# পি-কমপ্লিট সমস্যাগুলির মধ্যে পর্যায় স্থানান্তর সম্পর্কে কী জানা যায়? বিশেষত, # ডিএনএফ-কে-স্যাট এবং # সিএনএফ-কে-স্যাট-এর জন্য কি আলাদা ধাপের স্থানান্তর রয়েছে?
আপডেট:
যেমনটি আমরা জানি, র্যান্ডম কে-স্যাট-এ একটি পর্যায়ের রূপান্তর রয়েছে যেখানে সমস্যা সমাধান করা সহজ থেকে শক্ত হয়ে আবার সহজেই ফিরে যায়। আমি জানতে চাই # পি-কমপ্লিট সমস্যাগুলির জন্যও যদি এমন কোনও ঘটনা ঘটে থাকে। আরও গুরুত্বপূর্ণ বিষয়, যদি কোনও পর্যায় স্থানান্তরের উপস্থিতি থাকে, তবে এটি # সিএনএফ-কে-স্যাট এবং # ডিএনএফ-কে-স্যাট একই?
আমি ভাবছি যে # সিএনএফ-কে-স্যাট-এর জন্য এক ধরণের ধাপের স্থানান্তর রয়েছে। অন্যদিকে, আমি মনে করি না যে # ডিএনএফ-কে-এসএটি-র জন্য পর্বের স্থানান্তর রয়েছে এবং আমরা আরও ক্লজ যুক্ত করার সাথে সমস্যা আরও শক্ত হয়ে যায় ....
1
"#" পর্বের রূপান্তরের দ্বারা আপনি কী বোঝাতে চেয়েছেন তা কি আপনি কিছুটা পরিষ্কার করতে পারেন? এনপি-কমপ্লিট সমস্যার জন্য পর্যায়ে রূপান্তরটি সাধারণত কিছু প্যারামিটারাইজড ডিস্ট্রিবিউশনটি সন্তুষ্টিজনক হওয়ার কারণে আঁকা একটি এলোমেলো উদাহরণের সম্ভাবনা হিসাবে নেওয়া হয় (3-স্যাট-এর জন্য বলুন) # পি এর রূপান্তর কী? যখন একটি নির্দিষ্ট শতাংশ সন্তুষ্ট হয়?
—
ব্যবহারকারী 834
আপনি সঠিক মানটি গণনা করার চেষ্টা করছেন বা আনুমানিক মানগুলির জন্য অনুমতি দিচ্ছেন কিনা তাও দয়া করে নির্দিষ্ট করে দিন।
—
টাইসন উইলিয়ামস
"সমস্যাটি সহজ থেকে শক্ত হয়ে আবার শক্ত হয়ে ফিরে যায়" আপনার অর্থ "সহজ থেকে শক্ত এবং আবার সহজতে ফিরে"?
—
টাইসন উইলিয়ামস
আপনি যে পরিমাণটি পরিমাপ করছেন তা এখনও আমি অস্পষ্ট। 3-স্যাট পর্বের স্থানান্তর (সংমিশ্রনের উদাহরণ হিসাবে) বিদ্যমান সমাধানের সম্ভাব্যতা হিসাবে নেওয়া হয়। অর্থাৎ অন্তত একটি সমাধান বিদ্যমান solution সুতরাং যদি "#" পি ট্রানজিশনটিকে সমাধানের শূন্য নয় গণনার সম্ভাবনা বোঝাতে নেওয়া হয়, তবে সেই দুটি সমতুল্য। এছাড়াও, "সহজ" এবং "বিদ্যমান একটি সমাধান" এর মধ্যে পার্থক্য রয়েছে কারণ প্রাক্তন একটি বহুপদী অ্যালগরিদম বোঝায় যেখানে দ্বিতীয়টি দেয় না। রূপান্তর বিন্দু থেকে অনেক দূরে, প্রায় সর্বত্রই مشکل হওয়ার জন্য এনপিপি কুখ্যাত।
—
ব্যবহারকারী 834