P NP 问题

简介: 单项式,monomial。多项式,polynomial。具体概念见《数学基础》,http://blog.csdn.net/chuchus/article/details/39136943 。 多项式时间,Polynomial time。在 计算复杂度理论 中,指的是一个问题的计算时间m(n)不大于 问题规模n的多项式倍数。 P问题,Polynomial time problem,多项式

单项式,monomial。多项式,polynomial。具体概念见《数学基础》,http://blog.csdn.net/chuchus/article/details/39136943 

多项式时间,Polynomial time。在 计算复杂度理论 中,指的是一个问题的计算时间m(n)不大于 问题规模n的多项式倍数。

P问题,Polynomial time problem,多项式时间问题。指这样一类问题——求解或验证某个解都为多项式时间。

NP问题,Non-deterministic Polynomial time problem,非确定性多项式时间问题。通俗讲,是指那些计算过程比较繁琐,但验证答案却很容易的问题,比如把整数44427进行因数分解,求解过程可能会很费时,但如果告诉你答案是177×251,简单计算即可验证答案是对的。

NP-Completed问题,NP-Completed,NP完全问题。指最不可能被化简为P问题的那类问题。NP完全问题之间是可以互相转换的,也就意味着只要一个NP完全问题能在多项式时间内解决,那么所有的NP完全问题都能在多项式时间内解决。

NP-Hard问题,NP-Hard,NP难问题。指复杂度不小于NP问题中最难的那类问题。 

P/NP问题,就是论证P=NP还是P!=NP。如果P!=NP,也就是有些很容易得到验证的问题不容易被轻松地求解,这样我们的基于非常容易被验证的素数算法的密钥系统将保持完全,在影响方面,虽然这个世界本来是就是假设P!=NP,所以不会出现任何大的变化,但是整个证明的过程将会对其它一些问题的解决会有一定的启发作用,并对整个科技的发展有一定的推动;如果P=NP的话,每个答案很容易得到验证的问题也同样可以轻松求解,同时NP完全的问题也能被轻松地解决,而整个世界将会发生巨变,比如,所有的基于密钥的安全系统将失灵;算法的研究可能会转向围棋等NP难问题;数学证明可以完全交给计算机来处理;所有人工智能问题都将得到解决,并且机器人能完美模拟人类的行为。

 

目录
相关文章
|
8月前
|
存储 算法 计算机视觉
np.zeros初始化图像
np.zeros初始化图像
|
5月前
np.where()使用详解
1.函数介绍 np.where函数相当于三元表达式的向量版本,能够针对向量作三元操作,有两种使用方法。 np.where(condition, x, y):当满足第一个参数条件时,where返回x,不满足第一个参数的条件时返回y。
62 0
|
数据可视化 PyTorch 算法框架/工具
np.squeeze 的用法
np.squeeze 的用法
|
机器学习/深度学习 PyTorch 算法框架/工具
Numpy | np.random随机模块的使用介绍
Numpy | np.random随机模块的使用介绍
193 0
Numpy | np.random随机模块的使用介绍
|
算法 定位技术
浅谈P、NP、NP-Complate和NP-Hard问题
时间复杂度 时间复杂度并不是表示一个程序解决问题需要花多少时间,而是当程序所处理的问题规模扩大后,程序需要的时间长度对应增长得有多快。 也就是说,对于某一个程序,其处理某一个特定数据的效率不能衡量该程序的好坏,而应该看当这个数据的规模变大到数百倍后,程序运行时间是否还是一样,或者也跟着慢了数百倍,或者变慢了数万倍。 不管数据有多大,程序处理所花的时间始终是那么多的,我们就说这个程序很好,具O(1)O(1)O(1)的时间复杂度,也称常数级复杂度;
|
数据挖掘 Python
np.nan == np.nan问题
今天在学习动手学数据分析的课程的时候,细心的队友发现了一个问题。 对于数值型数据,pandas使用浮点值NAN(Not a Number)来表示缺失值,我们称NaN为容易检测到的标识值 但是在运行以下代码时候,会发现...
86 0
|
算法
【计算理论】计算复杂性 ( NP 完全问题 | NP 难 问题 P = NP 的情况 | NP 难 问题 P ≠ NP 的情况 )
【计算理论】计算复杂性 ( NP 完全问题 | NP 难 问题 P = NP 的情况 | NP 难 问题 P ≠ NP 的情况 )
124 0
【计算理论】计算复杂性 ( NP 完全问题 | NP 难 问题 P = NP 的情况 | NP 难 问题 P ≠ NP 的情况 )