Articles

GeeksforGeeks

by admin

förutsättning: NP-fullständighet

NP Problem:
NP problem uppsättning problem vars lösningar är svåra att hitta men lätta att verifiera och löses av icke-deterministisk maskin i polynomtid.

NP-Hard Problem:
ett problem X är NP-Hard om det finns ett NP-komplett problem Y, så att Y kan reduceras till X i polynomtid. NP-hårda problem är lika svåra som NP-kompletta problem. NP-hårt Problem behöver inte vara i NP klass.

NP-komplett Problem:

ett problem X är NP-komplett om det finns ett NP-problem Y, så att Y kan reduceras till X i polynomtid. NP-kompletta problem är lika svåra som NP-problem. Ett problem är NP-Complete om det är en del av både NP och NP-Hard Problem. En icke-deterministisk Turing-maskin kan lösa NP-komplett problem i polynomtid.

skillnad mellan NP-Hard och NP-Complete:

NP-hård NP-komplett
NP-hårda problem(säg X) kan lösas om och endast om det finns ett NP-komplett problem(säg y) som kan reduceras till X i polynomtid. NP-kompletta problem kan lösas med en annons-deterministisk algoritm / Turing-maskin i polynomtid.
för att lösa detta problem behöver du inte vara i NP . för att lösa detta problem måste det vara både NP och NP-hårda problem.
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.