informatik iiiarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1...
TRANSCRIPT
![Page 1: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/1.jpg)
1
Albert-Ludwigs-Universität FreiburgRechnernetze und Telematik
Prof. Dr. Christian Schindelhauer
Informatik III
Christian SchindelhauerWintersemester 2006/0720. Vorlesung12.01.2007
![Page 2: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/2.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 2
Komplexitätstheorie -Zeitklassen
Die Komplexitätsklassen TIME– DTIME, NTIME– P– NP
Das Cook-Levin-Theorem– Polynomial-Zeit-Reduktion– Reduktion von 3SAT auf Clique– NP-vollständigkeit– SAT ist NP-vollständig
Weitere NP-vollständige Probleme– Knotenüberdeckung (Vertex-Cover)– Das Hamiltonsche Pfadproblem– Das ungerichtete Hamiltonsche Pfadproblem– Das Teilsummenproblem
![Page 3: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/3.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 3
Der Verifizierer
Definition– Ein Verifizierer für eine Sprache A ist eine DTM V, wobei
• A = {w | V akzeptiert <w,c> für ein Wort c}– Ein Polynom-Zeit-Verifizierer hat eine Laufzeit die durch ein Polynom |w|k
beschränkt ist.– Eine Sprache ist in Polynom-Zeit verifizierbar, falls sie einen Polynom-
Zeit-Verifizierer hat.
Theorem– NP beschreibt genau die Sprachen, die in Polynom-Zeit verifiziert werden
können.
![Page 4: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/4.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 4
Das Cliquen-Problem ist inNP
Definition k-Clique– Ein Graph G=(V,E) hat eine k-Clique,
• falls es k verschiedene Knoten gibt,• so dass jeder mit jedem anderen eine
Kante in G verbindetDas Cliquen-Problem
– Gegeben:• Ein ungerichteter Graph G• Eine Zahl k
– Gesucht:• Hat der Graph G eine Clique der
Größe k?
k=4
![Page 5: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/5.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 5
Das Cliquen-Problem ist inNP
Definition k-Clique– Ein Graph G=(V,E) hat eine k-Clique,
• falls es k verschiedene Knoten gibt,• so dass jeder mit jedem anderen eine
Kante in G verbindet Das Cliquen-Problem
– Gegeben:• Ein ungerichteter Graph G• Eine Zahl k
– Gesucht:• Hat der Graph G eine Clique der
Größe k? Theorem:
– Das Cliquen-Problem ist in NP Beweis:
– Betrachte A = {<G,k> | es gibt Knoten v1,v2,..,vk die eine k-Clique in G sind}.– Verifizierer testet, ob die k Knoten unterschiedlich sind– und ob zwischen allen Knoten eine Kante existiert.– Laufzeit: O(n2)
![Page 6: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/6.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 6
Das Koffer-Pack-Problemist in NP
Definition Koffer-Pack-Problem:– Gegeben:
• Einge Menge M von kleinenRechtecken mit geradzahligerKantenlänge
• Ein großes Rechteck R– Gesucht:
• Passen die kleinen Rechteckeorthogonal überschneidungsfreiin das große Rechteck?
Theorem– Das Koffer-Pack-Problem ist in NP
Beweis– A = {<M,R>| es gibt eine Lagebeschreibung in der die Rechtecke
sich nicht überschneiden und innerhalb von R liegen}
![Page 7: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/7.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 7
Die Frage P versus NP (I)
P = Klasse aller Probleme, die effizient entschieden werden könnenNP = Klasse aller Problem, die effizient verifiziert werden können
– Beispiele: Hamiltonscher Pfad, Clique, Teilsummenproblem, Koffer-Pack-ProblemEs gibt jetzt zwei Möglichkeiten
Was weiß man?– P ⊆ NP ⊆ = EXPTIME
PNP P=NP
![Page 8: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/8.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 8
Die Frage P versus NP (I)
P = Klasse aller Probleme, die effizient entschieden werden könnenNP = Klasse aller Problem, die effizient verifiziert werden können
– Beispiele: Hamiltonscher Pfad, Clique, Teilsummenproblem, Koffer-Pack-ProblemEs gibt jetzt zwei Möglichkeiten
Was weiß man?– P ⊆ NP ⊆ = EXPTIME
PNP P=NP
![Page 9: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/9.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 9
Die Frage P versus NP (II)
Was folgt aus P=NP?– Schwierige kombinatorische Probleme sind lösbar– Viele kryptographische Systeme werden in Polynomzeit lösbar:
• A = { Code | es gibt einen Originaltext der zum Code passt}• A’ = { Code | es gibt einen Originaltext, der mit b1 anfängt und zum
Code passt}• A’’ = { Code | es gibt einen Originaltext, der mit b1 b2 anfängt und zum
Code passt}• ...• Wäre jeweils in P. Damit kann der Originaltext Bit für Bit aufgedröselt werden
Was folgt aus P≠NP.– Dann bleibt gewisse Probleme in NP praktisch unlösbar.
Was weiß man?– Wenig, außer:– Cook-Levin: Genau dann wenn man ein bestimmtes Problem in Polynomzeit lösen
kann, dann ist P=NP.
![Page 10: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/10.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 10
Die Polynom-Zeit-Abbildungsreduktion
Definition (Abbildungsreduktion,Polynomial Time MappingReduction, Many-one)
– Eine Sprache A kann durchAbbildung auf eine Sprache B inPolynom-Zeit reduziert werden:A ≤m,p B,
• falls es eine in Polynom-Zeitberechenbare Funktionf: Σ*→Σ* gibt,
• so dass für alle w:w ∈ A ⇔ f(w) ∈ B
– Die Funktion f heißt dieReduktion von A auf B.
![Page 11: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/11.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 11
Polynom-Zeit-Abbildungsreduktion und P
Theorem– Falls A ≤m B und B ist in P, dann ist
A auch in P.Beweis
– Sei M, eine Turing-Maschine, die Bin Polynom-Zeit O(nc) entscheidet.
– Betrachte die Polynom-Zeit-TM:– N = “Auf Eingabe w:
• Berechne f(w) in Zeit O(nk)• Führe die Berechnung von M
auf Eingabe f(w) durch• N gibt aus, was M ausgibt”
– N entscheidet A– N berechnet A in Polynom-Zeit:
• f(w) kann in Polynom-Zeitberechnet werden
• f(w) hat Länge O(|w|k)• M rechnet auf Eingabe f(w) in
Zeit O(|f(w)|c) = O(|w|kc)
![Page 12: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/12.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 12
Polynom-Zeit-Abbildungsreduktion und
NPTheorem
– Falls A ≤m B und B ist in NP, dann istA auch in NP.
Beweis– Sei M, eine NTM, die B in Polynom-
Zeit O(nc) entscheidet.– Betrachte die Polynom-Zeit-NTM:– N = “Auf Eingabe w:
• Berechne f(w) in Zeit O(nk)• Führe die (nicht-
deterministische) Berechnungvon M auf Eingabe f(w) durch
• N gibt aus, was M ausgibt”– N entscheidet A
• da w ∈ A ⇔ f(w) ∈ B– N berechnet A in Polynom-Zeit:
• s.o.
![Page 13: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/13.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 13
Wiederholung BoolescheAlgebra
Eine Boolesche Variable ist entwederfalsch (0) oder wahr (1)
Als Operationen für BoolescheVariablen verwenden wir
– die Disjunktion (Oder): x ∨ y• 0 ∨ 0 = 0• 0 ∨ 1 = 1• 1 ∨ 0 = 1• 1 ∨ 1 = 1
– die Konjunktion (Und): x ∧ y• 0 ∧ 0 = 0• 0 ∧ 1 = 0• 1 ∧ 0 = 0• 1 ∧ 1 = 1
– die Negation ¬ x = x• ¬ 0 = 1• ¬ 1 = 0
Eine Boolesche Formel besteht ausder Kombination dieser Operationen
– f(x,y) = (x ∨ y) ∧ (¬ x ∨ ¬ y)
Rechenregeln:– Doppelte Negation
• ¬ ¬ x = x– Kommuntativ-Gesetz
• x ∧ y = y ∧ x• x ∨ y = y ∨ x
– Distributiv-Gesetz• (x ∨ y) ∧ z = (x ∧ z) ∨ (x ∧ z)• (x ∧ y) ∨ z = (x ∨ z) ∧ (x ∨ z)
– De-Morgan-Regeln• ¬ (x ∨ y) = ¬ x ∧ ¬ y• ¬ (x ∧ y) = ¬ x ∨ ¬ y
![Page 14: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/14.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 14
Besondere BoolescheFunktionen
Literal:– ist eine einfache oder negierte Variable– z.B.: x, y, z, ¬x, ¬y, ¬z
Klausel:– ist eine Disjunktion von Literalen– z.B.: x ∨ y, z ∨ ¬x ∨ ¬y, x ∨ ¬z
Konjunktive Normalform (CNF)– Konjunktion von Klauseln– z.B.: (x ∨ y) ∧ (z ∨ ¬x ∨ ¬y) ∧ (x ∨ ¬z)
k-konjunktive Normalform (k-CNF)– Konjunktion von Klauseln aus k Literalen, z.B. 3-CNF
• (x ∨ y ∨ y) ∧ (z ∨ ¬x ∨ ¬y) ∧ (x ∨ ¬z ∨ ¬z)
Disjunktive Normalform (DNF)– Disjunktion aus Konjunktion von Literalen
• (x ∧ y) ∨ (z ∧ ¬x ∧ ¬y) ∨ (x ∧ ¬z)
![Page 15: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/15.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 15
Das ErfüllbarkeitsproblemBoolescher Funktionen
Eine Boolesche Funktion f(x1,x2,..,xn) ist erfüllbar, wenn es eineWertebelegung für x1,x2,..,xn gibt, so dass f(x1,x2,..,xn) = 1
• (x ∨ y) ∧ (z ∨ ¬x ∨ ¬y) ∧ (x ∨ ¬z) ist erfüllbar, da die Belegung x = 1, y = 0, z = 0
• (1 ∨ 0) ∧ (0 ∨ 0 ∨ 1) ∧ (1 ∨ 1) = 1 ∧ 1 ∧ 1 = 1 liefert.Definition (Satisfiability Problem of Boolean Formulas)
– Das Erfüllbarkeitsproblem der Booleschen Funktion ist definiert als:– SAT = { φ | φ ist eine erfüllbare Funktion}, d.h.– Gegeben:
• Boolesche Funktion φ– Gesucht:
• Gibt es x1,x2,..,xn so dass φ(x1,x2,..,xn) = 1Spezialfall: 3-SAT
– 3-SAT = { φ | φ ist eine erfüllbare Funktion in 3-CNF}
– z.B.:
![Page 16: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/16.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 16
Das 3-SAT-Problem unddas Clique-Problem
3-SAT:– Gegeben:
• Eine Boolesche Formel in 3-CNF– Gesucht:
• Gibt es eine erfüllende BelegungDefinition k-Clique
– Ein ungerichteter Graph G=(V,E) hateine k-Clique,
• falls es k verschiedene Knotengibt,
• so dass jeder mit jedem andereneine Kante in G verbindet
CLIQUE:– Gegeben:
• Ein ungerichteter Graph G• Eine Zahl k
– Gesucht:• Hat der Graph G eine Clique der
Größe k?k=4
![Page 17: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/17.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 17
3-SAT läßt sich auf Cliquereduzieren
Theorem: 3-SAT ≤m,p CLIQUE
k=4
![Page 18: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/18.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 18
3-SAT läßt sich auf Cliquereduzieren
Theorem: 3-SAT ≤m,p CLIQUEBeweis
– Konstruiere Reduktionsfunktion fwie folgt:
– f(φ) = <G,k>– k = Anzahl der Klauseln– Für jede Klausel C in φ werden
drei Knoten angelegt, die mitden Literalen der Klauselbezeichnet werden
– Füge Kante zwischen zweiKnoten ein, gdw.
• die beiden Knoten nicht zurselben Klausel gehören und
• die beiden Knoten nicht einerVariable und der selbennegierten Variableentsprechen.
![Page 19: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/19.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 19
![Page 20: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/20.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 20
![Page 21: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/21.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 21
![Page 22: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/22.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 22
![Page 23: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/23.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 23
![Page 24: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/24.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 24
![Page 25: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/25.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 25
Beweis der Korrektheit derReduktionsfunktion
2. Fall: eine k-Clique existiert in G– Jeder der Knoten der Clique
gehört zu einer anderen Klausel– Setze die entsprechenden
Literale auf 1– Bestimmte daraus die Variablen-
Belegung– Das führt zu keinem
Widerspruch, da keine Kantenzwischen einem Literal undseiner negierten Versionexistieren
Laufzeit:– Konstruktion des Graphens und
der Kanten benötigt höchstensquadratische Zeit.
Die Reduktionsfunktion ist korrekt:Behauptung;
– Eine erfüllende Belegung in φ existertgdw. eine k-Clique in G existiert
1. Fall: eine erfüllende Belegungexistiert in φ
– Dann liefert die Belegung in jederKlausel mindestens ein Literal mitWert 1
– Wähle aus der Knotenmenge einerKlausel ein beliebiges solches Literal
– Die gewählte Knotenmenge bestehtdann aus k Knoten
– Zwischen allen Knoten existiert eineKante, da Variable und negierteVariable nicht gleichzeitig 1 seinkönnen
![Page 26: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/26.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 26
NP-Schwierig
Definition:– Eine Sprache S ist NP-
schwierig (NP-hard) wenn:• jede Sprache aus NP mit
einer Polynom-Zeit-Abbildungsreduktion auf Sreduziert werden kann, d.h.
• für alle L ∈NP: L ≤m,p S
Theorem– Falls eine NP-schwierige
Sprache in P ist, ist P=NPBeweis
– Falls S ∈ P und L ≤ m,p S giltL ∈ P.
![Page 27: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/27.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 27
NP-Vollständigkeit
Definition:– Eine Sprache S ist
NP-vollständig (NP-complete)wenn:
• S ∈ NP
• S ist NP-schwierig
Korollar:– Ist eine NP-vollständige Sprache
in P, dann ist P=NPBeweis:
– folgt aus der NP-Schwierigkeitder NP-vollständigen Sprache.
![Page 28: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/28.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 28
Der Satz von Cook undLevin
Theorem (Cook/Levin)– SAT ist NP-vollständig
![Page 29: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/29.jpg)
Albert-Ludwigs-Universität FreiburgInstitut für Informatik
Rechnernetze und TelematikProf. Dr. Christian Schindelhauer
Informatik III 20. Vorlesung - 29
Konsequenzen aus demSatz von Cook und Levin
1. Fall: SAT ∈ P:
– SAT ist NP-vollständig:• Für alle L ∈ NP: L ≤m,p SAT
– Daraus folgt für alle L ∈ NP:• L ∈ P
– Damit ist P=NP 2. Fall: SAT ∉ P:
– Damit existiert eine Sprache in NP, die nicht in P ist– Damit ist P≠NP
Also folgt aus dem Satz von Cook und Levin:– SAT ∈ P ⇔ P = NP
![Page 30: Informatik IIIarchive.cone.informatik.uni-freiburg.de/teaching/vorlesung/informatik... · 1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer](https://reader030.vdocuments.site/reader030/viewer/2022041212/5dd119a2d6be591ccb64388b/html5/thumbnails/30.jpg)
30
Albert-Ludwigs-Universität FreiburgRechnernetze und Telematik
Prof. Dr. Christian Schindelhauer
Christian SchindelhauerWintersemester 2006/0720. Vorlesung12.01.2007
Ende der20. Vorlesung