由于任何NP Hard问题都可以通过映射减少到任何其他NP Hard问题，我的问题是前进一步; 例如，那个算法的每一步：是否也可以很难映射到另一个NP？
提前致谢
答案 0 :(得分：2)
从http://en.wikipedia.org/wiki/Approximation_algorithm我们看到
NP难问题的近似性差异很大;一些例如二进制打包问题可以在大于1的任何因子内近似（这种近似算法族通常被称为多项式时间近似方案或PTAS）。其他人不可能在任何常数或甚至多项式因子内近似，除非P = NP，例如最大集团问题。 （结束语）
由此得出，在一个NP完全问题中的良好近似不一定是另一个NP完全问题的良好近似。在这个幸运的世界中，我们可以使用容易近似的NP完全问题来找到所有其他NP完全问题的良好近似算法，这不是这里的情况，因为存在难以近似的NP完全问题。
答案 1 :(得分：2)
当证明问题是NP-Hard时，我们通常会考虑问题的决策版本，其输出是“是”还是“否”。但是，在考虑近似算法时，我们会考虑问题的优化版本。
如果使用一个问题的近似算法通过使用NP-Hard证明的减少来解决另一个问题，则近似比可能会改变。例如，如果您对问题A使用2近似算法并使用它来解决问题B，那么您可能会得到问题B的O（n） - 近似算法，因为减少不会保留近似比率。因此，如果要对一个问题使用近似算法来解决另一个问题，则需要确保减少不会过多地改变近似比率以获得有用的算法。例如，您可以使用L-reduction或PTAS reduction。