Requisito previo: NP-Completitud
Problema NP:
El conjunto de problemas NP cuyas soluciones son difíciles de encontrar pero fáciles de verificar y se resuelven mediante una máquina no determinista en tiempo polinomial.
Problema NP-Difícil :
Un problema X es NP-Difícil si hay un problema NP-Completo Y, tal que Y es reducible a X en tiempo polinomial. Los problemas NP-Difíciles son tan difíciles como los problemas NP-Completos. El problema NP-Hard no necesita estar en la clase NP.
Un problema X es NP-Completo si existe un problema NP Y, tal que Y es reducible a X en tiempo polinomial. Los problemas NP-Completos son tan difíciles como los problemas NP. Un problema es NP-Completo si es parte tanto de NP como de NP-Hard Problem. Una máquina de Turing no determinista puede resolver el problema NP-Completo en tiempo polinomial.
Diferencia entre NP-Hard y NP-Complete :
NP-duro | NP-Completo |
---|---|
Los problemas NP-Difíciles (por ejemplo, X) se pueden resolver si y solo si hay un problema NP-Completo (por ejemplo, Y) que se puede reducir a X en tiempo polinomial. | Los problemas NP-Completos se pueden resolver mediante un algoritmo no determinista/máquina de Turing en tiempo polinomial. |
Para resolver este problema, no tiene que estar en NP. | Para resolver este problema, deben ser problemas tanto NP como NP-difíciles. |
No tiene por qué ser un problema de decisión. | Es exclusivamente un problema de Decisión. |
Ejemplo: problema de detención, problema de cobertura de vértices, etc. | Ejemplo: determinar si un gráfico tiene un ciclo hamiltoniano, determinar si una fórmula booleana es satisfactoria o no, problema de satisfacibilidad de circuitos, etc. |
Publicación traducida automáticamente
Artículo escrito por sugandha18bcs3001 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA