Введение 11
которой символы используемой системы счисления или логики мо
делируются различными состояниями атомов, причем масса ЭВМ
равна массе Земли, то на основании общих законов физики эта
ЭВМ не сможет даже в течение всех геологических эпох перерабо
тать больше 1073 двоичных разрядов информации [25]. При реше
нии же N P -полных задач реальной размерности объем перераба
тываемой информации превышает величину 1073. Этот факт вы
звал пессимизм среди математиков-теоретиков, которые акценти
ровали внимание в основном на исследовании понятийного уровня
дискретной математики и асимптотических зависимостей.
Математики-прикладники направили усилия на разборку ал
горитмов решения задач дискретной математики, что диктуется
практической потребностью ускоренного движения от физического
смысла задачи к алгоритмическим построениям и широкому ис
пользованию ЭВМ.
При решении проблемы уменьшения перебора вариантов име
ются группы алгоритмов: эвристические и характеризационные.
К эвристическим относятся алгоритмы широкого класса, начиная
от ГСН-алгоритмов (ГСН — грубая сила и невежество) и кончая
“хитрыми”, “жадными” и другими эвристическими алгоритмами.
Название алгоритма соответствует тому виду эвристики, ко
торый определяет процедуру борьбы с перебором. Оценить, на
сколько удалено полученное с помощью эвристического алгоритма
решение от минимального в смысле значений функционала каче
ства решения, принципиально невозможно. От этого существен
ного недостатка свободны характеризационные алгоритмы, струк
тура которых была предложена автором в 60-х годах [9]. На осно
вании характеризации проводимых комбинаторных преобразова
ний можно найти минимальное решение без поиска всех эквива
лентных решений, исключая их перебор.
Характеризационный алгоритм решения задачи состоит из
процедуры эквивалентирования и фактического получения реше
ния. Первая процедура состоит в преобразовании исходной ин
формации к виду, при котором, фактически не строя решения,
можно вычислить функционал его качества. Трудоемкость ха-
рактеризационных алгоритмов для практических задач оценива
ется полиномиальными функциями, степень которых не превы
шает 3-5. Расхождение полученных результатов с результатами,
полученными математиками-теоретиками, объясняется двумя
причинами. Во-первых, математики-теоретики оценивают трудо
емкость алгоритмов решения комбинаторной задачи экспоненци
альной зависимостью, исходя из наихудшего случая, который, как
правило, является искусственным, не имеющим на практике ме
ста, и, во-вторых, доказывают асимптотические оценки, т. е. рас
сматривают предельный переход при п —> со (п — размерность
задачи). Практически же размерность задачи является конечной