20130301 np algorithms_kulikov_lecture01_np

Алгоритмы для NP-трудных задачЛекция 1: NP-полные задачи

Александр Куликов

Петербургское отделение Математического института им. В. А. СтекловаРоссийская академия наук

Computer Science клуб в Екатеринбурге1 марта 2013

А. Куликов (ПОМИ РАН) NP-полные задачи 1 марта 2013 1 / 31

1 Задачи поиска

2 NP-полные задачи

3 Сведения

Содержание

3 Сведения

Эффективные алгоритмы

Алгоритмы нахождения кратчайших путей и минимальныхпокрывающих деревьев в графах, паросочетаний вдвудольных графах, наибольшей возрастающейподпоследовательности, максимального потока в сетиявляются эффективными, поскольку время работы каждогоиз них растет полиномиально (как n, n2, n3) с ростомразмера входа.В каждой из решаемых ими задач мы ищем решение (путь,дерево, паросочетание) среди экспоненциально большогомножества кандидатов: существует n! различныхпаросочетаний в двудольном n × n графе, у полного графана n вершинах есть nn−2 покрывающих деревьев, в графе,как правило, есть экспоненциальное число путей из s в t.Цель эффективного алгоритма: избежать полного перебора.

Алгоритмы нахождения кратчайших путей и минимальныхпокрывающих деревьев в графах, паросочетаний вдвудольных графах, наибольшей возрастающейподпоследовательности, максимального потока в сетиявляются эффективными, поскольку время работы каждогоиз них растет полиномиально (как n, n2, n3) с ростомразмера входа.

В каждой из решаемых ими задач мы ищем решение (путь,дерево, паросочетание) среди экспоненциально большогомножества кандидатов: существует n! различныхпаросочетаний в двудольном n × n графе, у полного графана n вершинах есть nn−2 покрывающих деревьев, в графе,как правило, есть экспоненциальное число путей из s в t.Цель эффективного алгоритма: избежать полного перебора.

Алгоритмы нахождения кратчайших путей и минимальныхпокрывающих деревьев в графах, паросочетаний вдвудольных графах, наибольшей возрастающейподпоследовательности, максимального потока в сетиявляются эффективными, поскольку время работы каждогоиз них растет полиномиально (как n, n2, n3) с ростомразмера входа.В каждой из решаемых ими задач мы ищем решение (путь,дерево, паросочетание) среди экспоненциально большогомножества кандидатов: существует n! различныхпаросочетаний в двудольном n × n графе, у полного графана n вершинах есть nn−2 покрывающих деревьев, в графе,как правило, есть экспоненциальное число путей из s в t.

Цель эффективного алгоритма: избежать полного перебора.

Алгоритмы нахождения кратчайших путей и минимальныхпокрывающих деревьев в графах, паросочетаний вдвудольных графах, наибольшей возрастающейподпоследовательности, максимального потока в сетиявляются эффективными, поскольку время работы каждогоиз них растет полиномиально (как n, n2, n3) с ростомразмера входа.В каждой из решаемых ими задач мы ищем решение (путь,дерево, паросочетание) среди экспоненциально большогомножества кандидатов: существует n! различныхпаросочетаний в двудольном n × n графе, у полного графана n вершинах есть nn−2 покрывающих деревьев, в графе,как правило, есть экспоненциальное число путей из s в t.Цель эффективного алгоритма: избежать полного перебора.

Задача выполнимости

Вход задачи пропозициональной выполнимости (satisfiabilityproblem, SAT) выглядит следующим образом:

(x ∨ y ∨ z)(x ∨ ¬y)(y ∨ ¬z)(z ∨ ¬x)(¬x ∨ ¬y ∨ ¬z) .

Необходимо проверить, выполнима ли формула.

(x ∨ y ∨ z)(x ∨ ¬y)(y ∨ ¬z)(z ∨ ¬x)(¬x ∨ ¬y ∨ ¬z) .

Задача поиска

Задача выполнимости является типичной задачей поиска:дано условие I и надо найти для него решение S . При этомдолжен существовать способ быстрой проверки того, чторешение правильное.Будем говорить, что задача поиска задаётся алгоритмом 𝒞,который получает на вход условие I и кандидата на решениеS и работает полиномиальное от |I | время. Мы говорим, чтоS является решением для I тогда и только тогда, когда𝒞(I , S) = true.

Задача выполнимости является типичной задачей поиска:дано условие I и надо найти для него решение S . При этомдолжен существовать способ быстрой проверки того, чторешение правильное.

Будем говорить, что задача поиска задаётся алгоритмом 𝒞,который получает на вход условие I и кандидата на решениеS и работает полиномиальное от |I | время. Мы говорим, чтоS является решением для I тогда и только тогда, когда𝒞(I , S) = true.

Задача выполнимости является типичной задачей поиска:дано условие I и надо найти для него решение S . При этомдолжен существовать способ быстрой проверки того, чторешение правильное.Будем говорить, что задача поиска задаётся алгоритмом 𝒞,который получает на вход условие I и кандидата на решениеS и работает полиномиальное от |I | время. Мы говорим, чтоS является решением для I тогда и только тогда, когда𝒞(I , S) = true.

Задача коммивояжёра

В задаче о коммивояжере (traveling salesman problem) дано nвершин с номерами 1, . . . , n и все n(n − 1)/2 попарныхрасстояний между ними, а также бюджет b.Найти необходимо цикл, проходящий через все вершиныровно по одному разу (то есть гамильтонов цикл) иимеющий длину не более b, или же сообщить, что такогоцикла нет.Другими словами, необходимо найти перестановку𝜏(1), . . . , 𝜏(n) вершин, такую что

d𝜏(1),𝜏(2) + d𝜏(2),𝜏(3) + · · · + d𝜏(n),𝜏(1) ≤ b .

В задаче о коммивояжере (traveling salesman problem) дано nвершин с номерами 1, . . . , n и все n(n − 1)/2 попарныхрасстояний между ними, а также бюджет b.

Найти необходимо цикл, проходящий через все вершиныровно по одному разу (то есть гамильтонов цикл) иимеющий длину не более b, или же сообщить, что такогоцикла нет.Другими словами, необходимо найти перестановку𝜏(1), . . . , 𝜏(n) вершин, такую что

d𝜏(1),𝜏(2) + d𝜏(2),𝜏(3) + · · · + d𝜏(n),𝜏(1) ≤ b .

В задаче о коммивояжере (traveling salesman problem) дано nвершин с номерами 1, . . . , n и все n(n − 1)/2 попарныхрасстояний между ними, а также бюджет b.Найти необходимо цикл, проходящий через все вершиныровно по одному разу (то есть гамильтонов цикл) иимеющий длину не более b, или же сообщить, что такогоцикла нет.

Другими словами, необходимо найти перестановку𝜏(1), . . . , 𝜏(n) вершин, такую что

d𝜏(1),𝜏(2) + d𝜏(2),𝜏(3) + · · · + d𝜏(n),𝜏(1) ≤ b .

В задаче о коммивояжере (traveling salesman problem) дано nвершин с номерами 1, . . . , n и все n(n − 1)/2 попарныхрасстояний между ними, а также бюджет b.Найти необходимо цикл, проходящий через все вершиныровно по одному разу (то есть гамильтонов цикл) иимеющий длину не более b, или же сообщить, что такогоцикла нет.Другими словами, необходимо найти перестановку𝜏(1), . . . , 𝜏(n) вершин, такую что

d𝜏(1),𝜏(2) + d𝜏(2),𝜏(3) + · · · + d𝜏(n),𝜏(1) ≤ b .

Пример

Оптимизационные задачи и задачи поиска

Почему мы сформулировали задачу о коммивояжере какзадачу поиска, когда на самом деле это оптимизационнаязадача?Переформулировка оптимизационной задачи как задачипоиска не меняет ее сложности, поскольку обе версиисводятся друг к другу.Имея потенциальное решение для задачи TSP, легкопроверить свойства “является маршрутом” и “имеет длинуне более b”, но как проверить свойство “являетсяоптимальным”?

Почему мы сформулировали задачу о коммивояжере какзадачу поиска, когда на самом деле это оптимизационнаязадача?

Переформулировка оптимизационной задачи как задачипоиска не меняет ее сложности, поскольку обе версиисводятся друг к другу.Имея потенциальное решение для задачи TSP, легкопроверить свойства “является маршрутом” и “имеет длинуне более b”, но как проверить свойство “являетсяоптимальным”?

Почему мы сформулировали задачу о коммивояжере какзадачу поиска, когда на самом деле это оптимизационнаязадача?Переформулировка оптимизационной задачи как задачипоиска не меняет ее сложности, поскольку обе версиисводятся друг к другу.

Имея потенциальное решение для задачи TSP, легкопроверить свойства “является маршрутом” и “имеет длинуне более b”, но как проверить свойство “являетсяоптимальным”?

Почему мы сформулировали задачу о коммивояжере какзадачу поиска, когда на самом деле это оптимизационнаязадача?Переформулировка оптимизационной задачи как задачипоиска не меняет ее сложности, поскольку обе версиисводятся друг к другу.Имея потенциальное решение для задачи TSP, легкопроверить свойства “является маршрутом” и “имеет длинуне более b”, но как проверить свойство “являетсяоптимальным”?

Коммивояжёр и покрывающее дерево

Задача о минимальном покрывающем дереве: дана матрицапопарных расстояний и бюджет b и требуется найтидерево T , такое что ∑

(i ,j)∈T

dij ≤ b .

Задача коммивояжёра может рассматриваться как вариантзадачи о покрывающем дереве, где искомому дереву неразрешается ветвиться и оно, таким образом, должно бытьпросто путем.Это дополнительное условие на структуру дерева делаетзадачу гораздо более сложной.

(i ,j)∈T

dij ≤ b .

(i ,j)∈T

dij ≤ b .

Задача коммивояжёра может рассматриваться как вариантзадачи о покрывающем дереве, где искомому дереву неразрешается ветвиться и оно, таким образом, должно бытьпросто путем.

Это дополнительное условие на структуру дерева делаетзадачу гораздо более сложной.

(i ,j)∈T

dij ≤ b .

Незавсисмое множество, вершинное покрытие иклика

В задаче о независимом множестве (independent set problem)дан граф и число g и требуется найти g независимыхвершин, то есть таких, что никакие две из них не соединеныребром.В задаче о вершинном покрытии (vertex cover problem) данграф и число b, и требуется найти b вершин, покрывающихвсе ребра (то есть такое множество из b вершин, что длялюбого ребра хотя бы один из его концов содержится в этоммножестве).Задача о клике (clique problem) заключается в нахождениипо графу и числу g таких g вершин, что любые две из нихсоединены ребром.

В задаче о независимом множестве (independent set problem)дан граф и число g и требуется найти g независимыхвершин, то есть таких, что никакие две из них не соединеныребром.

В задаче о вершинном покрытии (vertex cover problem) данграф и число b, и требуется найти b вершин, покрывающихвсе ребра (то есть такое множество из b вершин, что длялюбого ребра хотя бы один из его концов содержится в этоммножестве).Задача о клике (clique problem) заключается в нахождениипо графу и числу g таких g вершин, что любые две из нихсоединены ребром.

В задаче о независимом множестве (independent set problem)дан граф и число g и требуется найти g независимыхвершин, то есть таких, что никакие две из них не соединеныребром.В задаче о вершинном покрытии (vertex cover problem) данграф и число b, и требуется найти b вершин, покрывающихвсе ребра (то есть такое множество из b вершин, что длялюбого ребра хотя бы один из его концов содержится в этоммножестве).

Задача о клике (clique problem) заключается в нахождениипо графу и числу g таких g вершин, что любые две из нихсоединены ребром.

В задаче о независимом множестве (independent set problem)дан граф и число g и требуется найти g независимыхвершин, то есть таких, что никакие две из них не соединеныребром.В задаче о вершинном покрытии (vertex cover problem) данграф и число b, и требуется найти b вершин, покрывающихвсе ребра (то есть такое множество из b вершин, что длялюбого ребра хотя бы один из его концов содержится в этоммножестве).Задача о клике (clique problem) заключается в нахождениипо графу и числу g таких g вершин, что любые две из нихсоединены ребром.

3 Сведения

Сложные и простые задачи

трудные задачи (NP-полные) простые задачи (из P)3-SAT 2-SAT, Horn SAT

коммивояжёр покрывающее деревонезависимое множество независимое множество

в деревьях

Классы P и NP

NP — класс всех задач поиска.P — класс всех задач поиска, которые могут быть решены заполиномиальное время.

NP — класс всех задач поиска.

P — класс всех задач поиска, которые могут быть решены заполиномиальное время.

NP — класс всех задач поиска.P — класс всех задач поиска, которые могут быть решены заполиномиальное время.

Сведения

Сведение задачи поиска A к задаче поиска B — это параполиномиальных по времени алгоритмов (f , h):

условие If алгоритм для B

условие f (I )

решение S для f (I )

нет решения для f (I )

h решение h(S) для I

нет решения для I

Сведения

Сведение задачи поиска A к задаче поиска B — это параполиномиальных по времени алгоритмов (f , h):

условие If алгоритм для B

условие f (I )

решение S для f (I )

нет решения для f (I )

h решение h(S) для I

нет решения для I

NP-полные задачи

Задача поиска называется NP-полной (NP-complete), есливсе другие задачи поиска сводятся к ней.Чтобы задача была NP-полной, с ее помощью должнырешаться все задачи поиска в мире!Удивительно, что такие задачи существуют вообще.

Задача поиска называется NP-полной (NP-complete), есливсе другие задачи поиска сводятся к ней.

Чтобы задача была NP-полной, с ее помощью должнырешаться все задачи поиска в мире!Удивительно, что такие задачи существуют вообще.

Задача поиска называется NP-полной (NP-complete), есливсе другие задачи поиска сводятся к ней.Чтобы задача была NP-полной, с ее помощью должнырешаться все задачи поиска в мире!

Удивительно, что такие задачи существуют вообще.

Задача поиска называется NP-полной (NP-complete), есливсе другие задачи поиска сводятся к ней.Чтобы задача была NP-полной, с ее помощью должнырешаться все задачи поиска в мире!Удивительно, что такие задачи существуют вообще.

Два способа использования сведений

Задача поиска A сводится к задаче поиска B :

Мы знаем, как эффективно решать B и хотим использоватьэто знание для решения A.Мы знаем, что A трудна, и используем сведение, чтобыпоказать, что и B трудна.

Задача поиска A сводится к задаче поиска B :Мы знаем, как эффективно решать B и хотим использоватьэто знание для решения A.

Мы знаем, что A трудна, и используем сведение, чтобыпоказать, что и B трудна.

Задача поиска A сводится к задаче поиска B :Мы знаем, как эффективно решать B и хотим использоватьэто знание для решения A.Мы знаем, что A трудна, и используем сведение, чтобыпоказать, что и B трудна.

Пространство NP всех задач поиска впредположении P = NP

NP-полныеP

увеличение сложности

3 Сведения

Сведения

Мы построим следующие сведения:

любая задача из NP → SAT → 3SAT → независимое множество →вершинное покрытие, клика.

3-SAT → задача о независимом множестве

(¬x ∨ y ∨ ¬z)(x ∨ ¬y ∨ z)(x ∨ y ∨ z)(¬x ∨ ¬y)

SAT → 3-SAT

Это интересное и типичное сведение задачи к своемучастному случаю.Мы хотим показать, что задача остается сложной, даже еслиее входы как-то ограничены — в нашем случае, если всеклозы содержат не более трех литералов.Такие сведения модифицируют входное условие так, чтобыизбавиться от запрещенных конфигураций (клозов длиныхотя бы четыре), не меняя при этом условия в том смысле,что решение для исходного условия можно построить изрешения для полученного условия.

SAT → 3-SAT

Это интересное и типичное сведение задачи к своемучастному случаю.

Мы хотим показать, что задача остается сложной, даже еслиее входы как-то ограничены — в нашем случае, если всеклозы содержат не более трех литералов.Такие сведения модифицируют входное условие так, чтобыизбавиться от запрещенных конфигураций (клозов длиныхотя бы четыре), не меняя при этом условия в том смысле,что решение для исходного условия можно построить изрешения для полученного условия.

SAT → 3-SAT

Это интересное и типичное сведение задачи к своемучастному случаю.Мы хотим показать, что задача остается сложной, даже еслиее входы как-то ограничены — в нашем случае, если всеклозы содержат не более трех литералов.

Такие сведения модифицируют входное условие так, чтобыизбавиться от запрещенных конфигураций (клозов длиныхотя бы четыре), не меняя при этом условия в том смысле,что решение для исходного условия можно построить изрешения для полученного условия.

SAT → 3-SAT

Это интересное и типичное сведение задачи к своемучастному случаю.Мы хотим показать, что задача остается сложной, даже еслиее входы как-то ограничены — в нашем случае, если всеклозы содержат не более трех литералов.Такие сведения модифицируют входное условие так, чтобыизбавиться от запрещенных конфигураций (клозов длиныхотя бы четыре), не меняя при этом условия в том смысле,что решение для исходного условия можно построить изрешения для полученного условия.

Конструкция

Каждый клоз (a1 ∨ a2 ∨ · · · ∨ ak) длины более 3 заменяется намножество клозов

(a1 ∨ a2 ∨ y1)(¬y1 ∨ a3 ∨ y2)(¬y2 ∨ a4 ∨ y3) . . . (¬yk−3 ∨ ak−1 ∨ ak) ,

где {yi} суть новые переменные.

Для каждого набора переменным {ai} клоз (a1 ∨ a2 ∨ · · · ∨ ak)выполнен тогда и только тогда, когда существует набор значенийпеременным {yi}, выполняющий все соответствующие клозы.

Конструкция

Каждый клоз (a1 ∨ a2 ∨ · · · ∨ ak) длины более 3 заменяется намножество клозов

(a1 ∨ a2 ∨ y1)(¬y1 ∨ a3 ∨ y2)(¬y2 ∨ a4 ∨ y3) . . . (¬yk−3 ∨ ak−1 ∨ ak) ,

где {yi} суть новые переменные.Для каждого набора переменным {ai} клоз (a1 ∨ a2 ∨ · · · ∨ ak)выполнен тогда и только тогда, когда существует набор значенийпеременным {yi}, выполняющий все соответствующие клозы.

Задача о независимом множестве →задача о вершинном покрытии

S является вершинным покрытием тогда и только тогда, когдаV − S является независимым множеством:

Задача о независимом множестве →задача о клике

Подмножество вершин S является независимым в G тогда итолько тогда, когда S является кликой в G . Другими словами,эти вершины попарно не соединены в G тогда и только тогда,когда любые две из них соединены ребром в G .

Любая задача класса NP → SAT

Мы уже свели задачу SAT к нескольким задачам. Теперь мызамыкаем круг и показываем, что все эти задачи — вдействительности все задачи класса NP — сводятся к SAT.Именно, мы покажем, что все задачи класса NP сводятся кобобщению задачи SAT, называемому задачей выполнимостибулевой схемы (CIRCUIT-SAT).

Пример схемы

true x1 x2 x3

AND OR AND

NOT OR

выход

SAT ↔ CIRCUIT-SAT

SAT → CIRCUIT-SAT: понятно.Обратно: запишем схему в виде формулы в КНФ. Длякаждого гейта g мы заводим переменную g и моделируемэтот гейт добавлением клозов следующим образом.

h1 h2 h1 h2 h

(g) (g)

(g ∨ h1)

(g ∨ h2)

(g ∨ h1 ∨ h2)

(g ∨ h1)

(g ∨ h2)

(g ∨ h1 ∨ h2)

(g ∨ h)

Сведение

Теперь, когда мы знаем, что CIRCUIT SAT сводится к SAT,мы возвращаемся к нашей основной задаче — показать, чтовсе задачи поиска сводятся к CIRCUIT SAT.Итак, предположим, что задача A принадлежит классу NP.Мы должны построить сведение A к CIRCUIT-SAT. Этокажется довольно сложным, поскольку мы не знаемпрактически ничего про A.Мы знаем, что для A есть алгоритм 𝒞, который по условиюI и кандидату на решение S проверяет (за полиномиальноеот I время!), верно ли, что S действительно являетсярешением.Такой алгоритм можно преобразовать в схему,полиномиального от длины I размера.

Сведение

Теперь, когда мы знаем, что CIRCUIT SAT сводится к SAT,мы возвращаемся к нашей основной задаче — показать, чтовсе задачи поиска сводятся к CIRCUIT SAT.

Итак, предположим, что задача A принадлежит классу NP.Мы должны построить сведение A к CIRCUIT-SAT. Этокажется довольно сложным, поскольку мы не знаемпрактически ничего про A.Мы знаем, что для A есть алгоритм 𝒞, который по условиюI и кандидату на решение S проверяет (за полиномиальноеот I время!), верно ли, что S действительно являетсярешением.Такой алгоритм можно преобразовать в схему,полиномиального от длины I размера.

Сведение

Теперь, когда мы знаем, что CIRCUIT SAT сводится к SAT,мы возвращаемся к нашей основной задаче — показать, чтовсе задачи поиска сводятся к CIRCUIT SAT.Итак, предположим, что задача A принадлежит классу NP.Мы должны построить сведение A к CIRCUIT-SAT. Этокажется довольно сложным, поскольку мы не знаемпрактически ничего про A.

Мы знаем, что для A есть алгоритм 𝒞, который по условиюI и кандидату на решение S проверяет (за полиномиальноеот I время!), верно ли, что S действительно являетсярешением.Такой алгоритм можно преобразовать в схему,полиномиального от длины I размера.

Сведение

Теперь, когда мы знаем, что CIRCUIT SAT сводится к SAT,мы возвращаемся к нашей основной задаче — показать, чтовсе задачи поиска сводятся к CIRCUIT SAT.Итак, предположим, что задача A принадлежит классу NP.Мы должны построить сведение A к CIRCUIT-SAT. Этокажется довольно сложным, поскольку мы не знаемпрактически ничего про A.Мы знаем, что для A есть алгоритм 𝒞, который по условиюI и кандидату на решение S проверяет (за полиномиальноеот I время!), верно ли, что S действительно являетсярешением.

Такой алгоритм можно преобразовать в схему,полиномиального от длины I размера.

Сведение

Теперь, когда мы знаем, что CIRCUIT SAT сводится к SAT,мы возвращаемся к нашей основной задаче — показать, чтовсе задачи поиска сводятся к CIRCUIT SAT.Итак, предположим, что задача A принадлежит классу NP.Мы должны построить сведение A к CIRCUIT-SAT. Этокажется довольно сложным, поскольку мы не знаемпрактически ничего про A.Мы знаем, что для A есть алгоритм 𝒞, который по условиюI и кандидату на решение S проверяет (за полиномиальноеот I время!), верно ли, что S действительно являетсярешением.Такой алгоритм можно преобразовать в схему,полиномиального от длины I размера.

Спасибо!

Спасибо за внимание!

20130301 np algorithms_kulikov_lecture01_np

Documents

Transcript of 20130301 np algorithms_kulikov_lecture01_np

싱실연 조선일보 20130301

20130301 db passagier-fluss-optimierung

Tkv info vaardigh 20130301

20130301 Pm Global Tm Survey Lite

オープンデータカフェ@八王子20130301 横浜市（八王子）

madina 20130301

20130301 onbetwist eindhoven

UPS MODELS: SDH 1000 NP SDH 1500 NP SDH 2200 … · ups models: sdh 1000 np – sdh 1500 np – sdh 2200 np – sdh 3000 np sdh 2200 er np – sdh 3000 er np

DATA STRUCTURES & ALGORITHMSgk/courses/NP completeness.pdf · NP-Completeness CS/SE2C03. NP-Completeness CS/SE2C03. co-NP (a) NP n co-NP (c) co-NP co-NP co-NP (b) NP n co-NP (d) (a)

MAP3147NC/NP MAP3735NC/NP MAP3367NC/NP DISK … · c141-e166-02en map3147nc/np map3735nc/np map3367nc/np disk drives product/maintenance manual

JT 20130301

DECS DCSU EXBB Acquisti (SVV00222)...04 05 np 05 06 np 06 np 06 np 07 np np 08 17 17 17 18 18 np 19 19 np np 19 np 20 20 np 21 21 21 22 np np 22 23 np ANTROPOLOGIA CULTURALE CDU: 9.1.1.1

MAW3300NC/NP MAW3147NC/NP MAW3073NC/NP HARD DISK …

HQDA Monthly SGT/SSG Promotion Selection Name List (Selected … · 2013. 9. 12. · clark robert wilford ii sgt 92y 20130301 clausell andrea franchesca sgt 92y 20130301 cleland geofrey

MAX3147NC/NP MAX3073NC/NP MAX3036NC/NP HARD DISK … · c141-e229-01en max3147nc/np max3073nc/np max3036nc/np hard disk drives product/maintenance manual

P vs. NP vs. NP-Hard vs. NP-completeP vs. NP vs. NP-Hard ...oucsace.cs.ohiou.edu/~razvan/courses/cs4040/lecture24.pdf · P vs. NP vs. NP-Hard vs. NP-completeP vs. NP vs. NP-Hard vs.

20130301 LtCol Roberts JSCM

ARKOTE G1 2010 · 2010. 8. 21. · Lugar: 230 P Fecha: Trainera: 1076 976 225 P 246 NP 652 P 221 P 1893 NP 1461 NP 1348 NP 439 NP 704 NP 1884 NP 239 NP 1609 P 1610 P 292 NP 693 NP

NP- -Xyl NP- -GlcNP- -Gal NP- -ManNP- -Xyl NP- -Glc NP- -Gal NP- -Man NP- -Xyl NP- -GlcNP- -Gal NP- -ManNP- -Xyl NP- -Glc NP-

MAP3147NC/NP MAP3735NC/NP MAP3367NC/NP DISK … · c141-e166-01en map3147nc/np map3735nc/np map3367nc/np disk drives product/maintenance manual