Answers:
阿里,好问题。
假设您想证明某些问题P在计算上很困难。现在,您可以基于我们还没有任何有效算法的事实来推测P很难。但这是脆弱的证据,不是吗?可能是我们错过了查看P的好方法,这很容易解决。因此,为了推测P是很难的,我们希望积累更多的证据。减少提供了一个工具来做到这一点!如果我们可以将其他自然问题Q简化为P,则表明P至少与Q一样困难。但是Q可能是来自某些完全不同的数学领域的问题,人们可能为解决Q而努力了数十年。因此,我们可以看到我们未能找到有效的Q算法来证明P很难。如果我们有很多这样的Q'
这正是NP完整性理论所提供的。如果您证明自己的问题是NP完全问题,那么您已将其难度与数百个其他问题的难度联系在一起,每个问题都引起了各个社区的极大关注。因此,从道德上来讲,可以确信您的问题确实很困难。
证明问题NP-Complete是一项研究成功,因为它使您不必为正在研究的一般问题寻找有效而准确的解决方案。事实证明,您的问题是一类问题的成员,如此困难,以至没有人能够找到针对任何问题的有效且精确的算法,而针对任何问题的此类解决方案将意味着对所有问题。
它通常是垫脚石,因为您的问题仍然存在-您只需放松要求即可。通常,人们尝试找出如何放松“有效”,“精确”或“一般”中的一项或多项。低效和精确通用是尝试在这些算法的指数中找到越来越好的常数。有效和一般无关是对近似算法的研究。有效而精确但并非通用的研究是对固定参数易处理性的研究,以及对可以找到有效算法的输入子类的搜索。
,您有一些证据可以证明您的推测,因此您应该开始考虑其他方法(例如,改变问题以使其变得更容易)。
问题,这可能会导致你新的见解。
总结,表征问题使您可以使用常见技术。通过研究与之相关的课程,您可以抽象地思考,而不必担心这个特定问题的细节,而这在数学和科学领域都是很普遍的。使用类而不是单个成员可以使您使用已知的技术,此外,还可以将您的见解应用于更多的对象,而不仅仅是一个对象。
每个问题与其他问题都有若干联系。另外,问题和复杂性类别之间存在关系。
因此,将一个问题分类为NPC通常可以使我们深入了解其他问题以及复杂性类别。
例如,考虑图同构(GI)问题。在以下论文中:
乌韦·舍宁 图同构处于低层次结构中,第四届计算机科学理论方面年度学术会议论文集,1987,114-124;也:计算机与系统科学杂志,第一卷。37(1988),312–323。
事实证明,如果GI∈NPC,则多项式层次结构(PH)崩溃到其第二级。这将是结构复杂性理论的重大突破。
我看到以前的答案解释了为什么重要的是要知道问题是否是NP完全的,但是似乎没有一个问题可以直接解决这个问题:“是NP完全的” 并不被认为是所有人的研究成功。这取决于各种事情,例如是否 有趣的是,证明是否具有新技术, 是NP完全的”会产生有趣的结果,等等。