host: Než co?
j:
O složitostí myslím prostě takovou tu s omega se zanedbáním konstant. :-)
Jses si jist, ze chces aby F melo mensi slozitost nez B
U F myslím ano, u G by ji to chtělo definovat v závisloti na velikosti nikoli vstupu G, ale vstupu algoritmu....
F je linearni, G je exponencialni.
Právě kvůli tomudle.
Ty podmínky mají v podstatě vyjádřit. B řeší A do té doby, dokud pre/postproces řešení B není náročnější než samotné řešení B.
B je linearni (dokonce pravdepodobne sublinearni),
IMHO není lineární. Lineární je vzhledem k růstu čísla, ale nikoli vzhledem k růstu počtu čísel. Takže je furt taky nlog(n). Nebo se pletu?
A prave diky existenci polynomialni redukce mezi vsema NP-uplnyma problemama ti vsechno spadne do jedne tridy...
Jen všechny NP úplné. A to mi zas tak nevadí, svým způsobem to je vlastně jeden a ten samý problém, jen s jinou "omáčkou".
Chces davat dokupy problemy z ruznych slozitostnich trid,
Nechci. Problém batohu za danejch podmínek na problém setřídění nepřevedeš. A problém setřídění na problém batohu asi nějak půjde, ale zas daný problém pak zařadím do "minimální" možné třídy, tzn. vyberu ten podobný algoritmus, který má nejmenší složitost.
Jinými slovy, třídění přímým výběrem je podobné heapsortu, ale obecně problém třídění (jemuž jsou podobné oba tyto algoritmy) zařadím do nlogn, protože jsem schopen najít podobný algoritmus, který to v nlog(n) řeší.
a v principu nevidim rozdil mezi "konverzii" vstupu/vystupu, kterou jeste intuitivne povazujes za rozumnou a vsema dalsima.
Právě proto tam mam podmínku, že konverze musí bejt jednodušší než algoritmus samotný.