Articles

GeeksforGeeks

by admin

forudsætning: NP-fuldstændighed

NP Problem:
NP problemer sæt af problemer, hvis løsninger er svære at finde, men lette at verificere og løses af ikke-deterministisk maskine i polynomisk tid.

NP-hårdt Problem:
et Problem er NP-hårdt, hvis der er et NP-komplet problem Y, således at Y kan reduceres til H i polynomisk tid. NP-hårde problemer er lige så hårde som NP-komplette problemer. NP-hårdt Problem behøver ikke være i NP klasse.

NP-komplet Problem:

et problem er NP-komplet, hvis der er et NP-problem Y, således at Y kan reduceres til H i polynomisk tid. NP-komplette problemer er lige så hårde som NP-problemer. Et problem er NP-komplet, hvis det er en del af både NP og NP-hårdt Problem. En ikke-deterministisk Turing-maskine kan løse NP-komplet problem i polynomisk tid. forskel mellem NP-Hard og NP-Complete:

NP-hard NP-Complete
NP-hårde problemer(f.eks. NP-komplette problemer kan løses ved en annon-deterministisk algoritme / Turing-maskine i polynomisk tid.
for at løse dette problem behøver du ikke være i NP . for at løse dette problem skal det være både NP og NP-hårde problemer.
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.