KomplexitÀt und praktische Grenzen
Ein Algorithmus hat die Laufzeit O(2âż). Was passiert mit der Rechenzeit, wenn die Eingabe um EIN Element wĂ€chst?
ErklĂ€rung: Exponentiell heiĂt multiplikativ â jedes weitere Element verdoppelt die Arbeit. Von n = 50 auf n = 60 wĂ€chst die Zeit um den Faktor 2Âčâ° â 1000.
Ein tausendmal schnellerer Computer macht einen exponentiellen Algorithmus fĂŒr deutlich gröĂere Eingaben praktikabel.
ErklĂ€rung: Falsch â Faktor 1000 â 2Âčâ° schafft bei O(2âż) nur etwa zehn zusĂ€tzliche Elemente. Gegen exponentielles Wachstum hilft bessere Hardware fast nichts; es braucht bessere Algorithmen oder Abstriche.
Ein Passwort aus Kleinbuchstaben wird um EIN Zeichen verlÀngert. Um welchen Faktor wÀchst die Anzahl der Möglichkeiten beim Durchprobieren? (Alphabet: 26 Buchstaben)
ErklĂ€rung: Jede zusĂ€tzliche Stelle multipliziert die Möglichkeiten mit 26 â deshalb macht LĂ€nge Passwörter so viel stĂ€rker als Sonderzeichen allein.
Das Rundreiseproblem (kĂŒrzeste Tour durch n StĂ€dte) per Durchprobieren aller Reihenfolgen: Warum scheitert das schon bei wenigen Dutzend StĂ€dten?
ErklĂ€rung: Die Tourenzahl wĂ€chst fakultĂ€tsartig: bei n StĂ€dten (n â 1)!/2 Touren. 25 StĂ€dte ergeben 24!/2 â 3 · 10ÂČÂł Touren â bei einer Milliarde Touren pro Sekunde rund 10 Millionen Jahre. (Bei 20 StĂ€dten wĂ€ren es noch knapp 2 Jahre.) Das Problem ist lösbar, aber das vollstĂ€ndige Durchprobieren ist praktisch aussichtslos.
Was zeichnet die Problemklasse P aus?
ErklĂ€rung: Polynomiell (n, nÂČ, nÂł âŠ) wĂ€chst zahm genug, dass gröĂere Eingaben beherrschbar bleiben â die praktische Trennlinie zu exponentiell.
Was zeichnet die Klasse NP anschaulich aus?
ErklĂ€rung: Beispiel Rundreise: Ob eine vorgelegte Tour kĂŒrzer als 500 km ist, prĂŒft man im Nu â eine solche Tour zu FINDEN ist das Schwere. PrĂŒfen leicht, Finden schwer: das ist NP.
Die Frage, ob P = NP gilt â ob also jedes schnell prĂŒfbare Problem auch schnell lösbar ist â ist bis heute unbeantwortet.
ErklĂ€rung: Richtig â sie ist das berĂŒhmteste offene Problem der Informatik, mit einem Millionenpreis dotiert. Die meisten Fachleute vermuten P â NP, bewiesen ist es nicht.
Ein SchlĂŒssel hat 128 Bit. Ein Angreifer probiert pro Sekunde 10ÂčÂČ SchlĂŒssel. Wie lange braucht er, um alle durchzuprobieren?
ErklĂ€rung: 128 Bit ergeben 2ÂčÂČâž â 3,4 · 10Âłâž SchlĂŒssel. Bei 10ÂčÂČ pro Sekunde sind das â 3,4 · 10ÂČâ¶ Sekunden, also rund 10Âčâč Jahre â weit mehr als das Alter des Universums. Darauf ruht die Sicherheit: Mit SchlĂŒssel ist die Rechnung leicht, ohne SchlĂŒssel kennt man nur Verfahren, deren Aufwand mit der SchlĂŒssellĂ€nge explodiert. Bewiesen ist diese Schwere nicht â die praktische Grenze wird zum Schutzschild.
Ein praktisch unlösbares Problem ist dasselbe wie ein prinzipiell unentscheidbares Problem.
ErklĂ€rung: Falsch â praktisch unlösbar heiĂt âlösbar, aber untragbar langsam"; unentscheidbar heiĂt âdurch kein Programm lösbar, egal wie langsam". Zwei verschiedene Grenzen.
Ein Paketdienst muss tĂ€glich eine gute Route durch 80 Orte finden â optimal ist praktisch unerreichbar. Was tun Informatiker in solchen FĂ€llen?
ErklĂ€rung: Der Standard-Umgang mit harten Problemen â NĂ€herungsverfahren und Faustregeln liefern in Sekunden Lösungen, die nah am Optimum liegen.
Laufzeiten wie n oder nÂČ heiĂen polynomiell, Laufzeiten wie 2âż heiĂen ___.
ErklĂ€rung: Die Trennlinie der KomplexitĂ€tstheorie â polynomiell gilt als effizient, exponentiell als praktisch unbrauchbar fĂŒr groĂe Eingaben.
Ein Verfahren prĂŒft alle Teilmengen einer n-elementigen Menge. Wie viele sind das â und was folgt daraus?
ErklĂ€rung: Jedes Element ist drin oder drauĂen â 2âż Kombinationen. 2âžâ° â 1,2 · 10ÂČâŽ: selbst bei einer Billion FĂ€llen pro Sekunde rund 38 000 Jahre. (2â¶â° dagegen schafft so ein Rechner in knapp zwei Wochen.) VollstĂ€ndiges Durchsuchen von Teilmengen ist der Prototyp exponentieller Verfahren.
FĂŒr ein Problem in NP gilt: Wer eine Lösungsidee (ein âZertifikat") vorgelegt bekommt, kann sie in polynomieller Zeit auf Richtigkeit prĂŒfen.
ErklĂ€rung: Richtig â genau das ist die Definition von NP ĂŒber das schnelle PrĂŒfen vorgelegter Lösungen.
Sudoku in RiesengröĂe gilt als hartes Problem: Lösungen sind schnell zu prĂŒfen, aber kein bekannter Algorithmus findet sie fĂŒr alle FĂ€lle schnell. Zu welcher Klasse gehört es damit sicher?
ErklĂ€rung: Schnelle PrĂŒfbarkeit sichert NP-Mitgliedschaft. Ob ein schneller Lösungsalgorithmus existiert, ist gerade die offene P-NP-Frage.