Grundläggande datavetenskap
Pritesh Patel
Computer Scientist & Data Scientist for over 20 years
Komplexitetsklasser


| Komplexitetsklass --> | P (polynomisk tid) |
|---|---|
| Vad det innebär | Löses snabbt och effektivt |
| Exempel | Sortera en lista |
| Analogi | "Arkivera dokument i bokstavsordning" |
| Viktigt | Dessa är "enkla" i beräkningsteoretisk mening |

| Komplexitetsklass --> | NP (icke-deterministisk polynomisk tid) |
|---|---|
| Vad det innebär | Lösningen går att verifiera, men är svår att hitta |
| Exempel | Verifiera att ett Sudoku är korrekt löst |
| Analogi | "Hitta ett dokument med ofullständig information" |
| Viktigt | Att verifiera en lösning är "enkelt", men att hitta en ny är svårt |

| Komplexitetsklass --> | NP-fullständigt |
|---|---|
| Vad det innebär | Svårast inom NP. Löser alla NP-problem |
| Exempel | Handelsresandeproblemet |
| Analogi | "Lösa ett komplext pussel – lätt att verifiera, svårt att lösa" |
| Viktigt | Ingen känd effektiv lösning finns, men hittas en så löser den alla NP-problem |

| Komplexitetsklass --> | NP-svårt |
|---|---|
| Vad det innebär | Lika svårt som NP-fullständigt eller svårare |
| Exempel | Optimal schemaläggning med komplexa beroenden, ej verifierbar |
| Analogi | "Hitta optimal mötestid med många begränsningar, ej snabbt verifierbar" |
| Viktigt | Kan vara praktiskt omöjligt att lösa |

Grundläggande datavetenskap