Articles

GeeksforGeeks

by admin

wymagane wymagania: np-kompletność

Problem NP:
problemy NP zbiór problemów, których rozwiązania są trudne do znalezienia, ale łatwe do zweryfikowania i są rozwiązywane przez Niedeterministyczną maszynę w czasie wielomianowym.

NP-trudny Problem:
Problem X jest np-trudny, jeśli istnieje np-kompletny problem Y, taki, że Y jest redukowalne do X w czasie wielomianowym. Np-trudne problemy są tak trudne jak np-kompletne problemy. Np-Hard Problem nie musi być w klasie NP.

NP-kompletny Problem:

problem X jest np-zupełny, jeśli istnieje np problem Y, taki, że Y jest redukowalne do X w czasie wielomianowym. Np-kompletne problemy są tak trudne jak problemy NP. Problem jest np-kompletny, jeśli jest częścią zarówno np, jak i np-Hard Problem. Niedeterministyczna maszyna Turinga może rozwiązać problem np-zupełny w czasie wielomianowym.

różnica między np-Hard A np-Complete:

np-twardy np-kompletny
np-trudne problemy(powiedzmy X) można rozwiązać wtedy i tylko wtedy, gdy istnieje np-kompletny problem(powiedzmy Y), który można zredukować do X w czasie wielomianowym. np-całkowite problemy można rozwiązać za pomocą algorytmu deterministycznego/maszyny Turinga w czasie wielomianowym.
aby rozwiązać ten problem, nie muszą być w NP . aby rozwiązać ten problem, muszą to być zarówno problemy np, jak i np-twarde.
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.