当前课程知识点:算法设计与分析 > 8 NP and Computational Intractability > 8.4 Definition of NP > Definition of NP
我们学习了一些问题的多项式时间算法
但是有大量的问题
至今没有找到多项式时间算法
我们希望能把这些问题进行分类
我们考虑一个重要的类 NP
这里我们关注判定问题
X是一个字符串的集合
每个实例对应一个字符串s
A是一个算法
如果对于任意的s
s∈X 当且仅当A(s)=yes
我们说算法A解决了问题X
如果对于任意字符串s
算法A的运行时间至多p(|s|)步
这里p是一个多项式
|s|表示s的长度
那么我们称A是多项式时间算法
比如定义素数问题
集合X为所有素数的集合
即X={2, 3, 5, 7, 11, 13, 17, 23, 29, 31, 37, …}
2002年提出的AKS算法
多项式时间解决了这个问题
运行时间p(|s|)=|s|^8
我们给一些
有多项式时间算法的判定问题的例子
乘法问题
对应的判定问题为
x是y的乘数吗
我们可以用小学算术的除法
比如说对于x等于51 y等于17
回答是yes
对x等于51 y等于16
答案是no
再来看互素问题
x和y是互素的吗
它本身就是判定问题
公元前300年
欧几里得就给出了辗转相除的算法
比如对于34和39的例子
回答是yes
而对于34,51这个例子
回答是no
它们有公因子17
素数问题
x是一个素数吗
刚才提到的AKS算法
多项式时间求解了这个问题
我们前面还学习了编辑距离问题
它对应的判定问题是
x,y之间的编辑距离
小于等于一个给定的数吗
比如5
我们可以用动态规划算法来进行求解
再有解线性方程组问题
是否存在x使得线性方程组Ax=b成立
我们可以用Gauss-Edmonds消元法
多项式时间进行求解
在给出NP问题的定义前
我们先定义验证算法
验证算法指的是
它不是直接计算s∈X
而是检查一个给出s∈X的证明t
我们称算法C(s,t)是一个问题X的验证算法
如果对于任意字符串s
s∈X 当且仅当存在一个字符串t
使得C(s,t)=yes
对于yes实例 我们也称为是实例
字符串t称为证书
这里需要注意
我们只需证明
存在着这样的证书t
而不需要去求解找到它
现在我们定义NP
NP是一个判定问题的类
这些判定问题都存在着
多项式时间验证算法
这里的多项式时间要求C(s, t)的运行时间
是关于输入规模的多项式
也蕴含着证书t的规模
可以被输入规模的多项式所控制
-1.1 Introduction
-1.2 A First Problem: Stable Matching
--A First Problem: Stable Matching
-1.3 Gale-Shapley Algorithm
-1.4 Understanding Gale-Shapley Algorithm
--Understanding Gale-Shapley Algorithm
-Homework1
-Lecture note 1
--Lecture note 1 Introduction of Algorithm
-2.1 Computational Tractability
-2.2 Asymptotic Order of Growth
-2.3 A Survey of Common Running Times
--A Survey of Common Running Times
-Homework2
-Lecture note 2
--Lecture note 2 Basics of Algorithm Analysis
-3.1 Basic Definitions and Applications
--Basic Definitions and Applications
-3.2 Graph Traversal
-3.3 Testing Bipartiteness
-3.4 Connectivity in Directed Graphs
--Connectivity in Directed Graphs
-3.5 DAG and Topological Ordering
--DAG and Topological Ordering
-Homework3
-Lecture note 3
-4.1 Coin Changing
-4.2 Interval Scheduling
-4.3 Interval Partitioning
-4.4 Scheduling to Minimize Lateness
--Scheduling to Minimize Lateness
-4.5 Optimal Caching
-4.6 Shortest Paths in a Graph
-4.7 Minimum Spanning Tree
-4.8 Correctness of Algorithms
-4.9 Clustering
-Homework4
-Lecture note 4
--Lecture note 4 Greedy Algorithms
-5.1 Mergesort
-5.2 Counting Inversions
-5.3 Closest Pair of Points
-5.4 Integer Multiplication
-5.5 Matrix Multiplication
--Video
-5.6 Convolution and FFT
-5.7 FFT
--FFT
-5.8 Inverse DFT
-Homework5
-Lecture note 5
--Lecture note 5 Divide and Conquer
-6.1 Weighted Interval Scheduling
--Weighted Interval Scheduling
-6.2 Segmented Least Squares
-6.3 Knapsack Problem
-6.4 RNA Secondary Structure
-6.5 Sequence Alignment
-6.6 Shortest Paths
-Homework6
-Lecture note 6
--Lecture note 6 Dynamic Programming
-7.1 Flows and Cuts
-7.2 Minimum Cut and Maximum Flow
--Minimum Cut and Maximum Flow
-7.3 Ford-Fulkerson Algorithm
-7.4 Choosing Good Augmenting Paths
--Choosing Good Augmenting Paths
-7.5 Bipartite Matching
-Homework7
-Lecture note 7
-8.1 Polynomial-Time Reductions
-8.2 Basic Reduction Strategies I
--Basic Reduction Strategies I
-8.3 Basic Reduction Strategies II
--Basic Reduction Strategies II
-8.4 Definition of NP
-8.5 Problems in NP
-8.6 NP-Completeness
-8.7 Sequencing Problems
-8.8 Numerical Problems
-8.9 co-NP and the Asymmetry of NP
--co-NP and the Asymmetry of NP
-Homework8
-Lecture note 8
--Lecture note 8 NP and Computational Intractability
-9.1 Load Balancing
-9.2 Center Selection
-9.3 The Pricing Method: Vertex Cover
--The Pricing Method: Vertex Cover
-9.4 LP Rounding: Vertex Cover
-9.5 Knapsack Problem
-Homework9
-Lecture note 9
--Lecture note 9 Approximation Algorithms
-10.1 Landscape of an Optimization Problem
--Landscape of an Optimization Problem
-10.2 Maximum Cut
-10.3 Nash Equilibria
-10.4 Price of Stability
-Homework10
-Lecture note 10
--Lecture note 10 Local Search
-11.1 Contention Resolution
-11.2 Linearity of Expectation
-11.3 MAX 3-SAT
-11.4 Chernoff Bounds
-Homework11
-Lecture note 11
--Lecture note 11 Randomized Algorithms
-Exam