Minimum-weight Cycle Covers and Their Approximability
一个图的圈覆盖是一组圈,使得每个顶点恰好是一个圈的一部分。L-圈覆盖是指每个圈的长度都在集合L中的圈覆盖。我们研究如何以及L-循环覆盖的最小重量可以近似。对于无向图,我们设计了一个多项式时间的近似算法,该算法对所有的集合L都达到一个常数的近似比。另一方面,我们证明了问题不能近似的因子为2-eps的某些集合L。对于有向图,我们提出了一个多项式时间的近似算法,达到了O(n)的近似比,其中$n$是顶点的数量。这是渐近最优的:我们证明了这个问题不能近似在一个因子O(n)内。为了对比最小权重的循环覆盖的结果,我们表明,计算最大权重的L-循环覆盖的问题,至少在原则上,可以任意近似。
2007-05-02 cs.CC cs.DM cs.DS
Covering with Clubs: Complexity and Approximability
寻找网络中的凝聚子图是图论中的一个著名问题。已经提出了几种可供选择的内聚子图的公式,一个值得注意的例子是$s$ -俱乐部,这是一个子图,其中每个顶点到其他顶点的距离最多为$s$。在这里,我们考虑的问题,覆盖一个给定的图与最小数目的$s$ -俱乐部。当$s$等于2或3时,我们研究了该问题的计算复杂性和近似复杂性。首先,我们证明了判定一个具有三个$2$ -俱乐部的图是否存在覆盖是NP-完全的,判定一个具有两个$3$ -俱乐部的图是否存在覆盖是NP-完全的。然后,我们考虑了覆盖图的近似复杂性,使$2$ -俱乐部和$3$ -俱乐部的数目最少。我们发现,给定一个图$G=(V,E)$被覆盖,覆盖$G$与最小数目的$2$ -俱乐部是不近似的因素$O(|V|^{1/2 -\varepsilon})$内,任何$\varepsilon>0$,和覆盖$G$与最小数目的$3$ -俱乐部是不近似的因素$O(|V|^{1 -\varepsilon})$内,任何$\varepsilon>0$。在积极的方面,我们给出了一个因子$2|V|^{1/2}\log^{3/2} |V|$的近似算法,使覆盖图的$2$ -俱乐部数最少。
2018-06-04 cs.DS
On the Approximability and Hardness of Minimum Topic Connected Overlay and Its Special Instances
在设计一个可扩展的覆盖网络以支持分散的基于主题的发布/订阅通信的背景下,最小主题连接覆盖问题(简称Min-TCO)进行了研究:给定一组t个主题和n个用户的集合以及他们感兴趣的主题列表,目的是通过最少数量的边将这些用户连接到网络,使得由对共同主题感兴趣的用户所导出的每个图都是连接的。已知Min-TCO是NP-难的,并且在多项式时间内在O(log t)内是可逼近的。在本文中,我们进一步研究的问题和它的一些特殊情况。我们给出了各种硬度的结果的情况下,用户感兴趣的主题的数量是由一个常数的范围内,也为用户感兴趣的一个共同的主题的数量是常数的情况下。对于后一种情况,我们提出了一种第一常数近似算法。我们还提出了一些多项式时间算法非常有限的情况下,最小TCO。
2011-07-13 cs.DC cs.DS cs.SI
On the Constant-Factor Approximability of Minimum Cost Constraint Satisfaction Problems
通过代数视角研究最小代价约束满足问题,证明了具有对偶判别操作多态的约束语言存在常数近似算法,并在假设下揭示了近一致多态对于常数因子近似的必要性,确立了近似性二分法。
2025-07-11 cs.CC cs.DM cs.DS
Geometric Pricing: How Low Dimensionality Helps in Approximability
考虑下面的玩具问题。平面上有$m$矩形和$n$点。每个矩形$R$都是一个有预算的消费者$B_R$,如果她有足够的预算,她有兴趣购买R中最便宜的物品(点)。我们的工作是定价的项目,以最大限度地提高收入。这个问题也可以在更高的维度上定义。我们称这个问题为几何定价问题。在本文中,我们研究一类新的问题所产生的几何方面的定价问题。它直观地捕捉了在市场营销研究、医疗经济学等领域被广泛研究的典型现实假设,还有助于对其他著名的定价问题进行分类,如高速公路定价问题和平面图和二分图上的图顶点定价问题。此外,这个问题原来有密切的联系,以其他自然的几何问题,如几何版本的唯一覆盖和最大可行子系统问题。我们发现,在这个定价问题中产生的低维确实导致改进的近似比,提出次线性近似算法的两个中心版本的问题:单位需求均匀预算最小购买和一心一意的定价问题。我们的算法是通过结合算法定价和几何技术。这些结果表明,考虑几何方面可能是获得此类定价问题改进的近似算法的一个有前途的研究方向。据我们所知,这是几何学和算法定价领域交叉的少数问题之一。因此,它的研究可能会导致新的算法技术,可以使这两个领域受益。
2012-07-24 cs.CG cs.DS cs.GT
Approximability of the Vertex Cover Problem in Power Law Graphs
在本文中,我们构造了一个近似算法的最小顶点覆盖问题(Min-VC)的期望逼近比为2-f(beta)的随机幂律图(PLG)的(α,β)-模型的Aiello等。例如,其中f(beta)是参数beta的严格正函数。我们得到这个结果相结合的Nemhauser和Trotter的方法Min-VC与一个新的确定性舍入过程,实现了3/2的近似比的一个子集的低度顶点的预期贡献的相关的线性规划的成本是足够大的。
2012-04-05 cs.DS cs.SI
Cycle killer... qu'est-ce que c'est? On the comparative approximability of hybridization number and directed feedback vertex set
我们发现,计算杂交数的两个有根二元系统发生树在同一组的类群X的问题有一个常数因子多项式时间近似的当且仅当计算一个最小尺寸的反馈顶点集在一个有向图(DFVS)的问题有一个常数因子多项式时间近似。后一个问题,要求从有向图中移除最少数量的顶点以将其转换为有向无圈图,是卡普1972年开创性的21个NP完全问题列表中的问题之一。然而,尽管组合优化社区相当关注,但直到今天仍不知道DFVS是否存在常数因子多项式时间近似。因此,我们的结果将(在)近似的杂交数在一个更广泛的复杂性的背景下,因此,我们得到的杂交数继承的不可近似的结果,从问题的顶点覆盖。在积极的一面,我们使用的DFVS文献的结果给出了O(log r log log r)近似的杂交数,其中r是一个最优解的杂交数问题的值。
2011-12-22 cs.DS math.CO q-bio.QM
On the Approximability of Robust Network Design
鉴于交通的动态性质,我们调查的变体,强大的网络设计,我们必须确定的能力,保留在每个链接,使每个需求向量属于一个多面体集可以路由。目标是最小化拥塞或线性成本。假定路由是分段的和动态的(即,取决于当前业务矢量)。我们首先证明了最小拥塞的鲁棒网络设计问题不能近似于任何常数因子。然后,利用ETH猜想,我们得到了这个问题的可逼近性的一个$Ω(\frac{\log n}{\log \log n})$下界。这意味着Räcke在2008年建立的著名的$O(\log n)$近似比是紧的。利用拉格朗日松弛,我们得到了$O(\log n)$逼近的新证明。基于拉格朗日的减少和我们的不可近似性结果的一个重要后果是,具有线性保留成本的鲁棒网络设计问题不能近似在任何恒定的比率。这回答了Chekuri(2007)长期以来的一个悬而未决的问题。我们还给出了Goyal\&al(2009)的结果的另一个证明,即静态路由下的最优线性成本可能比动态路由下获得的成本贵$Ω(\log n)$。最后,我们表明,即使只有两个给定的路径允许每个商品,最小拥塞或线性成本的鲁棒网络设计问题是很难近似在一些常数。
2021-01-27 cs.CC cs.DS
Inapproximability of Dominating Set in Power Law Graphs
给出了连通(alpha,beta)-幂律图中最小支配集问题的可逼近性的对数下界。我们也给出了一个最好的到现在为止的上限近似的情况下,参数β>2的问题。我们还开发了一个新的功能方法证明下近似界,并显示一个尖锐的相变之间的可逼近性和不可逼近的基本问题。这种方法也可能是独立的利益。
2012-12-14 cs.CC cs.DM cs.DS
A Network Simplex Method for the Budget-Constrained Minimum Cost Flow Problem
本文提出了一种求解有限约束最小费用流问题的网络单纯形算法,该算法是传统最小费用流问题的一种扩展,通过引入与每条边相关的第二类费用,使其在可行流中的总价值受到给定预算B的约束.我们提出了一个完全组合的算法,是基于一个新的合并的两种积分节点的潜力和三种降低成本的描述。我们证明了最优性准则,并结合两种方法,通常用于避免循环在传统的网络单纯形算法到新的技术,适用于我们的问题。有了这些技术和我们的定义,降低成本,我们能够证明一个伪多项式的运行时间的整个过程中,这可以进一步改善,结合Dantzig的旋转规则。此外,我们提出的计算结果,比较我们的程序与Guesthouse。
2016-09-30 cs.DS math.OC
Improved approximation algorithms for low-density instances of the Minimum Entropy Set Cover Problem
我们研究的最小熵集覆盖问题,参数化的覆盖集中的随机元素的平均频率的情况下的逼近。我们分析了一个算法相结合的贪婪的方法与另一个偏向于大集。该算法由我们应用有偏方法的元素的百分比控制。最佳参数选择在平均密度$e$附近具有相变,并且当平均单元频率小于$e$时导致改进的近似保证。
2012-07-30 cs.CC cs.DS
On the Approximability of External-Influence-Driven Problems
本文研究外部支配最大化问题,提出0.5307近似算法,并将框架应用于选举中最大化外部被代表选民的问题,揭示早期资源分配算法是有向图最大外部支配的0.462近似算法。
2023-05-30 cs.DS
On the (In)Approximability of the Monitoring Edge Geodetic Set Problem
University of L’Aquila(拉奎拉大学)
本文研究最小监控边测地集问题,证明其不可近似性下界为Ω(log n)(除非P=NP),并针对平面图等遗传图类设计出近似比为O(n^{1/4}√log n)的多项式时间算法。
2026-10-12 cs.CC cs.DS
On the Approximability of Train Routing and the Min-Max Disjoint Paths Problem
本文研究列车路径规划中最小化完工时间的问题,证明最优解具有车队结构,并将其可近似性归约到最小-最大不相交路径问题,进而给出串并联图上的对数近似算法。
2025-07-04 cs.CC cs.DS
On the complexity and approximability of Bounded access Lempel Ziv coding
本文研究有界访问Lempel Ziv编码(c-BLZ)的复杂性,证明计算最优c-BLZ解析是NP-hard和APX-hard的,并分析了其与最优LZ76解析的大小比率。
2024-03-23 cs.CC cs.DS
Resolving the Approximability of Offline and Online Non-monotone DR-Submodular Maximization over General Convex Sets
University of Haifa(海法大学)
近年来,DR-子模连续函数极大化问题成为一个重要的研究领域,在机器学习、通信系统、运筹学和经济学等领域有着广泛的应用。由于Vondrák(2013)的不可逼近性结果,该领域的大多数工作都研究了下闭凸集约束下的最大化。然而,Durr等人(2021)表明,可以通过证明近似比是$m$的函数来绕过这种不可近似性,$m$是任何可行向量的最小$\ell_{\infty}$范数。鉴于这一观察,它是可能的,以最大化DR-子模函数的一般凸集约束,这导致了多个工作在这个问题上的结果。其中最新的是Du(2022)提出的多项式时间$\tfrac{1}{4}(1 - m)$近似离线算法。然而,只有一个亚指数时间$\tfrac{1}{3\sqrt{3}}(1 - m)$ -近似算法是已知的相应的在线问题。在这项工作中,我们提出了一个多项式时间的在线算法匹配的$\tfrac{1}{4}(1 - m)$近似的国家的最先进的离线算法。我们还提出了一个不可逼近的结果,表明我们的在线算法和杜(2022)的离线算法都是在很强的意义上最优的。最后,我们研究了我们的算法和算法的经验表现杜(这只是理论上研究以前),并表明,他们一贯优于以前建议的算法收入最大化,位置汇总和二次规划应用。
2022-10-12 cs.DS cs.LG
Budget and Profit Approximations for Spanning Tree Interdiction
本文研究最小生成树阻断中的预算最小化与收益最大化,借助可多项式求解的任意增量问题构造图论松弛,并提出批量贪心算法,取得对数近似保证。
2025-07-25 cs.DS
Firefighter Problem with Minimum Budget: Hardness and Approximation Algorithm for Unit Disk Graphs
单位圆盘图是表示圆盘图和区间图的交集的图的集合。这些图是非常重要的,由于它们的结构与无线通信网络的相似性。单位圆盘图上的消防员问题是一个有趣的问题,因为它模拟了病毒在无线网络中的传播,并要求一个解决方案来阻止它.在本文中,我们考虑了MIN-BUDGET消防员问题,目标是确定在每个时刻所需的消防员的最小数量和节点来放置它们,以保存给定图的给定顶点集和火灾爆发节点.证明了单位圆盘图上的最小预算消防员问题是NP-难的。我们还提出了一个常数因子近似算法。
2022-03-29 cs.CC cs.DM cs.DS
A branch and cut algorithm for minimum spanning trees under conflict constraints
本文研究了冲突约束下的\NP --硬最小生成树问题的精确解。给定一个图$G(V,E)$和一组冲突边对$C \subset E \times E$,问题包括找到一个无冲突的最小生成树,即可行的解决方案被允许包括在$C$中的每个对的边缘中的最多一个。该问题是最近在文献中介绍,其复杂性和逼近性的几个结果。一些配方和精确和启发式算法也进行了讨论,但计算结果表明相当大的对偶差距和缺乏最优性证书的基准实例。在本文中,我们建立在冲突约束的表示使用辅助冲突图$\hat{G}(E,C)$,其中稳定集对应于$E$的无冲突子集。我们介绍了一个一般的预处理方法和分支和切割算法,使用IP制定指数级大小的类的有效的不等式的生成树和稳定集多面体。令人鼓舞的计算结果表明,我们的方法的对偶界限显着强于以前可用的,已经在初始LP松弛,我们能够提供新的可行性和最优性证书。
2014-06-30 cs.DS math.CO math.OC
Inapproximability of Treewidth, One-Shot Pebbling, and Related Layout Problems
我们研究了一些图形问题的可逼近性:树宽和路径宽度的图形,一次性黑(和黑白)卵石成本的有向无环图,以及各种不同的图形布局问题,如最小切割线性排列和区间图完成。我们表明,假设最近引入的小集合扩展猜想,所有这些问题都很难在任何常数因子内近似。
2011-09-22 cs.CC cs.DS
Inclusion-wise extremal knapsack problems are (mostly) hard to approximate
Sapienza University of Rome(罗马大学);University of Graz(格拉茨大学)
本文研究两种包含式极值背包问题,证明其大多难以近似,确定了可恢复可近似性的限制条件,并为部分限制情形给出近似方案或改进了已有结果。
2026-10-19 cs.DS math.OC
On the tractability and approximability of non-submodular cardinality-based $s$-$t$ cut problems in hypergraphs
本文研究超图中非子模基于基数的 $s$-$t$ 割问题,利用与赋值约束满足问题的联系证明了几乎所有非子模惩罚均使问题 NP 难,并设计了最优的子模投影近似策略。
2024-09-24 cs.CC cs.DM cs.DS
Optimal FPT-Approximability for Modular Linear Equations
Newcastle University(纽卡斯尔大学);Linköping University(林雪平大学);University of Leeds(利兹大学);Royal Holloway, University of London(伦敦大学皇家霍洛威学院)
研究了模线性方程的最优FPT近似性,证明了Min-r-Lin(Z_m)问题在不同参数下的复杂性,揭示了当m为素数幂时的FPT近似性结果及ETH下的下界。
2026-04-11 cs.DS
Approximability results for the $p$-centdian and the converse centdian problems
本文证明了 $p$-中心距离问题是 NP-完全的,并首次设计了两个问题的非平凡暴力精确算法及两个近似算法,兼顾最小总距离与最大距离的服务质量。
2022-11-05 cs.CC cs.DS math.CO
Multi-budgeted directed cuts
我们研究了经典的最小割问题和图分离问题的多预算变体,这些问题在参数化复杂性中很重要:斜多割和定向反馈弧集。在我们的推广中,我们将颜色$1,2,...,\ell$分配给一些边,并给出单独的预算$k_{1},k_{2},...,k_{\ell}$。令$E_{i}$为颜色$i$的边的集合。图分离问题的多预算变量的解$C$不仅需要满足通常的分离要求,而且需要满足每个$i\in \{1,...,\ell\}$的$|C\cap E_{i}|\leq k_{i}$。与经典的最小割问题相反,即使对于$\ell = 2$,多预算变量也是NP难的。我们提出了FPT算法参数$k=k_{1}+...+k_{\ell}$的所有三个问题。为此,我们开发了一个分支程序的多预算的最小割问题,测量的算法的进展,而不是像往常一样减少$k$,但提高了一些边缘的容量,从而增加了最大的源到汇流量的大小。使用一个类似的策略是用来枚举一个给定的大小的所有重要的分隔符的事实,我们合并这个过程与流引导的分支,并显示FPT绑定的数量(适当定义)重要的多预算分隔符。这使我们能够将我们的算法扩展到斜多切和定向反馈弧集问题。此外,我们显示连接的多预算的变量与加权变量的定向切割问题和链$\ell$ -SAT问题,其参数化的复杂性仍然是一个开放的问题。我们表明,这些问题承认一个有界的参数数量的“最大限度地推动”的解决方案(在类似的精神,重要的…
2019-07-08 cs.DS
Approximating Subdense Instances of Covering Problems
我们研究了图上各种覆盖问题的次稠密实例的可逼近性,这些次稠密实例被定义为最小或平均度为Omega(n/psi(n))的实例,对于某个函数psi(n)=omega(1)的实例大小。我们设计了新的近似算法以及新的多项式时间近似方案(PTASs)的这些问题,并建立了第一近似硬度的结果。有趣的是,在某些情况下,我们能够证明基本近似比的最优性,在通常的复杂性理论假设下。我们的顶点覆盖问题的结果依赖于一个改进的递归采样方法,可以独立的利益。
2010-11-09 cs.DM cs.DS
Approximating Submodular Matroid-Constrained Partitioning
本文研究统一固定终端与全局设定两种场景的最小子模拟阵约束划分问题,给出对称、单调及一般子模函数情形下的可近似性结果,并在对称情形达到当前最优水平。
2025-07-02 cs.DM cs.DS
Planar Length-Constrained Minimum Spanning Trees
Brown University(布朗大学)
本文提出了一种针对平面图中受限长度最小生成树问题的多项式时间近似算法,证明了平面图与一般图在该问题上的近似度差异。
2026-11-02 cs.DS
On the Complexity of Making a Distinguished Vertex Minimum or Maximum Degree by Vertex Deletion
本文研究了两点删除问题的可逼近性。给定一个顶点加权图$G=(V,E)$和一个指定的或“区别的”顶点$p \in V$,MDD(min)是找到一个最小权顶点集$S \subseteq V\setminus \{p\}$使得$p$成为$G[V \setminus S]$中的最小度顶点的问题; MDD(max)是找到一个最小权顶点集$S \subseteq V\setminus \{p\}$使得$p$成为$G[V \setminus S]$中的最大度顶点的问题。这些都是已知的$NP$ -完全问题,并已从参数化的复杂性的角度在以前的工作进行了研究。在这里,我们证明,对于任何$ε> 0$,这两个问题不能近似的一个因素$(1 - ε)\log n$,除非$NP \subseteq DTIME(n^{\log\log n})$。我们还表明,对于任何$ε> 0$,MDD(最小)不能近似在一个因子$(1 -ε)\log n$的二分图,除非$NP \subseteq DTIME(n^{\log\log n})$,并为任何$ε> 0$,MDD(最大)不能近似在一个因子$(1/2 - ε)\log n$的二分图,除非$NP \subseteq DTIME(n^{\log\log n})$。在$p$的度为$O(\log n)$的条件下,给出了一般图上MDD(max)的一个$O(\log n)$因子逼近算法.…
2014-01-14 cs.DM cs.DS math.OC
The Stackelberg Minimum Spanning Tree Game
我们考虑一个单轮两人网络定价博弈,Stackelberg最小生成树博弈或StackMST。这个游戏是在一个图(代表一个网络)上进行的,图的边是红色或蓝色的,红色的边有一个给定的固定成本(代表竞争对手的价格)。第一个玩家选择一个价格分配给蓝色边,第二个玩家然后购买最便宜的最小生成树,使用红色和蓝色边的任何组合。第一个玩家的目标是最大化购买蓝边的总价格。这个游戏是最小生成树模拟研究斯塔克伯格最短路径游戏。分析了StackMST中第一个局中人最优策略的复杂性和可逼近性。特别地,我们证明了即使只有两个不同的红色成本,该问题也是APX困难的,并给出了一个近似比至多为$\min \{k,1+\ln b,1+\ln W\}$的近似算法,其中$k$是不同红色成本的个数,$b$是蓝色边的个数,$W$是红色成本之间的最大比.我们也给出了一个自然的整数线性规划制定的问题,并表明分数松弛的完整性差距渐近匹配的近似保证我们的算法。
2009-09-17 cs.DS cs.GT
Parameterized Approximability for Modular Linear Equations
针对模线性方程系统的最小不可满足子集删除问题,本文提出了素数幂模下2元方程的2倍因子FPT近似算法,给出了一般模下的近似比,并证明了两类情形下不存在常数因子FPT近似。
2025-09-05 cs.DS
Edge covering with budget constrains
我们研究两个相关的问题:找到一组k个顶点和最小边数(kmin),并找到一个具有至少m ′条边和最小顶点数(mvms)的图。Goldschallow和Hochbaum \cite{GH97}证明了mvms问题是NP困难的,并给出了该问题的3-近似算法.我们改进了\cite{GH97},给出了2的比率。从Carnes和Shmoys \cite{CS08}的工作中得出了该问题的2(1+ε)-近似。我们将逼近比提高到2。问题的算法。我们证明了\kmin的自然LP具有2-o(1)的完整性间隙。我们通过证明除非已知的稠密k-子图的实例允许一个常数比,否则问题是APX-困难的,从而改进了\cite{GH97}的NP-完全性。对于稠密k-子图的这个实例,已知的最佳逼近保证是O(n^{2/9})\cite{BCCFV}。我们证明了对于任何常数ρ>1,对\kmin问题的ρ的逼近保证意味着对\mwms的ρ(1+o(1))逼近.最后,我们定义我们给出了一个精确的算法的密度版本的kmin。
2013-11-04 cs.DS
A Rounding by Sampling Approach to the Minimum Size k-Arc Connected Subgraph Problem
在k-弧连通子图问题中,给定一个有向图G和一个整数k,目标是找到一个代价最小的子图,使得任意一对顶点之间至少存在k-弧不相交路。我们给出了一个简单的(1 + 1/k)-近似的未加权的变种的问题,其中所有的弧G具有相同的成本。这改进了Gabow等人[GGTW 09]的1 + 2/k近似。类似于该问题的2-近似算法[FJ 81],我们的算法简单地采用k入树形图和k出树形图的并集。主要区别在于两种树形的选择。在这里,受最近应用抽样方法舍入的启发(参见例如[AGM+ 10,MOS 11,OSS 11,AKS 12]),我们通过从基于问题的线性规划松弛的极值点解定义的k个树形图的并集上的分布中抽样随机选择树形图。在分析中,我们利用极值点解的稀疏性来确定样本树并的大小。为了补充算法,我们还证明了最小费用强连通子图问题(即,当k = 1时)至少为3/2 - c,对于任何c > 0。我们的完整性缺口实例受到非对称旅行商问题[CGK 06]的完整性缺口实例的启发,因此提供了两个问题的近似性之间联系的进一步证据。
2012-05-08 cs.DS math.CO
Combinatorial optimization problems with uncertain costs and the OWA criterion
讨论了一类费用不确定的组合优化问题。通过指定包含$K$不同成本场景的离散场景集来建模不确定性。采用有序加权平均(OWA)聚集算子进行选择。最大值、最小值、平均值、Hurwicz和中位数等标准都是OWA的特例。利用最优加权法,可以推广求解费用不确定的组合优化问题的传统极小-极大方法。研究了这类问题的最小化OWA问题的计算复杂性和可逼近性,并给出了一些新的正反结果.这些结果对许多重要问题仍然有效,例如网络或资源分配问题。
2014-11-14 cs.CC cs.DS
Tight Algorithm and Hardness for Submodular Linear Ordering
Technion – Israel Institute of Technology(以色列理工学院)
针对一般子模函数的最小线性排序问题,提出多项式时间O(√(n/ln n))近似算法,并证明信息论下界匹配,任何多项式时间算法无法达到o(√(n/ln n))近似比。
2026-06-19 cs.DS
Ultimate greedy approximation of independent sets in subcubic graphs
研究了有界度图的最大独立集问题的可逼近性。这是一个最经典和广泛研究的NP-难优化问题。我们专注于著名的最小度贪心算法为这个问题。该算法迭代地选择图中的最小度顶点,将其添加到解决方案中并删除其邻居,直到剩余的图为空。该算法的近似比已经得到了广泛的研究,其中增加了一个建议,告诉贪婪的最小度顶点选择,如果它不是唯一的。我们的主要贡献是一个新的数学理论,设计这样的贪心算法有效地可计算的意见,并分析其近似比。利用这一新的理论,我们得到了最大度为3的图的贪婪的最终逼近比为5/4,从而完全解决了Halldorsson和Yoshihara(1995)的公开问题.我们的算法是目前已知的最快的算法,这种近似比在这样的图。我们应用我们的新算法的最小顶点覆盖问题的最大度为3,以获得一个大大加快6/5-近似算法比目前已知的。我们补充我们的积极的,上界的结果与负,下界的结果证明,设计好的建议贪婪的问题是计算困难,甚至难以近似的各类图。这些结果显著改善了这种先前已知的硬度结果。此外,这些结果表明,获得上界结果的设计和分析贪婪的建议是不平凡的。
2020-01-31 cs.DS
A Generalized Approximation Framework for Fractional Network Flow and Packing Problems
本文将Garg和Koenemann的分式包装框架推广到多面体锥上的线性分式包装问题。更确切地说,我们提供了近似算法的问题的形式$\max\{c^T x : Ax \leq b, x \in C \}$,其中矩阵$A$不包含负的条目和$C$是一个锥,是由一个有限的集$S$的非负向量。虽然锥可以要求指数大小的表示,但我们假设可以通过三种类型的预言机之一来访问它。对于这些预言,我们提出了积极的结果,包装问题的近似性。与其他框架相比,所提出的框架允许使用任意线性目标函数,并可以应用于一个大类的包装问题,没有太多的努力。特别是,我们的框架立即允许导出快速和简单的完全多项式时间近似算法(FPTAS)的一个大的网络流问题,如传统的网络流,多商品流,或广义流量的约束版本。其中一些FPTAS代表了同类中的第一个,而另一些则与现有结果相匹配,但提供了更简单的证明。
2016-12-16 cs.DS
The Budgeted Transportation Problem
考虑一个具有多个源和汇的运输问题。利润和价格都在边缘。目标是在满足以下约束的情况下实现利润最大化:从源流出的总流量不得超过其容量,汇上流入流量的总价格不得超过其预算。这个问题与广义流问题密切相关。我们提出了一个基于拍卖的原始对偶近似算法来解决这个问题。复杂度是$O(ε^{-1}(n^2+ n\log{m})m\log U)$,其中$n$是源的数量,$m$是汇的数量,$U$是最大利润/价格与最小利润/价格的比率。我们还展示了如何推广的计划,以解决更一般的版本的问题,有边缘的能力和/或利润函数是凹的和分段线性。该算法的复杂性取决于利润函数的线性段的数量,称为${\cal L}$。
2013-02-24 cs.DS
A Subpolynomial Approximation Algorithm for Graph Crossing Number in Low-Degree Graphs
我们考虑经典的最小交叉数问题:给定一个$n$ -顶点图$G$,计算平面中$G$的绘图,同时最小化其边缘图像之间的交叉数。这是一个基本的和广泛研究的问题,其近似状态是广泛开放的。在所有目前已知的近似算法中,近似因子多项式地依赖于$Δ$ --$G$中的最大顶点次数。最佳电流近似算法实现了一个$O(n^{1/2-\varepsilon}\cdot \text{poly}(Δ\cdot\log n))$ -近似,对于一个小的固定常数$ε$,而最好的负结果是APX-硬度,在我们对这个基本问题的理解中留下了很大的差距。本文设计了一种求解最小交叉数的随机化$O\left(2^{O((\log n)^{7/8}\log\log n)}\cdot\text{poly}(Δ)\right )$ -近似算法。这是第一个近似算法的问题,实现了一个子多项式在$n$近似因子(虽然只有在图的最大顶点次数是子多项式在$n$)。为了实现这个近似因子,我们设计了一个新的算法,一个密切相关的问题,称为交叉数与旋转系统,其中,对于每个顶点$v\in V(G)$,循环排序,其中事件到$v$的边缘的图像必须进入图像中的$v$在绘图中是固定的输入的一部分。将这个结果与[Chuzhoy,Mahabadi,Tan '20]的最新约化结合起来,立即产生了最小交叉数的改进近似算法。我们介绍了几个新的技术工具,我们希望将有助于在未来获得…
2022-02-14 cs.DS
Approximating minimum-cost edge-covers of crossing biset-families
$V$的子集的有序对$\hat{S}=(S,S^+)$称为{ \em biset},如果$S \subseteq S^+$ ; $(V-S^+,V-S)$是$\hat{S}$的余-biset。如果$X \cap Y \neq \emptyset$是两个偏置集$\hat{X},\hat{Y}$相交,如果$X \cap Y \neq \emptyset$和$X^+ \cup Y^+ \neq V$是两个偏置集$\hat{X},\hat{Y}$相交。由$\hat{X} \cap \hat{Y} = (X \cap Y, X^+ \cap Y^+)$和$\hat{X} \cup \hat{Y} = (X \cup Y,X^+ \cup Y^+)$定义了两个偏集$\hat{X},\hat{Y}$的交和并。如果$\hat{X} \cap \hat{Y}, \hat{X} \cup \hat{Y} \in {\cal F}$对于任何交叉(相交)的$\hat{X},\hat{Y} \in {\cal F}$,则双集族${\cal F}$交叉(相交)。一条有向边覆盖一个双集$\hat{S}$,如果它从$S$到$V-S^+$。我们考虑的问题,覆盖交叉biset家庭${\cal F}$的最小成本集的有向边缘。虽然对于相交的${\cal F}$,标准的原始-对偶算法计算出最优解,但相交${\cal F}$…
2012-07-18 cs.DS
Online Budgeted Truthful Matching
研究了二部图的在线真实预算匹配问题,其中右顶点提前到达,左顶点顺序到达。当一个左顶点到达时,它对所有右顶点的边效用(或权重)和相应的成本(或出价)被揭示出来。如果一个左顶点匹配到任何一个右顶点,那么它至少需要支付与它的成本一样多的费用。问题是在支付预算约束下,将每个左顶点即时且可重复地匹配到任何一个右顶点,如果有的话,以找到真实的最大权重匹配。真实性条件要求没有左顶点有误报成本的动机。假设顶点到达的均匀随机顺序(秘书模型)与任意的效用,提出了一个真实的算法,是$24β$ -竞争(其中$β$是最大和最小效用的比率),并满足支付预算约束。该问题的直接应用包括众包拍卖,以及在支持设备到设备的蜂窝网络中将无线用户匹配到协作中继。
2016-06-02 cs.DS cs.GT
Approximation Algorithm for Fault-Tolerant Virtual Backbone in Wireless Sensor Networks
为了在无线传感器网络中节省能量和减少干扰,提出了使用虚拟骨干网的方法。由于意外损坏或能量耗尽,需要构造一个容错的虚拟骨干网,它可以在图中建模为一个$k$ -连通的$m$ -折叠支配集(简称$(k,m)$ -CDS).一个节点集$C\subseteq V(G)$是图$G$的一个$(k,m)$,如果$V(G)\backslash C$中的每个节点至少与$C$中的$m$个节点相邻,并且由$C$导出的$G$的子图是$k$ -连通的.本文提出了一个用$m\geq3$求解最小$(3,m)$-CDS问题的近似算法.性能比至多为$γ$,其中$α\geq4$为$γ=α+8+2\ln(2α-6)$,$α<4$为$γ=3α+2\ln2$,$α$为最小$(2,m)$-CDS问题的性能比。使用当前最佳已知的$α$值,性能比是$\lnδ+o(\lnδ)$,其中$δ$是图的最大度,鉴于问题的非近似性,这是渐近最佳可能的。这是第一个性能保证算法的最小$(3,m)$ -CDS问题的一般图。此外,将我们的算法应用于一个同构无线传感器网络的单位圆盘图上,性能比小于27,大大提高了以前的单位圆盘图上的$(3,m)$ -CDS问题的性能比62.3。
2017-12-23 cs.DM cs.DS
Probabilistic analysis of algorithms for cost constrained minimum weighted combinatorial objects
我们考虑成本约束版本的最小生成树问题和分配问题。我们假设边权重是连续随机变量$Z$的独立副本,该连续随机变量$Z$满足$F(x)=\Pr(Z\leq x)\approx x^α$作为$x\to0$,其中$α\geq 1$。此外,还存在$r=O(1)$预算约束,其中边缘成本选自相同的分布。我们使用拉格朗日对偶构造多项式时间算法,产生渐近最优解。对于生成树问题,我们允许$r>1$,但对于分配问题,我们只能分析$r=1$的情况。
2020-09-07 cs.DM cs.DS math.CO
Width Helps and Hinders Splitting Flows
本文研究最小流量分解(MFD)的可近似性,通过引入图的宽度概念,改进了非负权重版本的近似比,提出新问题MCCD并给出负权重版本的近似算法,同时反驳了相关猜想。
2023-05-09 cs.DS
Approximating the discrete time-cost tradeoff problem with bounded depth
我们重新审视的最后期限版本的离散时间成本权衡问题的特殊情况下,有界深度。这种情况例如发生在VLSI设计中。实例的深度是最长链中作业的数量,用$d$表示。我们证明了新的上界和下界的逼近。首先,我们观察到,该问题可以被视为一个特殊的情况下,找到一个最小重量的顶点覆盖的$d$ -部超图。接下来,我们研究了自然LP松弛,它可以在多项式时间内解决固定的$d$和-时间成本权衡的情况下-一般到一个任意小的错误。改进了Lovász和Aharoni,Holzman和Krivelevich的工作,对于固定的$d$和给定的$d$ -划分,我们描述了一个确定性算法,其近似比略小于$\frac{d}{2}$,用于求解$d$-部超图的最小权顶点覆盖.这是严格的,并且还产生用于一般时间-成本权衡实例的$\frac{d}{2}$ -近似算法。我们还研究了不可逼近性,并表明,没有更好的逼近比$\frac{d+2}{4}$是可能的,假设唯一的游戏猜想和$\text{P}\neq\text{NP}$。这加强了Svensson的结果,他表明在相同的假设下,对于一般的时间-成本权衡实例(无限深度),不存在常数因子近似算法。以前,只有APX硬度已知的边界深度。
2021-04-21 cs.DM cs.DS math.CO
Shortest Cycles With Monotone Submodular Costs
我们引入最短循环问题的以下子模推广。对于定义在无向图$G$的边(或顶点)上的非负单调子模代价函数$f$,我们在$G$中寻找最小代价$\textsf{OPT}=f(C)$的圈$C$.本文给出了一个算法,给定$n$ -顶点图$G$,参数$\varepsilon > 0$,以及由预言机表示的函数$f$,$n^{\mathcal{O}(\log 1/\varepsilon)}$及时地在$G$中找到一个有$f(C)\leq (1+\varepsilon)\cdot \textsf{OPT}$的圈$C$.这与紧密相关的单调子模块最短$(s,t)$ -路径问题的不可近似性形成鲜明对比,该问题需要对oracle进行指数级的多次查询以找到$n^{2/3-\varepsilon}$ -近似[Goel等人,FOCS 2009]。我们补充我们的算法与匹配的下限。我们表明,对于每一个$\varepsilon > 0$,获得$(1+\varepsilon)$近似至少需要$n^{Ω(\log 1/ \varepsilon)}$查询的Oracle。当函数$f$是整数值时,我们的算法得出可以在时间$n^{\mathcal{O}(\log \textsf{OPT})}$中找到成本$\textsf{OPT}$的循环。特别地,对于$\textsf{OPT}=n^{\mathcal{O}(1)}$,这给出了计算最小次模成本…
2022-11-09 cs.CC cs.DS
Simpler and Better Algorithms for Minimum-Norm Load Balancing
最近,查克拉巴蒂和斯瓦米(STOC 2019)介绍了不相关机器上的{ \em最小范数负载平衡}问题,其中我们给出了一组需要在一组$m$不相关机器上调度的作业的$J$,以及单调对称范数;我们寻求一个分配$\sg:J\mapsto[m]$,它使得到的负载向量$\lvec_\sg\in\R_+^m$的范数最小化,其中,$\lvec_\sg(i)$是分配$\sg$下机器$i$上的负荷。除了捕获所有$\ell_p$范数之外,对称范数还捕获其他感兴趣的范数,包括顶$\ell$范数和有序范数。Chakrabarty和Swamy(STOC 2019)通过他们为最小范数优化开发的一般框架给出了这个问题的$(38+\ve)$近似算法,该框架首先仔细地将这个问题(在一系列步骤中)简化为一个称为\minmax有序负载均衡的问题,然后为有序负载均衡设计了一个所谓的确定性不经意LP舍入算法。我们给出了一个直接的,简单的$4$近似算法的最小范数负载均衡的基础上舍入(近最优)的解决方案,一个新的凸规划松弛的问题。而自然凸程序编码最小范数负载均衡问题有一个大的非常数完整性差距,我们表明,这个问题可以得到补救,包括一个关键的约束,约束的“范数的作业成本向量。“我们的技术还产生了(本质上)$4$ -近似:(a){ \em多范数负载均衡},其中我们给出了多个单调对称范数,并且我们寻求关于每个范数的给定预算的分配;(b)对…
2019-04-30 cs.DS
Tight Approximation Algorithms for Bichromatic Graph Diameter and Related Problems
一些最基本和研究最充分的图形参数是直径(最大的最短路径距离)和半径(“中心”节点可以到达所有其他节点的最小距离)。自然和重要的$ST$ -变体考虑顶点集的两个子集$S$和$T$,并且让$ST$ -直径是$S$中的节点和$T$中的节点之间的最大距离,并且$ST$ -半径是$S$的节点到达$T$的所有节点的最小距离。双色变体是其中$S$和$T$划分顶点集的特殊情况。在本文中,我们提出了一个全面的研究的逼近$ST$和双色直径,半径和偏心率,和变种,在图的方向和重量和没有。我们给出了这些问题的第一个非平凡的近似算法,包括时间/精度权衡的上限和下限。我们发现,几乎所有我们得到的界限是紧的强指数时间假设(SETH),或相关的命中集假设。以$m$边的无向赋权图的双色直径为例,提出了一种$\tilde{O}(m^{3/2})$时间$5/3$ -近似算法,并证明了在SETH下,在保持近似因子和运行时间不变的情况下,无论是运行时间还是近似因子都不能得到显著的提高.
2019-04-25 cs.DS
An O(1)-Approximation for Minimum Spanning Tree Interdiction
网络阻断问题是研究网络优化问题对于删除有限的边或顶点集的敏感性的一种自然方法。最小生成树(MST)阻断是最古老和研究最多的阻断问题之一。本文给出了一个边权值非负且阻断代价为正的无向多重图,以及一个正预算B。我们的目标是找到一个子集的边缘R,其总的阻断成本不超过B,使删除R导致一个图的权重的MST是尽可能大的。Frederickson和Solis-Oba(SODA 1996)提出了MST阻断的O(log m)近似,其中m是边的数量。从那时起,没有进一步的进展已经取得了关于近似,和问题是否MST阻断承认一个O(1)-近似仍然开放。我们回答这个问题是肯定的,提出了一个14近似,克服了两个主要障碍,阻碍了进一步的进展。此外,基于度量旅行商问题(TSP)的一个著名的2-近似,我们证明了我们的O(1)-近似MST阻断意味着一个O(1)-近似的自然阻断版本的度量TSP。
2015-08-06 cs.DM cs.DS