算法导论随笔(十四)：NP完全性之P问题、NP问题、NPC问题和NP难问题

最新推荐文章于 2023-02-09 20:08:14 发布

原创

最新推荐文章于 2023-02-09 20:08:14 发布 · 4.6k 阅读

本文深入探讨了算法导论中的NP完全性概念，涉及P问题、NP问题、NPC问题和NP难问题。P问题是能在多项式时间内解决的问题，而NP问题能在多项式时间内验证解。NPC问题是一类特别的NP问题，如果找到其多项式时间解法，就能解决所有NP问题，证明P=NP。NP难问题则是即使验证解也需要超过多项式时间的问题。

这篇文章中我来简单谈谈NP完全性。不同于前面所有文章中的各个具体的问题和算法，NP完全性是一个很抽象的大概念，其包括但不仅限于标题中提到的P问题、NP问题、NPC问题和NP难问题。这里我简单谈谈我对书上的内容和一些例子的理解。

P问题

首先来谈谈P问题。算法导论随笔系列写到现在，已经介绍了很多问题及它们的算法。其中大部分的问题，都是P问题。那么什么是P问题呢？P问题指的是能在多项式时间内解决的问题。这里的P是Polynomial（即多项式）的缩写。初中数学告诉我们，一个多项式有如下的形式：
在这里插入图片描述
其中a₀，a₁，… a_n为常数，n为常数。
也就是说，对于一个解决P问题的算法，其时间复杂度应该符合上述形式。比如冒泡排序的复杂度为
T(n) = O(n²)
这里的n²就是一个关于n的多项式。像冒泡排序这样复杂度可以表示为多项式的算法，就是多项式时间算法。如果一个问题能用多项式时间算法解决，那么这个问题就是P问题。书中的叙述也印证了我们的想法：

The class P consists of those problems that are solvable in polynomial time. More specifically, they are problems that can be solved in time O(n^k) for some constant k, where n is the size of the input to the problem.

并不是所有的算法都是多项式时间的。比如一个算法的复杂度为O(2ⁿ)，那么这个算法就不是多项式时间算法，因为多项式的形式中，每一项的指数应该是一个常数，而这里的指数为n，是一个变量，因此2ⁿ并不是一个关于n的多项式，也就是说复杂度为O(2ⁿ)的算法并不是多项式时间算法。再比如复杂度为O(n!)，或复杂度为O(nⁿ)的算法都不是多项式时间算法。

NP问题

下面来谈谈NP问题。先来看下面的一个问题：假设我们有一个如下图所示的Graph，其中每一个顶点代表一个城市，每条边上面的数字代表了两个城市之间的距离。现在有一个快递员要给图中所有的城市送快递，问什么路径可以访问所有的城市，并且快递员行走的距离之和最短。
在这里插入图片描述
这就是著名的旅行商问题。旅行商问题不是P问题，因为人们没办法找到一个多项式时间的算法来解决它。那么这个问题是不是NP问题呢？答案是不是。很多人觉得P问题的集合和和NP问题的集合互为补集，即一个问题若不是P问题，则它就是NP问题。这是一个误区，在后面会介绍。