np-complete - 'combinatorial algorithm' 和 'linear algorithm' 之间有什么区别?

标签 np-complete approximation

或者更确切地说,组合算法和线性算法的定义分别是什么?

澄清一下,因为显然第一响应者误解了这个问题:我不是在寻找在线性时间与非线性时间中运行的算法的定义。线性算法在某种程度上与线性规划相关,线性规划是一种用于寻找或近似线性优化问题的解决方案的技术。

由于 NP-hard 问题太难了,整个领域都在试图找到近似解。例如,旅行商问题有几个近似解,它们在多项式时间内运行,并产生一个在最佳解的给定范围内的解。

其中一些近似算法称为线性算法,另一些称为组合算法;后者似乎更受欢迎(为什么?)。这是我想了解的两个概念。

最佳答案

问题是问题表述之一。

正如你所说的旅行商问题 (TSP) 是 NP-hard 正是因为它有一个离散的问题表述(销售人员要么访问一个城市,要么不在特定时间访问)。这个离散公式提出了问题,它的算法,组合 . (请注意,并非所有组合问题都是 NP 难题;请考虑排序算法。)

然而,TSP 的线性规划 (LP) 松弛导致 线性 算法。这是因为问题已被重新表述,使得销售人员在一定比例的时间内访问一个城市。使用 LP 松弛的主要原因是因为松弛版本可以在 中解决。多项式时间。但是,LP松弛的解决方案不一定是原始问题的解决方案。

关于np-complete - 'combinatorial algorithm' 和 'linear algorithm' 之间有什么区别?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1002697/

相关文章:

algorithm - 距离矩阵的近似估计

algorithm - 如何找到计算 x^n 的最少操作数

algorithm - 如何将 N 个数字分配到最小化某些目标函数的 M 包中?

algorithm - 从 NP Complete 到其他问题的多项式时间缩减

algorithm - 用遗传算法逼近函数

apache-spark - 高效计算spark中的top-k元素

np - SAT 是 NP 完全的,那么为什么我们不让 k-SAT 对于任意 k 值来说是 NP 完全的

algorithm - 这是证明某事是 NP Complete 的正确理解吗?

algorithm - 近似样本的典型值

algorithm - 动态规划逼近