-3 对于问题P的任何长度为n的输入，设求解问题P的算法A在k带图灵机模型TM下的时间复杂性为 ，那么，算法A在RAM模型下的时间复杂性为 定理8-4 对于问题P的任何长度为n的输入，设求解问题P的算法A在RAM模型下，不含有乘法和除法指令，且按对数耗费标准其时间复杂性为 ，那么，算法A在k带图灵机模型TM下的时间复杂性为 11,8.1.5 问题变换与计算复杂性归约,具体地说，假设有2个问题A和B，将问题A变换为问题B是指： (1)将问题A的输入变换为问题B的适当输入。

(2)解出问题B (3)把问题B的输出变换为问题A的正确解 若用O((n))时间能完成上述变换的第(1)步和第(3)步，则称问题A是(n)时间可变换到问题B，且简记为A(n)B其中的n通常为问题A的规模(大小) 当(n)为n的多项式时，称问题A可在多项式时间内变换为问题B特别地，当(n)为n的线性函数时，称问题A可线性地变换为问题B通过问题变换的技巧，可以将2个不同问题的计算复杂性联系在一起这样就可以将一个问题的计算复杂性归结为另一个问题的计算复杂性，从而实现问题的计算复杂性归约12,8.1.5 问题变换与计算复杂性归约,命题1(计算时间下界归约)：若已知问题A的计算时间下界为T(n)，且问题A是(n)可变换到问题B，即A(n)B，则 T(n)-O((n))为问题B的一个计算时间下界命题2(计算时间上界归约)：若已知问题B的计算时间上界为T(n)，且问题A是(n)可变换到问题B，即A(n)B，则T(n)+O((n))是问题A的一个计算时间上界问题的变换与问题的计算复杂性归约的关系：,在命题1和命题2中，当(n)=o(T(n))时，问题A的下界归约为问题B的下界，问题B的上界归约为问题A的上界。

13,8.2 P类与NP类问题,8.2.1 非确定性图灵机 8.2.2 P类与NP类语言 8.2.3 多项式时间验证,14,8.2.1 非确定性图灵机,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，，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具有不确定性，即对于QTk中的每一个值(q;x1,x2,,xk)，当它属于的定义域时，Q(TL，R，S)k中有惟一的一个子集(q;x1,x2,,xk)与之对应可以在(q;x1,x2,,xk)中随意选定一个值作为它的函数值在图灵机计算模型中，移动函数是单值的，即对于QTk中的每一个值，当它属于的定义域时，Q(TL，R，S)k中只有惟一的值与之对应，称这种图灵机为确定性图灵机，简记为DTM(Deterministic Turing Machine)15,8.2.2 P类与NP类语言,P类和NP类语言的定义： 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 NP16,8.2.2 P类与NP类语言,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VV，|V|=k，且对于所有的u，vV，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 的二进位串表示因此，团问题可表示为语言： CLIQUE=w#v|w，v0，1*，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17,8.2.2 P类与NP类语言,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= ，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VV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 时间内完成因此，整个算法的时间复杂性为 。

非确定性算法在多项式时间内接受语言CLIQUE，故CLIQUENP18,8.2.3 多项式时间验证,VP=L|L*，为一有限字符集，存在一个多项式p和一个多项式时间验证算法A(X，Y)使得对任意X*，XL当且仅当存在Y*，|Y|p(|X|)且A(X，Y)=1多项式时间可验证语言类VP可定义为：,定理8-5：VP=NP证明见书本）,例如(哈密顿回路问题)：一个无向图G含有哈密顿回路吗? 无向图G的哈密顿回路是通过G的每个顶点恰好一次的简单回路可用语言HAM-CYCLE 定义该问题如下： HAM-CYCLE=G|G含有哈密顿回路,19,8.3NP完全问题,8.3.1 多项式时间变换 8.3.2 Cook定理,20,8.3.1 多项式时间变换,定义：语言L是NP完全的当且仅当 (1)LNP； (2)对于所有LNP有L p L 如果有一个语言L满足上述性质(2)，但不一定满足性质(1)，则称该语言是NP难的所有NP完全语言构成的语言类称为NP完全语言类，记为NPC设 ， 是2个语言所谓语言 能在多项式时间内变换为语言 (简记为 p )是指存在映身f: ，且f满足： (1)有一个计算f的多项式时间确定性图灵机； (2)对于所有x ，x ，当且仅当f(x) 。

21,8.3.1 多项式时间变换,定理8-6：设L是NP完全的，则 (1)LP当且仅当PNP； (2)若Lp ，且 NP，则 是NP完全的定理8-6的(2)可用来证明问题的NP完全性但前提是：要有第一个NP完全问题L22,8.3.2 Cook定理,定理8-7(Cook定理)：布尔表达式的可满足性问题SAT是NP完全的Cook定理的重要性在于，它给出了第一个NP完全问题，使得对于任何问题Q，只要能证明QNP且SATpQ，就有QNPC.,23,8.4 一些典型的NP完全问题,部分NP完全问题树,布尔表达式的可满足性问题,合取范式的可满足性问题,三元合取范式的可满足性问题,团问题,哈密顿回路问题,顶点覆盖问题,旅行商问题,子集和问题,24,8.4.1 合取范式的可满足性问题（CNF-SAT）,要证明CNF-SATNPC，只要证明在Cook定理中定义的布尔表达式A，，G或者已是合取范式，或者有的虽然不是合取范式，但可以用布尔代数中的变换方法将它们化成合取范式，而且合取范式的长度与原表达式的长度只差一个常数因子问题描述：给定一个合取范式，判定它是否可满足如果一个布尔表达式是一些因子和之积，则称之为合取范式，简称CNF(Conjunctive Normal Form)。

这里的因子是变量 或 例如： 就是一个合取范式，而 就不是合取范式25,8.4.2 3元合取范式的可满足性问题（3-SAT）,证明思路： 3-SATNP是显而易见的为了证明3-SATNPC，只要证明CNF-SATp 3-SAT，即合取范式的可满足性问题可在多项式时间内变换为3-SAT问题描述：给定一个3元合取范式，判定它是否可满足26,8.4.3 团问题CLIQUE,证明思路： 已经知道CLIQUENP通过3-SATpCLIQUE来证明CLIQUE是NP难的，从而证明团问题是NP完全的问题描述：给定一个无向图G=(V，E)和一个正整数k，判定图G是否包含一个k团，即是否存在，VV，|V|=k，且对任意u，wV有(u，w)E27,8.4.4 顶点覆盖问题（VERTEX-COVER）,证明思路： 首先，VERTEX-COVERNP因为对于给定的图G和正整数k以及一个“证书”V，验证|V|=k，然后对每条边(u，v)E，检查是否有uV或vV，显然可在多项式时间内完成 其次，通过CLIQUEpVERTEX-COVER来证明顶点覆盖问题是NP难的问题描述：给定一个无向图G=(V，E)和一个正整数k，判定是否存在VV，|V|=k，使得对于任意(u，v)E有uV或vV。

如果存在这样的V，就称V为图G的一个大小为k顶点覆盖28,8.4.5 子集和问题（SUBSET-SUM）,问题描述：给定整数集合S和一个整数t，判定是否存在S的一个子集SS，使得S中整数的和为t例如，若S=1。