(不是)是否存在完全的已知问题?我的理解是,在这种情况下,目前没有已知的问题,但尚未排除它的可能性。
如果存在一个问题(而不是),但不,这会是该问题的实例和之间没有现有同构的结果集?如果这种情况下,我们怎么会知道ñ P问题不是“难”比我们目前确定为ñ P - ç Ø 米p 升é 牛逼é集?
(不是)是否存在完全的已知问题?我的理解是,在这种情况下,目前没有已知的问题,但尚未排除它的可能性。
如果存在一个问题(而不是),但不,这会是该问题的实例和之间没有现有同构的结果集?如果这种情况下,我们怎么会知道ñ P问题不是“难”比我们目前确定为ñ P - ç Ø 米p 升é 牛逼é集?
Answers:
NP中是否存在不是NP完整的已知问题(而非P)?我的理解是,在这种情况下,目前尚无已知问题,但尚未排除这种可能性。
不,这是未知的(除了琐碎的语言和Σ ∗以外,由于定义了多一归约,这两种语言并不完整,通常在考虑多一归约时会忽略这两种)。对于N P而言,如果存在多项式多项式的时间缩减,那么对于N P而言,尚不完整的N P问题将意味着P ≠ N P是未知的(尽管人们普遍认为)。如果这两个类不同,那么我们知道N P中存在一些问题尚未解决,请解决P中的任何问题。
如果存在的问题是NP(而不是P)而不是NP Complete,这是否是该问题的实例与NP Complete集之间不存在同构的结果?
如果两个复杂类是不同的,那么通过拉德纳定理有它们的问题 -中间,即它们之间P和Ñ P - C ^ ö 米p 升ë 吨ë。
如果是这种情况,我们如何知道NP问题并不比我们目前确定的NP完整集“难”?
它们仍然是多项式时间还原为问题,所以它们不能被难度比Ñ P - C ^ ö 米p 升Ë 吨ë问题。
正如@Kaveh所说,只有假设,这个问题才有意义。我的其余答案都以此为前提,并且大部分都提供了可以进一步增进胃口的链接。在这种假设下,根据拉德纳定理,我们知道存在既不是P也不是N P C的问题。这些问题被称为ñ P -中间或ñ P 我。有趣的是,拉德纳定理可以推广到许多其他复杂性类别,以产生类似的中间问题。此外,该定理还暗示着存在无限层次在中不能在时间上相互简化的中间问题中的一部分。
不幸的是,即使假设,也很难找到可以证明为N P I的自然问题(当然,人为问题来自Ladner定理的证明)。因此,即使此时假设P ≠ N P,我们也只能相信某些问题是N P I,而不能证明这一点。当我们有合理的证据相信N P问题不在N P C和/或不在P中时,我们就会得出这样的信念。; 或只是经过很长时间的研究并且避免适合任何一个课程。在此答案中有相当全面的此类问题列表。它包括所有时间的收藏夹,例如分解,离散对数和图同构。
有趣的是,其中一些问题(值得注意的是:分解和离散对数)在量子计算机上具有多项式时间解(即,它们在)。B Q P中还不存在其他一些问题(例如图同构),并且正在进行研究来解决该问题。在另一方面,人们怀疑ň P Ç ⊈ 乙Q P,因此人们不相信我们将有SAT的高效量子算法(尽管我们可以得到一个二次加速); 担心要出现在B中需要什么样的结构N P I问题是一个有趣的问题。
已知P中没有NP完全问题。如果存在针对任何NP完全问题的多项式时间算法,则P = NP,因为NP中的任何问题都具有对每个NP完全问题的多项式时间约简。(实际上就是“ NP完全 ”的定义。)显然,如果每个NP完全问题都在P之外,则意味着P ≠ NP。我们不太确定为什么很难以一种或另一种方式来显示它。如果我们知道该问题的答案,那么我们可能会对P和NP。我们有一些已知的行不通的证明技术(例如相对论和自然证明),但是对于为什么这个问题很难解决,没有原则性的解释。
如果有问题的NP其不在P,那么实际上是在问题的无限层次NP那些之间P和那些NP完成:这是一个被称为结果拉德纳定理。
希望这可以帮助!
可能是 例如在AKS算法之前,没人知道素数测试是 或NPC。
也存在一些问题,它们是NPC但不是强意义上的或NP-Complete弱的问题,例如2分区问题,这意味着,如果输入数字按输入大小的多项式顺序,则可以解决此问题 (或者有一个伪多项式时间算法)。
1类似的问题:从强意义上讲,子图同构是NP-Complete。