典型情况启发式算法的非典型综述
计算复杂性
2012-10-31 v1 人工智能
数据结构与算法
摘要
启发式方法往往表现优异，似乎几乎总能给出正确答案。在不引发地震般的复杂性理论后果的前提下，启发式算法能在多大程度上接近始终给出正确答案？本文首先讨论了 Berman、Buhrman、Hartmanis、Homer、Longpr\'{e}、Ogiwara、Sch\"{o}ening 和 Watanabe 等人从 20 世纪 70 年代初到 90 年代初的一系列结果，这些结果明确或隐含地限制了启发式算法在 NP 难问题上的表现水平。特别是，除非发生严重且极不可能的复杂性类坍缩，否则无法获得许多理想的启发式成功水平。其次，我们综述了由 Goldreich 和 Wigderson 发起的工作，他们展示了在合理的假设下，针对随机计算的确定性启发式方法如何实现极高的正确率。最后，我们探讨了理论形式化地解释实践中解决 NP 难问题的启发式方法有效性的途径。
引用
@article{arxiv.1210.8099,
title = {An Atypical Survey of Typical-Case Heuristic Algorithms},
author = {Lane A. Hemaspaandra and Ryan Williams},
journal= {arXiv preprint arXiv:1210.8099},
year = {2012}
}
备注
This article is currently scheduled to appear in the December 2012 issue of SIGACT News