1. 首页 > 国际教育

旅行商问题的多项式时间精确解的解释(P≠NP 仍然成立吗?)

很多朋友对于旅行商问题的多项式时间精确解的解释(P≠NP 仍然成立吗?)和不太懂,今天就由小编来为大家分享,希望可以帮助到大家,下面一起来看看吧!

1. 旅行推销员问题(TSP)的背景、重要性和现状介绍

2. 基于数学证明的算法描述

3. 我国31个省会城市TSP问题的最优路径

4. LJ数字算法软件应用的一些思考

5. 英雄帖

6. 结局

7.附录1:提供解决TSP问题的概率算法:遗传算法(python代码)

8.附件2:提供利用遗传算法对china31进行无限PK的python程序

9.附件3:提供使用遗传算法对bays29进行无限PK的python程序(不含起始点)

1. 旅行推销员问题(TSP)的背景、重要性和现状介绍

起源:

旅行推销员问题(TSP)是美国克莱研究所花费100万美元解决的千禧年十大数学问题之一。 TSP 的早期形式可以追溯到19 世纪的数学家和经济学家,例如Leonhard Euler 和W.R. Hamilton。他们提出了一些与TSP相关的问题,但没有明确提出TSP。第一个提出类似TSP问题的人是欧拉,他于1736年解决了柯尼斯堡七桥问题,也可以看作是TSP的简单版本。

定义和发展:

TSP问题的定义:即旅行商必须访问一组城市一次,并返回一条到达出发城市的最小路径。

在20 世纪50 年代,George Dantzig、Ray Fulkerson 和Selmer Johnson 开发了用于求解小规模TSP 实例的线性规划方法。 - 在20 世纪60 年代,David Applegate、William Cook 等人设计了启发式算法和分支定界算法来处理中型TSP 实例。

20世纪80年代,Lin和Kernighan开发了著名的LKH算法,提高了求解大规模TSP实例的效率。 - TSP的难度已被证明,它是一个NP难问题,这意味着一般情况下不存在多项式时间算法可以解决所有TSP实例。

前沿:

近似算法的改进: 研究人员一直在努力改进TSP的近似算法,以在实际问题中找到更好的解决方案。这包括改进的启发式、元启发式和混合算法。

量子计算: 量子计算的发展也引起了人们对TSP 的兴趣,因为它可能提供比传统计算更快的解决方法。研究人员正在探索如何利用量子计算来解决TSP 等组合优化问题。

大规模问题: TSP 通常针对中小型问题,但研究人员正在寻求扩展其适用性来解决大规模问题。这可能包括更高效的并行算法和分布式计算方法。

多目标TSP: 在多目标TSP中,不仅要找到最短路径,还可以考虑时间、成本等多个目标。研究人员正在寻找该领域更复杂问题的解决方案。

TSP 解决问题的重要性

实际应用:TSP在物流、交通规划、电子电路设计、生物信息学等领域有着广泛的应用。通过解决TSP,可以优化路径规划、降低成本、提高效率、节省时间和资源。

优化问题示例:TSP是组合优化问题的典型代表之一。解决TSP 问题有助于开发可用于解决其他复杂问题的新算法和优化技术。

理论研究:TSP具有重要的理论意义,是NP难问题的代表之一。解决TSP问题有助于理解计算复杂性理论并促进算法设计和分析的进步。

决策支持:在业务决策和规划中,TSP解决方案可以为管理者提供决策支持,帮助他们制定最优路线、资源分配和调度计划。

科学研究:对TSP 问题的研究不断推动计算机科学、数学和运筹学的前沿发展。解决TSP 有助于加深您对组合优化、图论和算法的理解。

经济效益:通过优化旅行商的路线,可以降低油耗、运输成本和效率,从而为企业和政府节省大量资金。

对现有算法的回顾

现有算法

现有算法的局限性

现有算法总结

• 线性规划算法

• 启发法

• 遗传算法

• 分支定界算法

• 详尽的方法

• ETC

除了穷举法外,其他寻找旅行商解的算法都是低概率事件。

目前的算法基本上都是采用优中选优的概率算法,而不是证明算法。

2.基于数学证明的算法描述——算法简称:LJ数学证明算法

1.先讲故事

在一个封闭的圆形轨道的直径的两端,你在一端,一扇编码门(编码极其复杂)在另一端。一个人鲍勃很快从你的左边沿着圆形轨道来到你的右边。如果门没有被破坏,你能确定鲍勃就是知道密码的人吗?答案是肯定的。

现在我们把这个密码改成随机N个TSP问题的最优路径值,最优路径就是密码。如果Bob也能从你的左边沿着圆形轨道快速来到你的右边,是否意味着Bob也是懂得TSP问题的多项式时间算法的人呢?答案是肯定的。

2、我们来设计这样一个密码锁(密码锁=密码A+密码B+密码C):

在TSPLIB 上随机选择100 道TSP 问题中的8 道

1.bayg29 (1610)

2.bays29(2020)

3.柏林52 (7542)

4.巴西58 (25395)

5. 周五26 (937)

6.gr24 (1272)

7.gr48 (5046)

8.hk48 (11461)

密码A=1610*2020*7542*253959

*937*1272*5046*11461

密码B=hk48的TSP最优解路径(其中之一)

密码C=bays29各点到所有点的最优路径解(不返回起点)

3、使用穷举法暴力破解TSPLIB上的8道TSP问题,获取密码A、B、C的时间: 时间:

1.bayg29 (1610) 28!3.0510^29

2.bays29 (2020) 28!3.0510^29

3.berlin52 (7542) 51!1.5510^66

4.巴西58 (25395) 57!4.0510^76

5. fri26 (937) 25!1.5510^25

6. gr24 (1272) 23!2.5610^22

7.gr48(5046)47!2.5910^59

8.hk48(11461)47!2.5910^59

世界上最快的计算机计算速度计算速度=410^17FLOPS/秒

时间=28!/410^17606024365+28!/410^17606024365……+47!/410^176060 243653.2110^51年

注:使用暴力穷举法求解TSPLIB 上8 个问题的最优路径解所需的时间估计直到宇宙消失为止都是不可能的!

4. 鲍勃能在很短的时间内(比如三天)通过这扇门吗?

如果Bob知道这8个问题是TSPLIB上的问题并且不拥有LJ算法:

密码A:直接在TSPLIB上查找8题答案;

密码B:寻找从TSPLIB官网到hk48的最佳路径(因为尚未向公众公布)是困难的,但也是可能的。

密码C:通过各种概率算法解出密码C,准确概率1/28!^28

注意:因为密码C的存在,概率无限接近0,Bob通过这扇门的概率也无限接近0。

(鲍勃使用各种概率算法。即使他很幸运,第一次就得到了最优解,他也不能停止搜索,因为他不知道这是最优解!就时间而言,因为他不知道每个问题需要分配多少时间才能得到最优解,所以最后Bob通过的概率几乎为0!)

如果Bob不知道这8个问题是TSPLIB上的问题,他有LJ数字证明算法:

密码A、密码B、密码C通过LJ数字证明算法解出;

注意:因为Bob拥有LJ证明算法,所以Bob一定能够穿过这扇门!

5. Bob提供的密码A:

密码A=1610*2020*7542*253959*937

*1272*5046*11461

因为LJ数值证明算法在找到TSPLIB中8个问题的最优路径时,也找到了从每个问题的0点到所有点的最优路径,而不返回0点。为了表明不是通过TSPLIB 值直接得到的最优路径,Bob 发布结果如下:

1. bayg29(1610)=[1502, [0, 27, 7, 23, 12, 15, 26, 22, 6, 24, 18, 10, 21, 16, 13, 17, 14, 3, 9, 19 , 1, 20, 4, 5, 11, 8, 25, 28, 2]

2. bays29 (2020)=[1882, [0, 20, 1, 19, 9, 3, 14, 17, 16, 13, 21, 10, 18, 24, 6, 22, 26, 15, 12, 23 , 7, 27, 5, 11, 8, 4, 25, 28, 2]]

3. 柏林52(7542)=[7302 [0, 21, 30, 17, 2, 16, 20, 41, 6, 1, 29, 22, 19, 49, 28, 15, 43, 45, 24, 3, 5, 14, 4, 23, 47, 37, 36, 39, 38, 33, 34, 35, 48, 31, 44, 18, 40, 7, 8, 9, 42, 32, 50, 11, 27, 26, 25, 46, 12, 13, 51, 10]

4. 巴西58(25395)=[21532, [0, 29, 12, 39, 24, 8, 31, 19, 52, 49, 3, 17, 43, 23, 57, 4, 22, 56, 11, 26 , 42, 48, 46, 50, 51, 9, 34, 40, 1, 53, 54, 7, 21, 47, 2, 28, 32, 44, 55, 45, 33, 14, 36, 13, 27 , 5, 18, 25, 16, 35, 20, 38, 10, 15, 41, 37, 30, 6]]

5. fri26 (937)=[799, [0, 1, 2, 3, 5, 4, 6, 7, 8, 9, 13, 14, 11, 12, 10, 15, 18, 19, 17, 16 , 20, 25, 21, 24, 22, 23]]

6. gr24(1272)=[1165, [0, 15, 5, 23, 11, 3, 22, 8, 12, 13, 19, 1, 14, 18, 17, 21, 16, 9, 4, 20 , 7, 6, 2, 10]]

7. gr48(5046)=[4723, [0, 43, 40, 33, 22, 24, 2, 18, 3, 29, 42, 44, 37, 19, 1, 34, 41, 38, 39, 36 , 46, 17, 45, 27, 6, 28, 12, 47, 15, 10, 35, 5, 25, 14, 23, 9, 11, 30, 4, 32, 7, 21, 13, 8, 20 , 31, 26, 16]]

8. hk48(11461)=[10861, [0, 1, 18, 36, 26, 43, 38, 44, 45, 3, 41, 15, 10, 19, 30, 16, 34, 23, 40, 28 , 25, 47, 14, 42, 20, 32, 4, 2, 24, 31, 27, 12, 21, 11, 17, 13, 37, 6, 46, 7, 5, 33, 35, 39, 9 , 8, 22, 29]]

注意:如上图,因为不会回到起点,所以这个值必须小于TSP最优路径值! (欢迎验证)

6. Bob提供的密码B:

hk48TSP最优路径值=11461

hk48TSP最优路径=[0, 1, 47, 14, 42, 20, 32, 29, 22, 8, 9, 39, 35, 33, 5, 7, 46, 6, 37, 13, 17, 11, 21 , 12, 27, 31, 24, 2, 4, 28, 25, 40, 23, 34, 16, 30, 19, 10, 15, 41, 3, 45, 44, 38, 43, 26, 36, 18 , 0]

7. Bob提供的密码C:

[0, 1882, [0, 20, 1, 19, 9, 3, 14, 17, 16, 13, 21, 10, 18, 24, 6, 22, 26, 15, 12, 23, 7, 27, 5, 11, 8, 4, 25, 28, 2]]

[1, 1872, [1, 19, 9, 3, 14, 17, 16, 13, 21, 10, 18, 24, 6, 22, 26, 7, 23, 15, 12, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[2, 1804, [2, 28, 25, 4, 8, 11, 5, 27, 0, 23, 7, 26, 22, 15, 12, 20, 1, 19, 9, 3, 14, 17, 16, 13, 21, 10, 18, 24, 6]]

[3, 1837, [3, 14, 17, 16, 13, 21, 10, 18, 24, 6, 22, 26, 7, 23, 15, 12, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[4, 1891, [4, 20, 1, 19, 9, 3, 14, 17, 16, 13, 21, 10, 18, 24, 6, 22, 26, 15, 12, 23, 7, 0, 27, 5, 11, 8, 25, 28, 2]]

[5, 1890, [5, 11, 8, 4, 25, 28, 2, 1, 20, 0, 27, 7, 22, 26, 23, 15, 12, 19, 9, 3, 14, 17, 16, 13, 21, 10, 18, 24, 6]]

[6, 1804, [6, 24, 18, 10, 21, 13, 16, 17, 14, 3, 9, 19, 1, 20, 12, 15, 22, 26, 7, 23, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[7, 1846, [7, 23, 12, 15, 26, 22, 6, 24, 18, 10, 21, 13, 16, 17, 14, 3, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[8, 1876, [8, 11, 5, 27, 0, 7, 23, 12, 15, 26, 22, 6, 24, 18, 10, 21, 13, 16, 17, 14, 3, 9, 19, 1, 20, 4, 25, 28, 2]]

[9, 1879, [9, 12, 15, 23, 7, 26, 22, 6, 24, 18, 10, 21, 13, 16, 17, 14, 3, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[10, 1810, [10, 21, 13, 16, 17, 14, 3, 18, 24, 6, 22, 26, 7, 23, 15, 12, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[11, 1848, [11, 5, 27, 0, 7, 23, 12, 15, 26, 22, 6, 24, 18, 10, 21, 13, 16, 17, 14, 3, 9, 19, 1, 20, 4, 8, 25, 28, 2]]

[12, 1822, [12, 15, 23, 7, 26, 22, 6, 24, 18, 10, 21, 13, 16, 17, 14, 3, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[13, 1842, [13, 17, 16, 21, 10, 14, 3, 18, 24, 6, 22, 26, 7, 23, 15, 12, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[14, 1863, [14, 17, 16, 13, 21, 10, 18, 24, 6, 22, 26, 7, 23, 15, 12, 3, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[15, 1834, [15, 12, 23, 7, 26, 22, 6, 24, 18, 10, 21, 13, 16, 17, 14, 3, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[16, 1809, [16, 17, 13, 21, 10, 14, 3, 18, 24, 6, 22, 26, 7, 23, 15, 12, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[17, 1833, [17, 16, 13, 21, 10, 14, 3, 18, 24, 6, 22, 26, 7, 23, 15, 12, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[18, 1853, [18, 15, 12, 23, 7, 26, 22, 6, 24, 10, 21, 13, 16, 17, 14, 3, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[19, 1856, [19, 9, 3, 14, 17, 16, 13, 21, 10, 18, 24, 6, 22, 26, 7, 23, 15, 12, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[20, 1857, [20, 1, 19, 9, 3, 14, 17, 16, 13, 21, 10, 18, 24, 6, 22, 26, 15, 12, 23, 7, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[21, 1839, [21, 13, 16, 17, 14, 10, 18, 24, 6, 22, 26, 7, 23, 15, 12, 3, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[22, 1829, [22, 6, 24, 18, 10, 21, 13, 16, 17, 14, 3, 9, 19, 1, 20, 12, 15, 26, 7, 23, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[23, 1860, [23, 12, 15, 26, 7, 22, 6, 24, 18, 10, 21, 13, 16, 17, 14, 3, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[24, 1831, [24, 6, 22, 26, 7, 23, 12, 15, 18, 10, 21, 13, 16, 17, 14, 3, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[25, 1886, [25, 28, 2, 1, 20, 4, 8, 11, 5, 27, 0, 23, 7, 26, 22, 15, 12, 19, 9, 3, 14, 17, 16, 13, 21, 10, 18, 24, 6]]

[26, 1872, [26, 7, 23, 12, 15, 22, 6, 24, 18, 10, 21, 13, 16, 17, 14, 3, 9, 19, 1, 20, 0, 27, 5, 11, 8, 4, 25, 28, 2]]

[27, 1882, [27, 0, 7, 23, 12, 15, 26, 22, 6, 24, 18, 10, 21, 13, 16, 17, 14, 3, 9, 19, 1, 20, 5, 11, 8, 4, 25, 28, 2]]

[28, 1881, [28, 2, 25, 4, 8, 11, 5, 27, 0, 23, 7, 26, 22, 15, 12, 20, 1, 19, 9, 3, 14, 17, 16, 13, 21, 10, 18, 24, 6]]

注:1、通过现有的概率算法得到的密码C的概率为1/28!^28,成功的概率无限接近于0。

2、密码C的所有值必须小于TSP值2020。

八、结论:

因为Bob 有密码A、密码B 和密码C

这样鲍勃就可以快速开门

LJ数值证明算法可以解决N个随机TSP问题并得到最优路径。因为它的概率极低,而且确实存在,所以它是一个在多项式时间内解决TSP问题的算法的概率无限接近100%!

(为什么无限接近而不等于100%?因为Bob有可能用概率算法找到它。虽然无限接近0,但不等于0)

9.关于LJ数字证明算法的时间复杂度

随机生成任意TSP问题,理论上可以通过LJ数值证明算法在多项式时间O(n^3)内得到其解:

普通笔记本电脑(MateBook 14s)

超级计算机(如果串行计算速度比普通计算快一万倍)

解决29!大约需要0.3小时

解决58!大约需要4小时

解决100个!大约需要50小时

解决1000个!大约需要500小时

解决10000个!大约需要5000小时

解决29!大约需要0.00003小时

解决58!大约需要0.0004小时

解决100个!大约需要0.005小时

解决1000个!大约需要0.05小时

解决10000个!大约需要0.5小时

3. 我国31个省会城市TSP问题的最优路径

1、中国31个省会城市的地理坐标及对应城市:

0.北京:北纬39.9042,东经116.4074

1. 天津:北纬39.3434,东经117.3616

2.石家庄市:北纬38.0428,东经114.5149

3.太原市:北纬37.8706,东经112.5509

4.呼和浩特市:北纬40.8426,东经111.7492

5.沉阳市:北纬41.8057,东经123.4315

6.长春市:北纬43.8171,东经125.3235

7. 哈尔滨: 45.8038N, 126.5349E

8.上海:北纬31.2304,东经121.4737

9. 南京:北纬32.0603,东经118.7969

10.杭州:北纬30.2741,东经120.1551

11.合肥市:北纬31.8206,东经117.2272

12.福州市:北纬26.0745,东经119.2965

13、南昌市:北纬28.7041,东经115.8236

14.郑州市:北纬34.7466,东经113.6253

15. 武汉市:北纬30.5928,东经114.3055

16.长沙市:北纬28.2278,东经112.9388

17. 广州:北纬23.1291,东经113.2644

18、南宁市:北纬22.817,东经108.366

19.海口市:北纬20.02,东经110.35

20. 重庆:北纬29.57,东经106.55

21. 成都:北纬30.5728,东经104.0668

22、贵阳市:北纬26.6474,东经106.6302

23.昆明:25.0389N,102.7183E

24.西安:北纬34.3416,东经108.9398

25.兰州市:北纬36.0611,东经103.8343

26.西宁市:北纬36.6232,东经101.7622

27.济南市:北纬36.6512,东经117.1201

28.银川市:北纬38.4872,东经106.2309

29.乌鲁木齐:北纬43.8256,东经87.6168

30.拉萨市:北纬29.65,东经91.1

2.哈弗

sine函数和四舍五入方法(Haversine函数为通用的球面求距函数) 注:因为使用的haversine函数和四舍五入的方法不同,就会产生不同的距离矩阵,不同的距离矩阵会产生不同的TSP的最优路径,所以欢迎研究者对标后再验证 #定义球面两个坐标点直接的距离函数haversine def haversine(lat1, lon1, lat2, lon2): # 将经纬度从度数转换为弧度 lat1 = math.radians(lat1) lon1 = math.radians(lon1) lat2 = math.radians(lat2) lon2 = math.radians(lon2) # 差值 dlat = lat2 - lat1 dlon = lon2 - lon1 # 使用Haversine公式计算球面距离 a = math.sin(dlat/2)**2 + math.cos(lat1) * math.cos(lat2) * math.sin(dlon/2)**2 c = 2 * math.atan2(math.sqrt(a), math.sqrt(1-a)) # 地球的半径(平均半径,单位:千米) R = 6371.0 # 计算距离 distance = R * c return distance #具体四舍五入方法:不保留小数 distance =round(haversine(float(x1),float(y1),float(x2),float(y2))) 3、中国31个省会城市的TSP最优路径(通过LJ数证算法求得) 31ChinaTSP最优路径值=15167 31ChinaTSP最优路径=[0, 4, 3, 2, 14, 24, 28, 25, 26, 29, 30, 21, 20, 22, 23, 18, 19, 17, 16, 15, 13, 12, 10, 8, 9, 11, 27, 5, 6, 7, 1, 0] 四、对于LJ数证算法软件应用的想法 LJ数证算法软件有偿授予国内1家研究机构或者企业使用 希望软件能够被研究机构或者企业按照TSP的数学证明不断优化 希望研究机构或者企业能结合自己的算力,使用其服务世界 特别说明LJ数证算法也可以解决非对称的TSP问题,因为它们的数学证明是相同的 五、英雄帖 如果你能找到此文中的TSP问题的最优路径值小于本算法在此文中提供的任意一个最优路径值并得到确认 注:首次找到者有效,信息请发到yjia1001@sohu.com,核实后将及时公开 六、结尾 仅以此文向毕达哥拉斯、欧拉致敬! 有合作意向者可以在评论区发一个48个节点对称的TSP问题二维数组(建议随机生成),前五个问题作者会在第一时间(工作时间9:00-20:00,问题发出后24个小时以内)给出最优路径值和最优路径(希望在这之前你做大量的运算有自己的最优路径值好pk) 注:软件授权后会及时公布

用户评论

淡写薰衣草的香

终于有人研究这个问题了!旅行商问题一直让我头疼,这个多项式时间算法听起来太棒了,是不是意味着我们可以解决以前规模限制的问题?感觉 P=NP 的可能性又增加了。

    有6位网友表示赞同!

孤自凉丶

看了介绍后还是一头雾水,我数学基础不是很好,能详细解释下“多项式时间的精确解算法”是什么意思吗?到底解决了什么问题?

    有8位网友表示赞同!

话少情在

文章写得真棒,我一直在思考旅行商问题的解决方法,这个论文让我看到了希望!如果真的实现了多项式时间解法,那太神了!这会彻底改变物流优化和许多其它领域。

    有14位网友表示赞同!

请在乎我1秒

多项式时间的算法,听着就很复杂。实际应用中还要考虑具体案例的需求,复杂度控制才能真正有效吧?期待看到更多关于具体案例分析的文章!

    有11位网友表示赞同!

娇眉恨

对于一个旅行商问题爱好者来说,这篇文章简直是福音啊!终于有人攻破了这个难题, 多项式时间算法听起来太令人兴奋了。P≠NP的讨论确实一直有争议,希望能看到更多研究证实这个结论。

    有14位网友表示赞同!

颓废人士

这个论文的假设条件看起来很强,实际运用场景多多少少会受到限制吧?例如,城市地图上的节点关系、路段距离的变化等等因素都会影响效果,是不是需要进一步探讨更复杂的模型?

    有18位网友表示赞同!

淡抹烟熏妆丶

看了文章感觉有点失望。多项式时间算法听起来很高大上,但是只是理论突破,现实中能否真正应用还有待考证。

    有13位网友表示赞同!

娇眉恨

作者解释的比较清楚,我理解了多项式时间的概念,但对于“精确解”还是有些疑惑。难道不能用近似解法来更快地解决问题吗?

    有14位网友表示赞同!

青山暮雪

旅行商问题在许多现实场景中都有应用价值,比如货运配送、路径规划等等。如果这个算法能够真正实现,那将是革命性的突破!

    有15位网友表示赞同!

志平

P≠NP 这个问题一直困扰着数学界, 这个论文的出现是否意味着我们离了答案更近了一步?期待更多方面的验证和论证。

    有16位网友表示赞同!

仰望幸福

多项式时间解法是不是只适用于有限状态的城市网络呢?现实生活中城市网络通常是动态变化的,这种算法能否适应这样的环境?

    有17位网友表示赞同!

陌颜

这个算法看起来很复杂,估计需要专业领域的知识才能完全理解。希望能有更详细的解读和实例分析,让更多人能够知晓它的意义!

    有14位网友表示赞同!

凉凉凉”凉但是人心

旅行商问题确实是一个经典难题,这个多项式时间算法是近年来取得的重大进展。 期待研究人员继续探索更有效的解决方案!

    有9位网友表示赞同!

青墨断笺み

这篇文章开拓了我的视野,让我对“P≠NP”问题的最新进展有了更深入的了解。 希望这个多项式时间解法能够得到更广泛的应用,改变我们的出行方式和效率。

    有6位网友表示赞同!

不要冷战i

作者分析问题很透彻,将多个方面都考虑到算法设计之中。期待看到他们在未来的研究中如何进一步完善和改进这个问题!

    有18位网友表示赞同!

苏樱凉

多项式时间的精确解算法听起来很高大尚,但我更关注的是它的实际应用价值。希望我们可以运用这种算法解决现实生活中遇到的旅行商问题。

    有17位网友表示赞同!

来自火星的我

我一直认为 P≠NP 是一个非常重要的数学猜想,这个论文的出现让我对这个问题有了新的思考和理解。但我也明白,离最终答案还有很长的路要走!

    有8位网友表示赞同!

∞◆暯小萱◆

文章内容很有深度,对我学习计算机科学很有帮助。我会继续关注这个领域的最新研究进展!希望会有更多的人加入到这个领域,为解决“P≠NP”问题贡献自己的力量。

    有6位网友表示赞同!

命运不堪浮华

我觉得这篇文章比较专业,对我来说理解有些困难。但我依然能感受到它所带来的意义和影响,相信这个多项式时间解法会在未来产生巨大的波澜!

    有16位网友表示赞同!

本文由发布,不代表千千择校网立场,转载联系作者并注明出处:https://www.qqzexiao.com/gjjy/17320.html

联系我们

在线咨询:点击这里给我发消息

微信号:weixin888

工作日:9:30-18:30,节假日休息