คำถามติดแท็ก np

คำถามเกี่ยวกับปัญหาการตัดสินใจที่สามารถแก้ไขได้บนเครื่องทัวริงแบบไม่ระบุเวลาในรูปแบบพหุนามเวลาตามความยาวของข้อมูลที่ป้อน

2
มีอัลกอริธึมเวลาเอ็กซ์โพเนนเชียลสำหรับปัญหา NP-complete หรือไม่
มีปัญหาที่ทำให้ NP เสร็จสมบูรณ์ซึ่งพิสูจน์อัลกอริธึมเวลาเอ็กซ์โปแนนเชียลหรือไม่? ฉันกำลังขออินพุตกรณีทั่วไปฉันไม่ได้พูดถึงกรณีพิเศษที่เข้าใจได้ง่ายที่นี่ โดยการย่อยชี้แจงผมหมายถึงคำสั่งของการเจริญเติบโตดังกล่าวข้างต้นมีหลายชื่อ แต่น้อยกว่าแทนเช่น nnเข้าสู่ระบบnnlog⁡nn^{\log n}

2
มีงานที่สามารถแก้ไขได้ในเวลาพหุนาม แต่ไม่สามารถตรวจสอบได้ในเวลาพหุนาม?
เพื่อนร่วมงานของฉันและฉันเพิ่งอ่านโน้ตของอาจารย์คนหนึ่งของเรา หมายเหตุระบุว่ามีงานที่สามารถแก้ไขได้ในเวลาพหุนาม (อยู่ในชั้นเรียนของ PF) แต่ไม่สามารถตรวจสอบได้ในเวลาพหุนาม (ไม่อยู่ในชั้นเรียนของ NPF) ในการอธิบายอย่างละเอียดเกี่ยวกับคลาสเหล่านี้: เราได้รับอินพุต X และสร้างเอาต์พุต Y บางส่วนซึ่ง (X, Y) สัมพันธ์กับ R แทนงานของเรา หากเป็นไปได้ที่จะได้ Y สำหรับ X ในเวลาพหุนามงานนี้เป็นของคลาสของ PF ถ้าเป็นไปได้ที่จะตรวจสอบใบรับรองความยาวพหุนาม Z ที่พิสูจน์ tuple (X, Y) อยู่ในความสัมพันธ์ R ในเวลาพหุนามงานเป็นของคลาสของ NPF เราไม่ได้พูดถึงปัญหาการตัดสินใจโดยที่คำตอบนั้นเป็นเพียงแค่ใช่หรือไม่ใช่ (อย่างเป็นทางการมากขึ้นถ้าสตริงบางอันเป็นของบางภาษา) สำหรับปัญหาการตัดสินใจปรากฏว่า PF เป็นเซตย่อยที่เหมาะสมของ NPF อย่างไรก็ตามสำหรับงานอื่น ๆ อาจแตกต่างกัน คุณรู้จักงานที่สามารถแก้ไขได้ในเวลาพหุนาม แต่ไม่ตรวจสอบในเวลาพหุนามหรือไม่

3
ปัญหาที่ไม่สมบูรณ์ของ NP ไม่“ ชัดเจน” ใน NP
มันเกิดขึ้นกับหลาย ๆ คนที่ในบทพิสูจน์ความสมบูรณ์แบบทั้งหมดที่NPNP\textbf{NP}ฉันได้อ่าน (ที่ฉันจำได้) มันเป็นเรื่องเล็กน้อยที่จะแสดงให้เห็นว่าปัญหาอยู่ในNPNP\textbf{NP}และแสดงให้เห็นว่ามันเป็นNPNP\textbf{NP} -hard คือ ... ส่วนที่ยาก . NPNP\textbf{NP}สมบูรณ์ของปัญหาเหล่านี้คืออะไรซึ่งตัวตรวจสอบพหุนามเวลาไม่สูงมาก?

3
เหตุใดปัญหา NP-complete จึงแตกต่างกันในแง่ของการประมาณของพวกเขา
ฉันอยากเริ่มคำถามด้วยการบอกว่าฉันเป็นโปรแกรมเมอร์และฉันไม่มีพื้นฐานด้านทฤษฎีความซับซ้อนมากมาย สิ่งหนึ่งที่ฉันสังเกตเห็นคือในขณะที่ปัญหาหลายอย่างเป็นปัญหาแบบ NP- เมื่อขยายไปสู่ปัญหาการเพิ่มประสิทธิภาพ ตัวอย่างที่ดีคือ TSP ถึงแม้ว่า TSP ทุกประเภทจะมีปัญหา NP-complete แต่ปัญหาการปรับให้เหมาะสมที่ตรงกันนั้นง่ายขึ้นและง่ายขึ้นในการประมาณค่าด้วยการทำให้เรียบง่ายต่อเนื่อง กรณีทั่วไปคือ NPO-complete, กรณีเมทริกคือ APX-complete, และกรณี Euclidean มี PTAS จริง นี่ดูเหมือนจะขัดกับฉันและฉันก็สงสัยว่ามันมีเหตุผลไหม

2
ปัญหาของพนักงานขายที่เดินทางสามารถพิสูจน์ได้ในเวลาพหุนาม
ดังนั้นฉันจึงเข้าใจแนวคิดที่ว่าปัญหาการตัดสินใจถูกกำหนดเป็น มีเส้นทาง P เช่นนั้นราคาต่ำกว่า C หรือไม่? และคุณสามารถตรวจสอบสิ่งนี้ได้อย่างง่ายดายโดยตรวจสอบเส้นทางที่คุณได้รับ อย่างไรก็ตามจะเกิดอะไรขึ้นถ้าไม่มีเส้นทางที่ตรงกับเกณฑ์นี้ คุณจะยืนยันคำตอบของ "ไม่" โดยไม่แก้ปัญหาเส้นทาง TSP ที่ดีที่สุดอย่างไรและการค้นหาคำตอบที่ดีที่สุดมีราคาแย่กว่า C

3
มีมุมมองที่ซับซ้อนของทฤษฎีบทของ Galois หรือไม่?
ทฤษฎีบทของ Galois บอกอย่างมีประสิทธิภาพว่าเราไม่สามารถแสดงรากของพหุนามระดับ = 5 โดยใช้ฟังก์ชันเหตุผลของสัมประสิทธิ์และอนุมูล - นี่ไม่สามารถอ่านได้ว่าเป็นเพราะพหุนามไม่มีอัลกอริธึมกำหนดที่จะค้นหารากหรือไม่ ตอนนี้พิจารณาคำถามการตัดสินใจของรูปแบบ "ให้จริงฝังรากพหุนามและหมายเลข k เป็นครั้งที่สามและรากสูงสุดที่สี่ของอย่างน้อยในช่องว่างของ k หรือไม่?"pppppp ใบรับรองการพิสูจน์สำหรับคำถามการตัดสินใจนี้จะเป็นชุดของรากของพหุนามนี้และนั่นคือใบรับรองสั้น ๆ และด้วยเหตุนี้ดูเหมือนว่า BUT ไม่ใช่ทฤษฎีบทของ Galois ที่บอกว่าไม่มีอัลกอริธึมที่กำหนดขึ้นเพื่อค้นหาใบรับรองสำหรับการตัดสินใจนี้ คำถาม? (และคุณสมบัตินี้ถ้าเป็นจริงออกกฎอัลกอริทึมใด ๆ ในการตัดสินใจตอบคำถามนี้) NPNPNP คำถามการตัดสินใจนี้มีความซับซ้อนในระดับใด? คำถามที่ทำให้ NP สมบูรณ์ทั้งหมดที่ฉันเคยเห็นมีอัลกอริธึมเวลาเอ็กซ์โพเนนเชียลเล็กน้อยสำหรับแก้ปัญหา ฉันไม่ทราบว่าสิ่งนี้คาดว่าจะเป็นคุณสมบัติที่ควรเป็นจริงสำหรับคำถามที่ตอบปัญหาทั้งหมด สำหรับคำถามการตัดสินใจครั้งนี้ดูเหมือนจะไม่เป็นจริง

4
พิสูจน์ความซับซ้อนของการพิสูจน์หรือการแยก P = NP
มีการวิจัยเกี่ยวกับความซับซ้อนของการพิสูจน์การแก้ปัญหา P = NP หรือไม่? หากไม่ได้รับความคืบหน้าเกี่ยวกับปัญหามันจะไม่มีเหตุผลที่จะคาดเดาได้ว่าการพิสูจน์ใด ๆ ที่แก้ไขปัญหา P = NP จะต้องมีจำนวนขั้นตอนพหุนามสูงหรือไม่?

3
ปัญหา จำกัด ใด ๆ สามารถอยู่ใน NP-Complete ได้หรือไม่?
อาจารย์ของฉันทำคำสั่ง ปัญหาอัน จำกัด ใด ๆ ไม่สามารถทำให้สมบูรณ์ได้ เขากำลังพูดถึงของซูโดกุในเวลาที่พูดอะไรบางอย่างตามเส้นที่สำหรับซูโดกุ 8x8 มีวิธีแก้ปัญหาที่ จำกัด แต่ฉันจำไม่ได้ว่าเขาพูดอะไร ฉันจดบันทึกย่อที่ฉันยกมา แต่ก็ยังไม่เข้าใจจริงๆ Sudoku ของ NP นั้นสมบูรณ์ถ้าฉันไม่ผิด ปัญหากลุ่มนั้นยังเป็นปัญหาแบบ NP-Complete และถ้าฉันมีปัญหาแบบกลุ่ม 4 คนนี่เป็นปัญหาที่ไม่แน่นอนที่เป็นปัญหาแบบ NP-Complete หรือไม่
13 np-complete  np 

1
การพิจารณาว่ามีช่วงเวลาสำคัญที่รู้ว่าอยู่ในช่วง P หรือสมบูรณ์หรือไม่?
ฉันเห็นจากโพสต์นี้ใน stackoverflow ว่ามีอัลกอริธึมที่ค่อนข้างเร็วสำหรับการร่อนช่วงของตัวเลขเพื่อดูว่ามีนายกในช่วงเวลานั้นหรือไม่ อย่างไรก็ตามนี่หมายความว่าปัญหาการตัดสินใจโดยรวมของ: (มีนายกในช่วงเวลาหรือไม่) อยู่ใน P. (มีคำตอบมากมายสำหรับโพสต์นั้นที่ฉันไม่ได้อ่านดังนั้นฉันต้องขออภัยถ้าคำถามนี้เป็น ซ้ำหรือไม่จำเป็น) ในอีกด้านหนึ่งถ้าช่วงเวลานั้นมีขนาดใหญ่พอ (เช่น ) ก็จะมีบางอย่างที่เหมือนกับ Bertrand's Postulate และมีช่วงเวลาที่สำคัญในช่วงนี้ แต่ผมยังไม่ทราบว่ามีช่องว่างขนาดใหญ่ระหว่างสองพลเฉพาะ (เช่น[ N ! , N ! + N ] [ N, 2 N][N,2N][N,2N][ N! , N! + N][N!,N!+N][N!,N!+ N] แม้ว่าปัญหาการตัดสินใจอยู่ใน PI จะไม่เห็นว่าปัญหาการค้นหาที่เกี่ยวข้องนั้นยังสามารถใช้งานได้เนื่องจากเราอาจไม่สามารถวาดคุณสมบัติเดียวกันเกี่ยวกับการกระจายของช่วงเวลาที่รู้จักเมื่อทำการค้นหาแบบไบนารี

2
ปัญหา NP-Complete ใด ๆ สามารถแก้ไขได้โดยใช้พื้นที่พหุนามส่วนใหญ่ (แต่ในขณะที่ใช้เวลาชี้แจง)
ฉันอ่านเกี่ยวกับNPCและความสัมพันธ์กับPSPACEและฉันต้องการทราบว่าปัญหา NPC สามารถแก้ไขได้อย่างแน่นอนโดยใช้อัลกอริทึมที่ต้องการพื้นที่พหุนามกรณีเลวร้ายที่สุด แต่อาจใช้เวลาชี้แจง (2 ^ P (n) โดยที่ P คือพหุนาม) ยิ่งไปกว่านั้นมันสามารถนำมาใช้กับEXPTIMEโดยทั่วไปได้หรือไม่? เหตุผลที่ฉันถามสิ่งนี้คือฉันได้เขียนโปรแกรมบางโปรแกรมเพื่อแก้ปัญหากรณี NPC ที่แย่ลงและพวกเขาสามารถใช้ RAM จำนวนมากสำหรับอินสแตนซ์ที่ยากและฉันสงสัยว่ามีวิธีที่ดีกว่านี้หรือไม่ สำหรับการอ้างอิงดูhttps://fc-solve.shlomifish.org/faq.html

2
โพสต์ปัญหาจดหมายโต้ตอบใน NP หรือไม่
ฉันเพิ่งอ่านบางหน้าในหนังสือของ Sipser รู้เบื้องต้นเกี่ยวกับทฤษฎีการคำนวณเกี่ยวกับปัญหาการติดต่อทางไปรษณีย์และฉันคิดว่า PCP เป็นจริงใน NP ผู้รับรองคือ: สำหรับการกำหนดค่าอินพุตของเสาเข็ม ต่อเชื่อมเป็นสตริงและเชื่อมเป็นสตริงจากนั้นเปรียบเทียบและเพื่อดูว่าทั้งสองมีค่าเท่ากันหรือไม่และสรุปได้ว่าอินพุตเป็นทางออกของ PCP(t1/b1,t2/b2,...tn/bn)(t1/b1,t2/b2,...tn/bn)(t_1/b_1, t_2/b_2,...t_n/b_n)t1,t2,...,tnt1,t2,...,tnt_1, t_2,...,t_ntttb1,b2,...,bnb1,b2,...,bnb_1, b_2, ..., b_nbbbtttbbb

5
มีข้อบกพร่องใน NP ของฉัน = หลักฐาน CoNP?
ฉันมี "การพิสูจน์" ที่ง่ายมากสำหรับ NP = CoNP และฉันคิดว่าฉันทำอะไรผิดที่ แต่ฉันไม่สามารถหาสิ่งที่ผิดได้ มีคนช่วยฉันได้ไหม ให้ A เป็นปัญหาบางอย่างใน NP และให้ M เป็นตัวตัดสินใจสำหรับ A. ให้ B เป็นส่วนประกอบเช่น B อยู่ใน CoNP เนื่องจาก M เป็นตัวตัดสินใจคุณสามารถใช้มันเพื่อตัดสินใจ B เช่นกัน (เพียงแค่พลิกคำตอบ) นั่นไม่ได้หมายความว่าเราจะแก้ปัญหาทั้งปัญหา NP และ CoNP ด้วย M เดียวกันหรือไม่? ที่จะทำให้มันดูเป็นรูปธรรมมากขึ้น ให้ A เป็นปัญหาที่สมบูรณ์แบบของ NP และให้ M เป็นตัวตัดสินใจสำหรับ A. พิจารณาปัญหา B ใด ๆ ใน …

1
นี่คือ NP-hard หรือไม่ ฉันไม่สามารถพิสูจน์ได้
ฉันมีปัญหาและฉันเดาว่า NP-hard แต่ฉันไม่สามารถพิสูจน์ได้ นี่คือกราฟเลเยอร์โดยที่เลเยอร์ 0 คือเลเยอร์ hignest และเลเยอร์ L ต่ำที่สุด มีขอบชี้นำระหว่างเลเยอร์โดยที่ขอบ (A, B) บ่งชี้ว่าโหนด A สามารถ [ครอบคลุม] โหนด B และเมื่อ A สามารถครอบคลุม B ทุกโหนดบนเส้นทางใด ๆ จาก A ถึง B สามารถครอบคลุม B, B สามารถครอบคลุม ตัวเอง ในที่สุดก็มาถึงชุดของโหนด S ฉันต้องเลือกอีกชุดของโหนด ANS และให้แน่ใจว่าสำหรับแต่ละโหนด q ใน S มีโหนด p ใน ANS และ p ครอบคลุม q …
11 graphs  np 

4
การพัฒนาโครงข่ายประสาทเทียมเพื่อแก้ปัญหา NP
ฉันเพิ่งอ่านรายการบล็อกที่น่าสนใจจาก Google Research Blog ที่พูดถึงเครือข่ายประสาท โดยพื้นฐานแล้วพวกเขาใช้เครือข่ายประสาทเทียมนี้เพื่อแก้ปัญหาต่าง ๆ เช่นการจดจำภาพ พวกเขาใช้อัลกอริทึมทางพันธุกรรมเพื่อ "พัฒนา" น้ำหนักของซอน ดังนั้นโดยพื้นฐานแล้วความคิดของฉันคือ ถ้าฉันควรจะเขียนโปรแกรมที่รับรู้ตัวเลขฉันจะไม่รู้วิธีเริ่มต้น (ฉันอาจมีความคิดที่คลุมเครือ แต่ประเด็นของฉันคือ: มันไม่สำคัญหรือไม่ง่าย) แต่โดยใช้เครือข่ายประสาทฉันไม่จำเป็นต้องทำ โดยการสร้างบริบทที่เหมาะสมเพื่อให้โครงข่ายประสาทเทียมวิวัฒนาการเครือข่ายประสาทของฉันจะ "ค้นหาอัลกอริทึมที่ถูกต้อง" ด้านล่างฉันอ้างถึงส่วนที่น่าสนใจจริงๆของบทความที่พวกเขาอธิบายว่าแต่ละเลเยอร์มีบทบาทที่แตกต่างกันในกระบวนการรับรู้ภาพอย่างไร หนึ่งในความท้าทายของโครงข่ายประสาทคือการเข้าใจว่าเกิดอะไรขึ้นในแต่ละเลเยอร์ เรารู้ว่าหลังจากการฝึกฝนแต่ละเลเยอร์จะดึงคุณสมบัติที่สูงขึ้นและระดับสูงของภาพออกมาเรื่อย ๆ จนกระทั่งเลเยอร์สุดท้ายทำการตัดสินใจเกี่ยวกับภาพที่แสดง ตัวอย่างเช่นเลเยอร์แรกอาจมองหาขอบหรือมุม เลเยอร์กลางตีความคุณสมบัติพื้นฐานเพื่อค้นหารูปร่างหรือส่วนประกอบโดยรวมเช่นประตูหรือใบไม้ เลเยอร์ไม่กี่ขั้นสุดท้ายรวบรวมสิ่งเหล่านั้นไว้ในการตีความที่สมบูรณ์ - เซลล์ประสาทเหล่านี้เปิดใช้งานเพื่อตอบสนองต่อสิ่งที่ซับซ้อนมากเช่นอาคารหรือต้นไม้ทั้งหมด ดังนั้นโดยทั่วไปคำถามของฉันคือ: เราไม่สามารถใช้อัลกอริธึมเชิงพันธุกรรม + เครือข่ายประสาทเพื่อแก้ไขปัญหา NP ทุกข้อได้หรือไม่ เราเพิ่งสร้างบริบทวิวัฒนาการที่เหมาะสมและปล่อยให้ "ธรรมชาติ" หาทางออก การลงทะเบียนเรียน: จะลึกเข้าไปในเครือข่ายประสาท แก้ไข: ฉันรู้ว่าเราสามารถใช้ Brute-Force หรือค้นหาโซลูชันที่ไม่มีประสิทธิภาพในหลายกรณี นั่นคือเหตุผลที่ฉันพยายามเน้นการพัฒนาโครงข่ายประสาทเทียม ดังที่ฉันพูดในความคิดเห็น: ให้เวลาเพียงพอและอัตราการกลายพันธุ์ที่เหมาะสมเราสามารถหาทางออกที่ดีที่สุด (หรืออย่างน้อยนั่นคือสิ่งที่ฉันคิด)

1
ชุด NP-complete เกิดขึ้นจากชุดอื่นสองชุดหากอย่างน้อยหนึ่งชุด NP-hard หรือไม่
คำถามนี้ค่อนข้างจะสนทนากับคำถามก่อนหน้านี้ในชุดที่เกิดขึ้นจากการดำเนินงานชุดในชุดสมบูรณ์ NP: หากชุดที่เป็นผลมาจากการรวมกันการแยกหรือผลิตภัณฑ์คาร์ทีเซียนของสองชุด decidable และเป็น NP-complete อย่างน้อยหนึ่งL_1, L_2จำเป็นต้อง NP-hard หรือไม่ ฉันรู้ว่าพวกเขาทั้งคู่ไม่สามารถอยู่ใน P (สมมติว่า P! = NP) เนื่องจาก P ถูกปิดภายใต้การดำเนินการที่กำหนดไว้เหล่านี้ ฉันก็รู้ว่าเงื่อนไขของ "decidable" และ "NP-hard" เป็นสิ่งจำเป็นเนื่องจากถ้าเราพิจารณาชุด NP ที่สมบูรณ์LและชุดBอื่นนอก NP (ไม่ว่าจะเป็น NP-hard หรือ undecidable) เราสามารถสร้างสองรูปแบบใหม่ได้ ชุด NP-hard ไม่ได้อยู่ใน NP ซึ่งเป็นจุดตัดของ NP-complete ตัวอย่างเช่น: L_1 = 01L \ ถ้วย 11BและL_2 = 01L \ ถ้วย 00B …

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.