L0正则化实现原理分析

网上搜博客，大多数讲的都是L0是个NP难问题，难于求最优解，或者L1是L0的最优凸近视，但没有说具体细节。
我来分析一下：
L0指向量中非零元素的个数，以下我以C++代码来分析。
float a[128];
向量a中有128个元素，我们现在用L0正则化来稀疏向量a，使其中的非零元素变为64个。
去掉a中原有0值元素，剩余x个非零元素。现在有2种情况
情况一：
x>64，现在我们要在剩余的x个元素中把y=（64-x）个元素归零，到底选哪几个呢？我想到保留较大值，归零最小值，但在a中同一位置的元素，这次训练的权重较大，下次训练的权重就可能较小了，这种方法行不通，因为对于同一特征向量，清零的位置是固定的，如果不固定，那就没有训练的意义了，如果用随机选择的化，那就是dropout规则化了。我还想到一种方法就是在训练完成后，选择较小值清零，但这样就不存在NP难问题。所以我也没搞懂如果每次选了都用L0正则化特征向量，L0到底基于怎样的规则来选择哪个位置的元素清零；或者在训练完毕后选择较小值清零，但就不存在NP难问题了。
情况2：
x<64，不做操作

关于L1为啥是L0的最优凸优化，我研究下L1再来分析