Hvilke problemer er np komplette?

Innholdsfortegnelse:

Hvilke problemer er np komplette?
Hvilke problemer er np komplette?
Anonim

NP-komplett problem, en hvilken som helst av en klasse med beregningsproblemer beregningsproblemer I teoretisk informatikk er et beregningsproblem et problem som en datamaskin kanskje kan løse eller et spørsmål som en datamaskin kan kunne svare. For eksempel problemet med factoring. "Gi et positivt heltall n, finn en ikke-triviell primfaktor av n." https://en.wikipedia.org › wiki › Computational_problem

Computational problem - Wikipedia

som ingen effektiv løsningsalgoritme er funnet. Mange betydelige datavitenskapelige problemer tilhører denne klassen, f.eks. problemet med reisende selger, tilfredshetsproblemer og grafiske problemer.

Hvor mange NP komplette problemer er det?

Denne listen er på ingen måte omfattende (det er mer enn 3000 kjente NP-komplette problemer). De fleste problemene i denne listen er hentet fra Garey og Johnsons banebrytende bok Computers and Intractability: A Guide to the Theory of NP-Completeness, og er her presentert i samme rekkefølge og organisasjon.

Hvordan vet du om et problem er NP-fullstendig?

A beslutningsproblem L er NP-fullstendig hvis: 1) L er i NP (Enhver gitt løsning for NP-fullstendige problemer kan verifiseres raskt, men det er ingen effektiv kjent løsning). 2) Hvert problem i NP er reduserbart til L i polynomtid (Reduksjon er definert nedenfor).

Hva er NP fullstendighet gi eneksempel for NP-komplett problem?

NP-Fullstendige problemer kan løses med en ikke-deterministisk algoritme/turingmaskin i polynomtid. For å løse dette problemet trenger det ikke være i NP. … Det er utelukkende et beslutningsproblem. Eksempel: Stoppeproblem, Vertex-dekselproblem, Circuit-tilfredshetsproblem, osv.

Er sorteringsproblemet NP-fullstendig?

Sorteringsnummer

Gi en liste med tall, kan du bekrefte at om listen er sortert eller ikke i polynomtid, så problemet er helt klart NP. Det er kjente algoritmer for å sortere en liste over tall i polynomtid. (Bubblesort O(n^2) osv.).

Anbefalt: