P-těžké, np-těžké a np-úplné problémy

Slides:



Advertisements
Podobné prezentace
Deduktivní soustava výrokové logiky
Advertisements

Rozhodnutelnost.
J. Pokorný 1 DOTAZOVACÍ JAZYKY slajdy přednášce DBI006 J. Pokorný MFF UK Odpřednášeno
PLANARITA A TOKY V SÍTÍCH
Stavový prostor. • Existují úlohy, pro které není k dispozici univerzální algoritmus řešení • různé hry • problém batohu, problém obchodního cestujícího.
LOGISTICKÉ SYSTÉMY 6/14.
Ekvivalence následujících tří úloh
ALGO – Algoritmizace 1. cvičení
Algoritmy I Cvičení č. 5.
Varianty Turingova stroje Výpočet funkcí pomocí TS
Genetické algoritmy. V průběhu výpočtu používají náhodné operace. Algoritmus není jednoznačný, může projít více cestami. Nezaručují nalezení řešení.
Principy překladačů Architektury procesorů Jakub Yaghob.
FORMALIZACE PROJEKTU DO SÍŤOVÉHO GRAFU
LOGISTICKÉ SYSTÉMY 7/14.
Teorie ICT.
Taxonomie problémů, případ NP není P Všechny rozhodovací problémy Nepřečíslitelné problémy Přečíslitelné, ale nerozhodnutelné problémy Doplňkově Nepřečíslitelné.
Kvantové počítače Foton se může nacházet „současně na více místech“ (s různou pravděpodobností). Nemá deterministicky určenou polohu. To dává šanci elementární.
Fakulta životního prostředí Katedra informatiky a geoinformatiky
Church-Turingova teze Univerzální Turingův stroj Diagonalizace
TI 7.1 NEJKRATŠÍ CESTY Nejkratší cesty - kap. 6. TI 7.2 Nejkratší cesty z jednoho uzlu Seznámíme se s následujícími pojmy: w-vzdálenost (vzdálenost na.
Složitost.
Třída P (PTIME) DEF: P je třída všech jazyků, které jsou rozhodnutelné deterministickým Turingovým strojem v polynomiálním čase. Neboli: Třída P je.
Teorie složitosti I když je problém rozhodnutelný (řešitelný algoritmicky), může mít příliš velké nároky na čas výpočtu nebo paměť, a může se tedy.
Univerzita Karlova Matematicko-fyzikální fakulta Lukáš Jirovský Teorie grafů – prezentace Bc. Práce Vedoucí práce: RNDr. Pavla Pavlíková, Ph.D.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ
Úvod do předmětu Opakování
Vztah bezkontextových jazyků a ZA
VLASTNOSTI GRAFŮ Vlastnosti grafů - kap. 3.
Taxonomie problémů, případ NP není P Všechny rozhodovací problémy Nepřečíslitelné problémy Přečíslitelné, ale nerozhodnutelné problémy Doplňkově Nepřečíslitelné.
Formální modely výpočtu Tomáš Vaníček Katedra inženýrské informatiky Stavební fakulta ČVUT Thákurova 7, Praha 6 Dejvice, b407
Složitost II TIN063 Ondřej Čepek. 2 Sylabus 1.Výpočetní model – DTS a NTS 2.Časová a prostorová složitost výpočtu 3.Technické pomůcky: lineární komprese,
Relace, operace, struktury
Grafický zápis algoritmů (vývojové diagramy) Test na trojúhelník (trojúhelníková nerovnost) Maximum ze tří čísel s použitím pomocné proměnné Pravoúhlý.
Turingův stroj.
Výpočetní složitost Odhlédneme-li od realizace algoritmu na konkrétním hardwaru a v konkrétním prostředí informačního systému, lze časovou složitost hodnotit.
doc. RNDr. Zdeněk Botek, CSc.
hledání zlepšující cesty
Churchova (Turingova) teze
Mlhavost Fuzzy logika, fuzzy množiny, fuzzy čísla
Výroková logika.
Jak může Turingův stroj řešit úlohu? Mám rozhodnout, zda posloupnost znaků 0 a 1 obsahuje dvě 0 za sebou.
NP-úplné problémy v grafech
Algoritmicky nerozhodnutelný problém Věta: Problém přijetí prázdného slova Turingovým strojem je algoritmicky nerozhodnutelný. A TM ={  M,e  | M je TS.
Teorie čísel Prvočíslo Generování prvočísel: Erathosenovo síto
Doc. Josef Kolář (ČVUT)Prohledávání grafůGRA, LS 2010/11, Lekce 4 1 / 15Doc. Josef Kolář (ČVUT)NP-úplné problémyGRA, LS 2012/13, Lekce 13 1 / 14 NP-ÚPLNÉ.
Výpočetní složitost Odhlédneme od realizace algoritmu na konkrétním hardwaru a v konkrétním prostředí informačního systému časovou složitost hodnotit počtem.
Stromy a kostry. Definice stromu Souvislý (neorientovaný) graf – mezi každými dvěma vrcholy existuje (alespoň jedna) cesta Strom je souvislý graf, který.
Churchova (Turingova) teze
© Institut biostatistiky a analýz INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
McEllisova šifra.
McEllisova šifra. James Ellis( ) Clifford Cocks, Malcolm Williamson Alice Bob zpráva šum Odstranění šumu.
DNA počítače Řešení NP-úplných problémů za použití DNA počítačů Jaromír Malenko 2001.
Složitost algoritmu Vybrané problémy: Při analýze složitosti jednotlivých algoritmů často narazíme na problém, jakým způsobem vzít v úvahu velikost vstupu.
Úvod do databázových systémů
Základní pojmy v automatizační technice
Operační výzkum Lineární programování Dopravní úloha nevyrovnaná.
Překladače 5. Syntaktická analýza
ZAL – 3. cvičení 2016.
MINIMÁLNÍ KOSTRA V GRAFU
Výpočetní složitost Odhlédneme-li od realizace algoritmu na konkrétním hardwaru a v konkrétním prostředí informačního systému, lze časovou složitost hodnotit.
Predikátová logika (1. řádu).
Algoritmizace a programování
Výpočetní složitost algoritmů
Taxonomie problémů, případ NP není P
Úvod Aritmetické a geometrické posloupnosti a jedna zajímavá funkcionální rovnice.
Toky v sítích.
Predikátová logika.
Třída P (PTIME)  .
Definiční obory. Množiny řešení. Intervaly.
Algoritmizace a datové struktury (14ASD)
Transkript prezentace:

P-těžké, np-těžké a np-úplné problémy

P-těžké problémy P-těžký problém je takový, pro který existuje algoritmus, co ho řeší v polynomiálním čase

Np-těžké problémy Np-těžký problém (nedeterministicky polynomiální problém): existuje nedeterministický algortimus (algoritmus s nápovědou), který problém řeší v polynomiálním čase

Klasifikace problémů podle složitosti P-těžké Np-těžké Problémy řešitelné, ale ani nedetrministicky neřešitelné v polynomiálním čase Problémy algoritmicky neřešitelné

Co se dá poznat Problém patří do dané skupiny: stačí najít algoritmus daných vlastností

Co je velmi obtížné poznat Problém neopatří do dané skupiny: Je potřeba dokázat, že algoritmus daných vlastností neexistuje Obecně je dokázat neexistenci algoritmu algoritmicky neřešitelný problém

Vlastnosti np-úplných problémů Jsou np-těžké Není znám algortimus pro jejich řešení v polynomiálním čase (pravděpodobně nejsou p-těžké) Pokud by byl nalezen deterministický algoritmus pro jejich řešení v polynomiálním čase, dal by se z něj odvodit deterministický algoritmus pro řešení všech np-těžkých úloh v polynomiálním čase

SAT problém Pro danou výrokovou formuli zjistit, zda je splnitelná, či nikoli Například (A & B)  ( A & B) je splnitelná (pro B=TRUE, A libovolné) (A & B) & ( A & B) není splnitelná

SAT problém SAT problém je np-těžký Existuje jednoduchý deterministický algoritmus na řešení problému, který potřebuje 2n operací Jestli existuje lepší algoritmus není známo

Modelování výpočtu Turingova stroje pomocí SAT problému Konfigurace TS: vnitřní stav a obsah pásky Instrukce TS: možný přechod z jedné konfigurace do druhé Konfigurace budu kódovat výrokovými proměnnými, možné přechody jejich konjunkcemi, různé varianty disjunkcemi Zjistit, zda stroj může přejít z konfigurace A do konfigurace B je výpočetně ekvivalentní SAT problému SAT problém je tedy np-úplný

Problém úplného podgrafu Je dán graf (V,E) a číslo k, existuje v grafu úplný podgraf s k-vrcholy? Pro k=3 existuje, pro k=4 ne.

Převod na SAT problém Výrokovou formuli převedu na konjunkci disjunkcí F = (y1  y2)  (y2  y3)  (y3  y1). L21 ( y2) L11 (y1) L31 (y3) L12 (y2) L32 ( y1) L22 ( y3)

Převod na SAT problém Najdu úplný podgraf velikosti 3 L21 ( y2)

Převod na SAT problém Mám dvě splnitelná ohodnocení  y1, y2,  y3 a y1,  y2, y3 L21 ( y2) L11 (y1) L31 (y3) L12 (y2) L32 ( y1) L22 ( y3)

Další np-úplné problémy Problém nezávislé množiny v grafu Problém barevnosti grafu TSP Problém batohu Problém dvou loupežníků Problém celočíselného lineárního programování Problém rozkladu prvočísel