私はやや新しいですが、コンピューティングと複雑性理論の分野に非常に興味があり、問題を分類する方法と、問題を解決するために使用されているマシンに問題がどの程度関連しているかについての理解を明確にしたいと思います。
私の理解
- 標準チューリングマシン-有限のアルファベット、有限の状態数、単一の右無限テープを持つチューリングマシン
- Turing-Equivalent Machine-標準のチューリングマシンをエミュレートし、エミュレートできるチューリングマシン(エミュレーションによって達成される空間と時間のトレードオフを伴うことが多い)
P
-標準チューリングマシン(上記で定義)を使用して多項式時間で解決できる問題のクラスNP
-標準チューリング機械を使用して多項式時間で検証できる問題のクラスNP-complete
-まだ存在する最も困難な問題。NP
すべてのNP
問題を多項式時間で変換できます。
私の質問
(複雑性クラスであるP
、NP
、NP-complete
、など)アルゴリズム、またはアルゴリズムおよび機械に関連しますか?
別の言い方をすれば、チューリング同等のマシンを作成できれば(標準TMができるすべての問題を解決できますが、異なる時間/空間で)、この新しいマシンはNP-complete
、入力に関する多項式、それは意味しP=NP
ますか?
または、NP-complete
問題は、多項式時間で考えられるすべてのチューリングマシンで解決可能でなければなりませんP
か?
または、上記の基本的な何かを誤解していますか?
私は見ていた(おそらく正しい検索用語ではなく、すべての専門用語をよく知らない)が、ほとんどの講義/メモなどは標準的なマシンに焦点を当てているようですが、カスタムマシンにはしばしば時間/空間速度があると言います複雑さのクラスにどのように影響するかは言うまでもなく、スペース/時間を犠牲にして。私はまだこの分野の専門用語に十分な知識がなく、これを説明する論文を見つけることができません。