Algoritmos e complexidade Notas de aula - Arquivo Escolar
Algoritmos e complexidade Notas de aula - Arquivo Escolar Algoritmos e complexidade Notas de aula - Arquivo Escolar
13. Teoria de NP-completude 13.1. Caracterizações e problemas em NP A hierarquia de Chomsky classifica linguagens em termos de autômatos e gramáticas que aceitam ou produzem elas: Linguagem Nome Tipo Autômato Gramática Regular REG 3 Autômato minístico) finito (deter- Regular Livre de contexto CFL 2 Autômato de pilha (não- Livre de condeterminístico)texto Sensitiva ao con- CSL 1 MT linearmente limitada Sensitiva ao texto (não-determinístico) contexto Recursivamente RE 0 MT Sistema semienumerável Thue (sem restrição) O seguinte teorema relaciona a hierarquia de Chomsky com as classes de complexidade (sem prova, referências em [13], [7, Th. 25.6] e [61, Th. 7.16]). Teorema 13.1 (Complexidade das linguagens da hierarquia de Chomsky) REG = DSPACE[O(1)] = DSPACE[o(log log n)] REG ⊆ DTIME[n] CFL ⊆ DSPACE[n 3 ] CSL = NSPACE[n] Normalmente, nosso interesse são soluções, não decisões: Ao seguir vamos definir P e NP em termos de soluções. As perguntas centrais como P = NP acabam de ter respostas equivalentes. P e NP em termos de busca • A computação de uma solução pode ser vista como função Σ ∗ → Σ ∗ • Exemplo: Problema SAT construtivo: Uma solução é uma atribuição. • Definição alternativa: Uma computação é uma relação R ⊆ Σ ∗ × Σ ∗ . • Vantagem: Permite mais que uma solução para cada entrada. 259
- Page 209 and 210: 9.1. Fluxos em redes Figura 9.5.: R
- Page 211 and 212: V ′ = V ∪ {s ∗ , t ∗ } 9.1.
- Page 213 and 214: s 30 19 12 i 10 10 j 10 10 10 1010
- Page 215 and 216: Solução Um fluxo s-t f com valor
- Page 217 and 218: Objetivo Minimiza o valor c(M) de M
- Page 219 and 220: 9.2. Emparelhamentos Teorema 9.4 (B
- Page 221 and 222: 9.2. Emparelhamentos V1 e V2 com fl
- Page 223 and 224: 9.2. Emparelhamentos não sabemos c
- Page 225 and 226: 9.2. Emparelhamentos Sobre a implem
- Page 227 and 228: 9.2. Emparelhamentos reduzir o prob
- Page 229 and 230: v10 v9 v1 v8 v2 v3 v7 v6 v4 v5 v10
- Page 231 and 232: 10. Algoritmos de aproximação (As
- Page 233 and 234: 2 2 10.2. Aproximações para o PCV
- Page 235 and 236: 10.3. Algoritmos de aproximação p
- Page 237 and 238: 10.3. Algoritmos de aproximação p
- Page 239: Parte IV. Teoria de complexidade 23
- Page 242 and 243: 11. Do algoritmo ao problema Modelo
- Page 244 and 245: 11. Do algoritmo ao problema - entr
- Page 246 and 247: 11. Do algoritmo ao problema Lingua
- Page 248 and 249: 11. Do algoritmo ao problema Observ
- Page 250 and 251: 11. Do algoritmo ao problema Decibi
- Page 253 and 254: 12. Classes de complexidade 12.1. D
- Page 255 and 256: 12.2. Hierarquias básicas Prova. (
- Page 257 and 258: 12.2. Hierarquias básicas 1. Temos
- Page 259: 12.3. Exercícios 12.3. Exercícios
- Page 263 and 264: 13.2. Reduções 1 i f A(x, ɛ) = n
- Page 265 and 266: Teorema 13.3 13.2. Reduções BHALT
- Page 267 and 268: 13.2. Reduções Instância Tipos d
- Page 269 and 270: Teorema 13.5 (Cook) SAT é NP-compl
- Page 271 and 272: 13.2. Reduções importância. Assi
- Page 273: 13.3. Exercícios 13.3. Exercícios
- Page 276 and 277: 14. Fora do NP A classe co-NP TAUT
- Page 278 and 279: 14. Fora do NP Problemas PSPACE-com
- Page 280 and 281: 14. Fora do NP A hierarquia polinom
- Page 282 and 283: 14. Fora do NP Mais exemplos da cla
- Page 284 and 285: 14. Fora do NP O mundo até ELEMENT
- Page 287 and 288: 15. Complexidade de circuitos (As n
- Page 289 and 290: Portanto, a classe SIZE(2n2 n ) con
- Page 291 and 292: Máquinas de Turing com conselho Um
- Page 293: fixando no máximo kd−2 variávei
- Page 296 and 297: A. Conceitos matemáticos Prova. (i
- Page 298 and 299: A. Conceitos matemáticos Os númer
- Page 300 and 301: A. Conceitos matemáticos definiç
- Page 302 and 303: A. Conceitos matemáticos se |x| <
- Page 304 and 305: A. Conceitos matemáticos Indução
- Page 306 and 307: A. Conceitos matemáticos • Linea
- Page 309 and 310: B. Soluções dos exercícios Solu
13. Teoria <strong>de</strong> NP-completu<strong>de</strong><br />
13.1. Caracterizações e problemas em NP<br />
A hierarquia <strong>de</strong> Chomsky classifica linguagens em termos <strong>de</strong> autômatos e<br />
gramáticas que aceitam ou produzem elas:<br />
Linguagem Nome Tipo Autômato Gramática<br />
Regular REG 3 Autômato<br />
minístico)<br />
finito (<strong>de</strong>ter- Regular<br />
Livre <strong>de</strong> contexto CFL 2 Autômato <strong>de</strong> pilha (não- Livre <strong>de</strong> con<strong>de</strong>terminístico)texto<br />
Sensitiva ao con- CSL 1 MT linearmente limitada Sensitiva ao<br />
texto<br />
(não-<strong>de</strong>terminístico) contexto<br />
Recursivamente RE 0 MT Sistema semienumerável<br />
Thue (sem restrição)<br />
O seguinte teorema relaciona a hierarquia <strong>de</strong> Chomsky com as classes <strong>de</strong><br />
<strong>complexida<strong>de</strong></strong> (sem prova, referências em [13], [7, Th. 25.6] e [61, Th. 7.16]).<br />
Teorema 13.1 (Complexida<strong>de</strong> das linguagens da hierarquia <strong>de</strong> Chomsky)<br />
REG = DSPACE[O(1)] = DSPACE[o(log log n)]<br />
REG ⊆ DTIME[n]<br />
CFL ⊆ DSPACE[n 3 ]<br />
CSL = NSPACE[n]<br />
Normalmente, nosso interesse são soluções, não <strong>de</strong>cisões: Ao seguir vamos<br />
<strong>de</strong>finir P e NP em termos <strong>de</strong> soluções. As perguntas centrais como P = NP<br />
acabam <strong>de</strong> ter respostas equivalentes.<br />
P e NP em termos <strong>de</strong> busca<br />
• A computação <strong>de</strong> uma solução po<strong>de</strong> ser vista como função Σ ∗ → Σ ∗<br />
• Exemplo: Problema SAT construtivo: Uma solução é uma atribuição.<br />
• Definição alternativa: Uma computação é uma relação R ⊆ Σ ∗ × Σ ∗ .<br />
• Vantagem: Permite mais que uma solução para cada entrada.<br />
259