考虑Rubik's Cube的明显的推广。是NP难于计算最短的移动序列来解决给定的加扰多维数据集,还是有多项式时间算法?
[一些相关结果在我最近的博客文章中进行了介绍。]
考虑Rubik's Cube的明显的推广。是NP难于计算最短的移动序列来解决给定的加扰多维数据集,还是有多项式时间算法?
[一些相关结果在我最近的博客文章中进行了介绍。]
Answers:
Demaine,Demaine,Eisenstat,Lubiw和Winslow的一篇新论文对该问题进行了部分进展-它给出了多项式时间算法,用于最优地求解立方体,并显示N P -硬度,用于最佳解决您可能称为“部分着色”的多维数据集。它还显示n × n × n立方体的配置空间的直径为Θ (n 2 / log n )。
甜!
他们的工作似乎暗示着一个可能的下一个问题:是否存在一个固定的,部分着色的立方体族,每个n值对应一个立方体,这样从给定配置中进行最佳求解是N P- Hard吗?
这很容易出现错误,因此,如果发现一个错误,请告诉我。
似乎答案是否定的,或者至少这个问题包含在NP中。这背后的原因很简单。这个想法是从另一个问题开始的:“您能以S步或更短的时间在配置A和配置B之间实现吗?”
显然,这个新问题在NP中,因为有一种算法可以从任何可解决的配置中解出多维数据集,因此通过已解决状态,只需O (n 2)就可以在任何两种配置之间进行求算。由于仅存在多项式的移动,因此可以将在两个配置之间进行的一组移动用作该新问题的见证。
现在,首先,如果我们将配置B选为已解决状态,则会遇到一个问题,即是否可以以步或更短的步数求解包含在NP中的立方体。
现在让我们挑选对于B,我将称之为一个不同的配置这需要Ñ ħ 一个[R d ≈ Ñ 2周的措施来解决。现在,如果我们问是否有可能以S '步或更短的步长在配置A和B h a r d之间进行转换,那么在NP中我们又遇到了一个问题,即一系列移动作为见证。但是,由于我们知道B h a r d需要n h a r d要解决的步骤,我们知道,如果有可能在S '步中在A和之间移动,则至少需要n h a r d - S '步才能从中求解n × n × n立方。配置A
),那么我们有一个见证人,这个解决方案是最优的(由与范围有关的两个NP问题的见证人组成)。