漫画:什么是旅行商问题?

 

 

640?wx_fmt=gif

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

需要规划出怎样的路线呢?举个例子:

有一个快递员,要分别给三家顾客送快递,他自己到达每个顾客家的路程各不相同,每个顾客之间的路程也各不相同。

640?wx_fmt=png

那么,想要把快递依次送达这三家,并最终回到起点,哪一条路线所走的总距离是最短的呢?

640?wx_fmt=png

 

 

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

旅行商问题

和小灰所遇到的问题类似,旅行商问题所描述的是这样一个场景:

有一个商品推销员,要去若干个城市推销商品。该推销员从一个城市出发,需要经过所有城市后,回到出发地。每个城市之间都有道路连通,且距离各不相同,推销员应该如何选择路线,使得总行程最短呢?

640?wx_fmt=png

这个问题看起来很简单,却很难找到一个真正高效的求解算法。其中最容易想到的,是使用穷举法: 

把所有可能的路线穷举出来,计算出每一条路线的总行程:

A-B-C-D-E-F-G-H-I  

A-B-C-D-E-F-G-I-H  

A-B-C-D-E-F-H-G-I  

A-B-C-D-E-F-H-I-G  

A-B-C-D-E-F-I-H-G  

A-B-C-D-E-F-I-G-H

......

......

像上面这样排列组合,从所有路线中找出总行程最短的路线。显然,这个方法的时间复杂度是O(n!),随着城市数量的增长,花费的运算时间简直不可想象!

后来,人们想出了许多相对优化的解决方案,比如动态规划法分枝定界法(这个算法很有意思,以后会专门写一篇漫画来详细介绍)......但是,这些算法的时间复杂度仍然是指数级的,并没有让性能问题得到根本的解决。

640?wx_fmt=jpeg

640?wx_fmt=jpeg

P和NP

NP到底是什么意思呢?

我们曾经学习过许许多多的算法,这些算法的时间复杂度都可以用多项式来表示,比如:

  • 归并排序的时间复杂度是O(nlogn)

  • 冒泡排序的时间复杂度是O(n^2)

  • Floyd算法的时间复杂度是O(n^3)

 

 

 

尽管这些算法的运行时间有数量级上的差别,但是它们的时间复杂度都可以用O(n^k)来表示,k是一个常数。

因此,这些算法都是多项式时间算法,能用多项式时间算法解决的问题被称为P问题( Polynomial)。

人们常说,能用钱解决的问题都不是问题,在计算机科学家眼中,能用多项式时间解决的问题都不是问题。

然而,世间还存在许多变态的问题,是无法(至少是暂时无法)在多项式时间内解决的,比如一些算法的时间复杂度是O(2^n),甚至O(n!)。

随着问题规模n的增长,计算量的增长速度是非常恐怖的。这类问题被称为NP问题(Non-deterministic Polynomial),即非确定多项式问题。

有些科学家认为,所有的NP问题终究都可以在多项式时间内解决,只是我们暂时还没有找到方法;也有些科学家认为,某些NP问题永远无法在多项式时间内解决。

这个业界争论可以用一个公式来表达:

NP = P?

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=png

归约和NPC

这里所说的NPC问题可不是游戏当中的NPC,它究竟是什么意思呢?要想理解NPC问题,我们需要先了解归约的概念。

归约,可以简单理解成问题之间的转化。例如问题Q是一个一元一次方程的求解问题:3x+6 = 12,这个问题可以转化成一个一元二次问题Q':0x^2+3x+6 = 12。

显然,问题Q并不比问题Q'更难解决,只要有办法解决Q',就一定能够解决Q。对于这种情况,我们可以说问题Q归约于问题Q'

同时,这种归约可以逐级传递,比如问题A归约于问题B,问题B归约于问题C,问题C归约于问题D,那么我们可以说问题A归约于问题D。

在NP问题之间,也可以存在归约关系。我们把众多的NP问题层层归约,必定会得到一个或多个“终极问题”,这些归约的终点就是所谓的NPC问题(NP-complete),也可以翻译成NP完全问题。上面所讲的旅行商问题,被科学家证明属于NPC问题。

640?wx_fmt=png

就数量上而言,NP问题远比P问题要多,而NP之中的NPC问题也仅占极少数,所以P、NP、NPC之间的关系可以用下图来表示:

640?wx_fmt=png

俗话说擒贼先擒王,只要有朝一日,我们能够找到NPC问题的多项式时间算法,就能够解决掉所有的NP问题!但遗憾的是,至今还没有人能够找到可行的方法,很多人认为这些问题是无解的。

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg640?wx_fmt=jpeg

640?wx_fmt=jpeg

作者:小灰,本文经授权转自个人公众号「程序员小灰」。

【END】

别惊讶!人工智能时代将要到来!

https://edu.csdn.net/topic/ai30?utm_source=csdn_bw

640?wx_fmt=jpeg

 热 文 推 荐 

程序员易踩的 9 大坑!

5G 和 IoT 究竟意味着什么?

☞虾米音乐的监控体系升级之路

日本互联网 20 年沧桑路

主链增幅最高飚至152%,主流币却惊现回落;以太坊发币速度持续放缓

上万条数据撕开微博热搜的真相!

☞教你阅读CPython的源码

字节跳动李航:自学机器学习,研究AI三十载,他说AI发展或进入平缓期

☞如何写出让同事无法维护的代码?

640?wx_fmt=gif点击阅读原文,输入关键词,即可搜索您想要的 CSDN 文章。

 

 

 

 

 

640?wx_fmt=png

你点的每个“在看”,我都认真当成了喜欢640?wx_fmt=png

你可能感兴趣的:(漫画:什么是旅行商问题?)