Inhaltsverzeichnis
Wann ist etwas NP-vollständig?
In der Informatik bezeichnet man ein Problem als NP-vollständig (vollständig für die Klasse der Probleme, die sich nichtdeterministisch in Polynomialzeit lösen lassen), wenn es zu den schwierigsten Problemen in der Klasse NP gehört, also sowohl in NP liegt als auch NP-schwer ist.
Sind NP vollständige Probleme entscheidbar?
Also, die Klasse der NP Probleme enthält die jenigen Probleme, die nur mit einem Nicht-Deterministischen (Orakel) Algorithmus in polynomialer Zeit halbseitig Entscheidbar sind. Bzw. für die es einen Algorithmus gibt, der eine JA-Instanz in Polynomialer Zeit überprüfen kann.
Wie funktioniert die Turingmaschine?
Eine Turingmaschine repräsentiert einen Algorithmus bzw. ein Programm. Eine Berechnung besteht dabei aus schrittweisen Manipulationen von Symbolen bzw. Zeichen, die nach bestimmten Regeln auf ein Speicherband geschrieben und auch von dort gelesen werden.
Was ist das NP?
Die Abkürzung np steht für: englisch: no problem (deutsch für „kein Problem“) in E-Mails und Internet-Chats, vergleiche Liste von Abkürzungen (Netzjargon) englisch: now playing (zu Deutsch etwa: „[ich] höre gerade“) in Chatrooms und Foren (siehe auch Netzjargon) englisch: non-public (deutsch: „nicht öffentlich“)
Wann liegt ein Problem in P?
Die Komplexitätsklasse P umfasst also alle Probleme, die in polynomieller Zeit entscheidbar sind. Ein Problem ist polynomiell entscheidbar, wenn ein Algorithmus mit einer Laufzeit O(nk) (k konstant) existiert, der das Problem entscheidet.
Ist das Halteproblem NP hart?
Wenn es in NP liegt, bedeutet das, dass man alle anderen Probleme aus NP in polynomieller Zeit auf das NP-harte Problem reduzieren kann. Beispiel: das Halteproblem ist NP-hart, da man es garnicht lösen kann. Es liegt also außerhalb von NP.
Wann ist ein Algorithmus optimal?
Ein Greedy-Algorithmus findet für ein Optimierungsproblem auf Unabhängigkeitssystemen genau dann die optimale Lösung für alle Bewertungsfunktionen, wenn die zulässigen Lösungen die unabhängigen Mengen eines Matroids sind. Sonst führt der Algorithmus lediglich zu einem lokalen Optimum.
https://www.youtube.com/watch?v=HcaV8D6fXHk