ผลต่างระหว่างรุ่นของ "พี (ความซับซ้อน)"

เนื้อหาที่ลบ เนื้อหาที่เพิ่ม
Jung (คุย | ส่วนร่วม)
+cat
Parinya (คุย | ส่วนร่วม)
ไม่มีความย่อการแก้ไข
บรรทัด 1:
ในเชิงของ [[ทฤษฎีความซับซ้อนในการคำนวณ]] '''พี''' เป็น[[กลุ่มความซับซ้อน]]ที่ประกอบด้วย[[ปัญหาการตัดสินใจ]]ที่สามารถหาคำตอบได้ในเวลาที่เป็นฟังก์ชันพหุนามกับขนาดของอินพุต (polynomial time)
 
พี ประกอบด้วย ปััญหาปัญหาที่สำคัญหลายอย่างที่มีประโยชน์ในชิวิต เช่น ปัญหาการหาตัวหารร่วมมากระหว่างจำนวนสองจำนวน ปัญหาการจับคู่มากที่สุด (Maximum Matching) ปัญหาจำนวนเฉพาะ ปัํญหาปัญหากำหนดการเชิงเส้น (Linear program)
 
พี เป็นกลุ่มความซับซ้อนที่นักวิจัยเรียกว่า "ง่าย" แม้ว่าในความเป็นจริงแล้วปัญหาที่ใช้เวลาในการหาคำตอบ <math>n^{100000} </math> ไม่น่าจะถือว่าง่ายก็ตาม
บรรทัด 10:
* การเพิ่มขนาดของอินพุตเป็นสองเท่าส่งผลให้เวลาการทำงานโตขึ้นเป็นค่าคงที่เท่านั้น (ในแง่นี้ให้เปรียบเทียบกับฟังก์ชันที่เป็น exponential) ซึ่งการเพิ่มขนาดของอินพุตเป็นสองเท่าอาจจะทำให้เวลาการทำงานโตขึ้นเป็นกำลังสองหรือมากกว่านั้น
 
* ฟังก์ชันพหุนามมีสมบัติปิดภายใต้ composition นั่นก็คือ หากเรามีอัลกอริทึม A ที่ทำงานรวดเร็ว (เป็นฟังก์ชันพหุนามกับขนาดของอินพุต) และอัลกอริทึม B สามารถเรียกใช้อัลกอริทึม A เพื่อทำงานได้ หากเรารู้ว่า B เรีัยกใช้เรียกใช้ A เป็นจำนวนครั้งที่เป็นฟังก์ชันพหุนาม เวลาการทำงานรวมก็จะยังเป็นฟังก์ชันพหุนามอยู่ หรือหากจะพูดให้เป็นทางการก็คือ <math>P^P =P </math> (ปัญหาที่อยู่ในพี มีสมบัติปิดภายใต้การเรียกใช้ออราเคิล) สมบัตินี้ทำให้เราสามารถออกแบบอัลกอริทึมที่มีประสิทธิภาพโดยการมองอีกอัลกอริทึมหนึ่งเป็นกล่องดำ (Black Box) ได้
 
== ความสัมพันธ์กับกลุ่มอื่นๆ ==
บรรทัด 24:
** ข้อมูลบนเทป (tape content)
ดังนั้น configuration ที่เป็นไปได้ทั้งหมดของ เครื่องจักรทัวริงที่ใช้เนื้อที่ไม่เกิน <math>O(\log n) </math> จะเป็นฟังก์ชันพหุนามกับขนาดของอินพุต
* P และ NP เล็กกว่า PSPACE เพราะว่าเราสามารถ simulate การทำงานของเครื่องจักรทัวริงเชิงไม่กำหนดได้โดยใ้ช้ใช้หลักการของ Depth First Search และขนาดของแสต็กที่ใช้จะไม่เกินฟังก์ชันพหุนามกับขนาดของอินพุต
 
ปัญหาที่ยากที่สุดที่อยู่ในพีก็คือ [[พีบริบูรณ์]]