Diagram kelas kompleksitas menyatakan P  NP. Adanya masalah di dalam NP tapi di luar keduanya P dan NP-lengkap, asumsi tersebut, didasarkan pada Teorema Ladner.[1]

Masalah P versus NP adalah permasalahan besar yang merupakan salah satu masalah yang belum terpecahkan dalam bidang ilmu komputer. Problema ini menanyakan apakah setiap masalah yang solusinya dapat segera diverifikasi (secara teknis, diverifikasi dalam waktu polinomial) juga dapat dipecahkan dengan cepat (sekali lagi, dalam waktu polinomial).

Isu yang mendasari masalah ini pertama kali dibahas pada tahun 1950-an, dalam surat dari John Forbes Nash Jr. ke National Security Agency, dan dari Kurt Gödel ke John von Neumann. Pernyataan terperinci masalah P versus NP diperkenalkan pada tahun 1971 oleh Stephen Cook dalam paper seminarnya "Kompleksitas prosedur pembuktian teorema"[2] dan dianggap oleh banyak orang sebagai masalah terbuka terpenting dalam bidang ilmu komputer.[3] Problema ini adalah salah satu dari tujuh Masalah Milenium yang dipilih Clay Mathematics Institute untuk membawa hadiah senilai US $ 1.000.000 bagi pencetus solusi pertama yang benar.

Istilah informal dengan cepat, yang digunakan di atas, berarti adanya algoritma yang memecahkan tugas yang berjalan dalam waktu polinom, sehingga waktu untuk menyelesaikan tugas bervariasi sebagai fungsi polinom pada ukuran input ke algoritma (berlawanan dengan, katakanlah, waktu eksponensial). Kelas umum pertanyaan yang beberapa algoritmanya dapat memberikan jawaban dalam waktu polinomial disebut "kelas P" atau hanya "P". Untuk beberapa pertanyaan, tidak ada cara yang diketahui untuk menemukan jawaban dengan cepat, tetapi jika ada informasi yang menunjukkan jawabannya, mungkin untuk memverifikasi jawabannya dengan cepat. Kelas pertanyaan yang jawabannya dapat diverifikasi dalam waktu polinom disebut NP, yang berarti "waktu polinomial nondeterministik".[4]

Referensi

sunting
  1. ^ R. E. Ladner "On the structure of polynomial time reducibility," Journal of the ACM 22, pp. 151–171, 1975. Corollary 1.1. ACM site.
  2. ^ Cook, Stephen (1971). "The complexity of theorem proving procedures". Proceedings of the Third Annual ACM Symposium on Theory of Computing. hlm. 151–158. ;
  3. ^ Fortnow, Lance (2009). "The status of the P versus NP problem" (PDF). Communications of the ACM. 52 (9): 78–86. doi:10.1145/1562164.1562186.
  4. ^ Mesin Turing nondeterministik dapat beralih ke keadaan yang tidak ditentukan oleh keadaan sebelumnya. Mesin seperti itu bisa memecahkan masalah NP pada waktu polinomial dengan masuk ke keadaan jawaban yang benar (dengan keberuntungan), kemudian secara konvensional memverifikasinya. Mesin seperti itu tidak praktis untuk memecahkan masalah realistis tetapi bisa dijadikan model teoretis.


📚 Artikel Terkait di Wikipedia

Stephen Cook

tahun 1971 "The Complexity of Theorem Proceding Procedures", Cook meresmikan gagasan pengurangan waktu polinomial dan kelengkapan NP, dan membuktikan

Masalah Milenium

Philosophers Should Care About Computational Complexity". Technical report. William I. Gasarch (June 2002). "The P=?NP poll" (PDF). SIGACT News. 33 (2): 34–47

Daftar ilmuwan komputer

Smalltalk Richard Karp - NP completeness Narendra Karmarkar - Karmarkar's algorithm Jacek Karpinski Marek Karpinski - NP Optimization Problems Ken Kennedy

Pemrograman integer

dan ikatan (selain ikatan integer) adalah linear Pemrograman integer adalah NP-lengkap. Secara khusus, kasus khusus dari pemrograman linear integer 0-1,

Teorema Cook

pada seminar nya, dengan judul "The Complexity of Theorem Prooving Procedures". Paper ini memperkenalkan teori NP-completeness yang hingga sekarang menjadi

Ran Raz

low-degree test, and a sub-constant error-probability PCP characterization of NP", Proc. STOC 1997, hlm. 475–484, CiteSeerX 10.1.1.34.6957, doi:10.1145/258533

Ilmu komputer teoretis

independen membuktikan bahwa terdapat permasalahan matematika yang bersifat NP-complete – sebuah hasil penting dalam kajian teori kompleksitas komputasi

Algoritma tamak

pewarnaan tamak yang diketahui untuk masalah pewarnaan graf dan semua masalah NP-lengkap lainnya tidak secara konsisten menemukan solusi optimal. Namun, algoritma