Articles

GeeksforGeeks

by admin

Předpoklad: NP-Úplnost

NP Problém:
NP problémy problémy, jejichž řešení je těžké najít, ale snadno ověřit a jsou řešeny nedeterministickými Stroje v polynomiálním čase.

NP-Těžký Problém:
Problém X je NP-Těžký, pokud existuje NP-Úplný problém, Y, takové, že Y je redukovatelné na X v polynomiálním čase. NP-tvrdé problémy jsou stejně těžké jako NP-úplné problémy. NP-těžký problém nemusí být ve třídě NP.

NP-kompletní problém:

problém X je NP-úplný, pokud existuje NP problém Y, takže Y je redukovatelné na X v polynomiálním čase. NP-kompletní problémy jsou stejně těžké jako problémy NP. Problém je NP-kompletní, pokud je součástí jak NP a NP-tvrdý problém. Nedeterministický Turingův stroj dokáže vyřešit NP-úplný problém v polynomiálním čase.

rozdíl mezi NP-Hard a NP-Complete:

NP-těžké NP-Úplné
NP-Těžké problémy(řekněme X), může být vyřešen, pokud a pouze tehdy, pokud existuje NP-Úplný problém(řekněme Y), které lze redukovat do X v polynomiálním čase. NP-kompletní problémy mohou být řešeny annon-deterministickým algoritmem / Turingovým strojem v polynomiálním čase.
Chcete-li tento problém vyřešit, nemusíte být v NP . Chcete-li tento problém vyřešit, musí to být jak NP, tak NP-těžké problémy.
Do not have to be a Decision problem. It is exclusively a Decision problem.
Example: Halting problem, Vertex cover problem, Circuit-satisfiability problem, etc. Example: Determine whether a graph has a Hamiltonian cycle, Determine whether a Boolean formula is satisfiable or not, etc.