【计算理论】计算复杂性 ( 3-SAT 是 NP 完全问题 | 团问题是 NP 完全问题 | 团问题是 NP 完全问题证明思路 )

简介: 【计算理论】计算复杂性 ( 3-SAT 是 NP 完全问题 | 团问题是 NP 完全问题 | 团问题是 NP 完全问题证明思路 )

文章目录

一、3-SAT 是 NP 完全问题

二、团问题是 NP 完全问题

三、团问题是 NP 完全问题 证明思路





一、3-SAT 是 NP 完全问题


布尔可满足性问题 ( Boolean Satisfiability Problem , SAT ) , 是 N P \rm NPNP 完全的 ;


3-SAT 问题 也是 N P \rm NPNP 完全问题 ;



3-SAT 问题 的逻辑公式 , 是由一些合取范式 , 这些合取范式中 , 每个子项中 , 所包含的 原子逻辑命题 或其否定命题 的 个数一定为 3 \rm 33 ;


合取范式概念参考 【数理逻辑】范式 ( 合取范式 | 析取范式 | 大项 | 小项 | 极大项 | 极小项 | 主合取范式 | 主析取范式 | 等值演算方法求主析/合取范式 | 真值表法求主析/合取范式 ) ;


如下逻辑公式就是 3-SAT 问题逻辑公式 : 举例说明 :


( a 1 ∨ a 2 ∨ z 1 ) ∧ ( z 1 ‾ ∨ a 3 ∨ z 2 ) ∧ ( z 2 ‾ ∨ a 4 ∨ z 3 ) ∧ ⋯ ∧ ( z l − 3 ‾ ∨ a l − 1 ∨ a l ) \rm ( a_1 \lor a_2 \lor z_1 ) \land ( \overline{z_1} \lor a_3 \lor z_2 ) \land ( \overline{z_2} \lor a_4 \lor z_3 ) \land \cdots \land ( \overline{z_{l-3}} \lor a_{l-1} \lor a_l )(a

1


∨a

2


∨z

1


)∧(

z

1



∨a

3


∨z

2


)∧(

z

2



∨a

4


∨z

3


)∧⋯∧(

z

l−3



∨a

l−1


∨a

l


)



SAT 与 3-SAT 问题是相互等价的 , 如果一般的命题逻辑公式 ( a 1 ∨ a 2 ∨ ⋯ ∨ a l ) \rm ( a_1 \lor a_2 \lor \cdots \lor a_l )(a

1


∨a

2


∨⋯∨a

l


) 是可以满足的 , 当且仅当 ( a 1 ∨ a 2 ∨ z 1 ) ∧ ( z 1 ‾ ∨ a 3 ∨ z 2 ) ∧ ( z 2 ‾ ∨ a 4 ∨ z 3 ) ∧ ⋯ ∧ ( z l − 3 ‾ ∨ a l − 1 ∨ a l ) \rm ( a_1 \lor a_2 \lor z_1 ) \land ( \overline{z_1} \lor a_3 \lor z_2 ) \land ( \overline{z_2} \lor a_4 \lor z_3 ) \land \cdots \land ( \overline{z_{l-3}} \lor a_{l-1} \lor a_l )(a

1


∨a

2


∨z

1


)∧(

z

1



∨a

3


∨z

2


)∧(

z

2



∨a

4


∨z

3


)∧⋯∧(

z

l−3



∨a

l−1


∨a

l


) 逻辑公式也是可以满足的 ;






二、团问题是 NP 完全问题


团问题是 NP 完全问题


团 是一个无向图 点集 的 子集 , 使得 该点集子集 中 任何两个节点之间都有边相连 ;


团问题 就是 判定无向图中 , 是否包含有 k \rm kk 个节点的 团 ;

image.png



上述团问题 , 是 N P \rm NPNP 问题 ;


给定一个无向图 , 其中有一个 n \rm nn 个节点组成的集合 , 验证该 n \rm nn 集合是否是团 ;


验证的方法就是看这 n \rm nn 元集中的节点之间两两之间是否有边相连即可 ;


验证所花的时间是多项式时间 , 该计算问题在 N P \rm NPNP 中 ;






三、团问题是 NP 完全问题 证明思路


证明一个命题是 N P \rm NPNP 完全问题 :


① 证明是 N P \rm NPNP 问题 : 首先证明该问题是 N P \rm NPNP 问题 ;


② 证明是最难的 N P \rm NPNP 问题 : 然后证明所有的 N P \rm NPNP 问题 , 可以在多项式时间内规约到 该命题中 ; 也可以使用一个已经证明的 N P \rm NPNP 完全问题 , 在多项式时间内规约到 需要被证明的命题 ;



证明 团问题 是 N P \rm NPNP 完全的 , 从已知的 N P \rm NPNP 完全问题出发 , 已知的 N P \rm NPNP 完全问题就是 3-SAT 问题 ,


如果 3-SAT 问题是 N P \rm NPNP 完全的话 ,


只要证明 3-SAT 问题 可以在 多项式时间内规约 到 团问题 中 , 3-SAT ≤ \leq≤ 团问题 ,


就可以证明 团问题 是 N P \rm NPNP 完全问题 ;



将 3-SAT 问题 可以在 多项式时间内规约 到 团问题 中 ,


给定一个 3-SAT 问题 的 布尔逻辑公式 ,


ϕ = ( x 1 ∨ x 1 ∨ x 2 ) ∧ ( x 1 ‾ ∨ x 2 ‾ ∨ x 2 ‾ ) ∧ ( x 1 ‾ ∨ x 2 ∨ x 2 ) \rm \phi = ( x_1 \lor x_1 \lor x_2 ) \land ( \overline{x_1} \lor \overline{x_2} \lor \overline{x_2} ) \land ( \overline{x_1} \lor x_2 \lor x_2 )ϕ=(x

1


∨x

1


∨x

2


)∧(

x

1



x

2



x

2



)∧(

x

1



∨x

2


∨x

2


)


构造一个 无向图 ,


使得 布尔逻辑公式 是可满足的 , 当且仅当 , 无向图中有一个 k \rm kk 团 ;


k \rm kk 团就是无向图中 k \rm kk 个节点子集 , 每两个节点之间都有边相连 ;



证明过程 : 从 给定的 3-SAT 布尔逻辑公式 ϕ = ( x 1 ∨ x 1 ∨ x 2 ) ∧ ( x 1 ‾ ∨ x 2 ‾ ∨ x 2 ‾ ) ∧ ( x 1 ‾ ∨ x 2 ∨ x 2 ) \rm \phi = ( x_1 \lor x_1 \lor x_2 ) \land ( \overline{x_1} \lor \overline{x_2} \lor \overline{x_2} ) \land ( \overline{x_1} \lor x_2 \lor x_2 )ϕ=(x

1


∨x

1


∨x

2


)∧(

x

1



x

2



x

2



)∧(

x

1



∨x

2


∨x

2


) 中 , 构造出一个无向图 出来 , 使得该无向图可以满足 " 布尔逻辑公式 是可满足的 , 当且仅当 , 无向图中有一个 k \rm kk 团 "



目录
相关文章
|
3月前
线性代数——(期末突击)行列式(上)-行列式计算、行列式的性质
线性代数——(期末突击)行列式(上)-行列式计算、行列式的性质
48 7
|
3月前
线性代数——(期末突击)概率统计习题(概率的性质、全概率公式)
线性代数——(期末突击)概率统计习题(概率的性质、全概率公式)
25 1
|
4月前
|
算法 Linux
R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用:预测标准普尔SP500指数
R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用:预测标准普尔SP500指数
|
4月前
|
算法 Python
Python中的Lasso回归之最小角算法LARS
Python中的Lasso回归之最小角算法LARS
|
4月前
|
数据可视化
R语言分位数回归、最小二乘回归OLS北京市GDP影响因素可视化分析
R语言分位数回归、最小二乘回归OLS北京市GDP影响因素可视化分析
|
4月前
|
算法 数据可视化 Python
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
|
4月前
R语言Copula函数股市相关性建模:模拟Random Walk(随机游走)
R语言Copula函数股市相关性建模:模拟Random Walk(随机游走)
|
4月前
|
数据可视化
R语言可视化渐近正态性、收敛性:大数定律、中心极限定理、经验累积分布函数
R语言可视化渐近正态性、收敛性:大数定律、中心极限定理、经验累积分布函数
|
机器学习/深度学习
2022年数模国赛C题(岭回归、区间预测、矩阵热力图、Fisher判别分类模型)——总结心得(附最后一次数模经历,Matlab\SPSS\Lingo的理解综合)
2022年数模国赛C题(岭回归、区间预测、矩阵热力图、Fisher判别分类模型)——总结心得(附最后一次数模经历,Matlab\SPSS\Lingo的理解综合)
648 0
2022年数模国赛C题(岭回归、区间预测、矩阵热力图、Fisher判别分类模型)——总结心得(附最后一次数模经历,Matlab\SPSS\Lingo的理解综合)
|
机器学习/深度学习 算法
《最优化方法》——无约束具体算法以及KK
《最优化方法》——无约束具体算法以及KK
328 0
《最优化方法》——无约束具体算法以及KK