FPT-算法在CBVC问题中的运用

FPT-算法在CBVC问题中的运用

论文摘要

FPT-算法(Fixed-Parameter-Tractable Algorithms)被认为是当前比较流行的运用于解决许多NP完全问题的较为有效的算法,许多FPT-算法是通过两个步骤来对问题进行求解:首先,把实例转化为一个较小的等价体,具体来说,其大小由只依赖于参数的一个函数所限制。这一步称为化简问题核心。其次,通过用一些更小的参数解决一些导出子例,把简化了的问题用递归的方式来解决。因为在递归调用中的那些参数更小,所以递归最终能完成(要么找到一个解,要么了解到由于k≤0而没有解存在)。这一步称为限定搜索树。 顶点覆盖问题是一个公认的NP完全问题,对它的解决将具有十分广阔的应用前景,特别是对于受二分图约束的顶点覆盖(CBVC)问题在超大规模集成电路芯片的修复上的运用已相当成熟。但随着芯片集成度的提高,对顶点覆盖的算法无论在精确度上还是运行时间上都提出更高的要求。而把固定参数算法与受约束的二分图顶点覆盖问题相结合起来的算法能适应这种要求。 本文通过用把匹配理论的经典理论运用到参数理论与二分图顶点覆盖问题的结合中,得到时间复杂度只需要O(1.26k+nk)[8]的优良结果的算法的一个实例来证明参数理论在解决NP-完全问题时的有效性,并得出一个结论:参数复杂性算法虽然好用,但也不是放之四海而皆准的算法,只有把FPT-算法充分与具体实际问题相结合才能产生出更为优越的结果,这是立足于对具体问题的深入理解和掌握的基础上的,对具体问题理解越透彻,得到的结果也会更优异。此外,通过对这一实例的具体分析,也希望更多的人能注意到它的优良特性,更多的人把参数复杂性理论运用到更多的领域。

论文目录

  • 第一章 绪论
  • 1.1 引言
  • 1.2 课题研究内容
  • 1.3 课题的研究现状
  • 1.3.1 国外顶点覆盖问题的研究现状
  • 1.3.2 国内顶点覆盖问题的研究现状
  • 1.4 本文的研究目标
  • 第二章 NP完全性理论
  • 2.1 计算模型
  • 2.1.1 图灵机
  • 2.1.2 问题变换与计算复杂性归约
  • 2.2 P类与NP类问题
  • 2.2.1 非确定性图灵机
  • 2.2.2 P类与NP类语言
  • 2.3 NP完全问题
  • 2.3.1 多项式时间变换
  • 2.3.2 一些典型的NP完全问题
  • 第三章 二分图顶点覆盖在芯片修复中的运用
  • 3.1 图的基本概念
  • 3.2 二分图顶点覆盖在芯片修复中的运用
  • 3.2.1 二分图上受约束的顶点覆盖
  • 3.2.2 MIN-FCRA是NP-完全问题
  • 第四章 固定参数算法
  • 4.1 固定参数算法理论
  • 4.1.1 参数问题
  • 4.1.2 思想
  • 4.1.3 固定参数易解类型Fixed Parameter Tractability
  • 4.2 固定参数算法的技巧
  • 4.2.1 介绍
  • 4.2.2 化简问题核心
  • 4.2.3 限定搜索树
  • 第五章 FPT算法与CBVC问题的结合
  • 5.1 匹配理论的相关问题
  • 5.1.1 匹配理论的相关概念
  • 5.1.2 Gallai-Edmonds结构定理
  • 5.2 化简问题核心
  • 5.3 限定搜索树(用Dulmage-Mendelsohn分解定理分解)
  • 5.3.1 Dulmage-Mendelsohn分解定理
  • 5.3.2 限定搜索树
  • 5.4 前面的综合
  • 第六章 结论
  • 参考文献
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    FPT-算法在CBVC问题中的运用
    下载Doc文档

    猜你喜欢