Algorytmy aproksymacyjne dla metrycznego TSP


44

Wiadomo, że metryczny TSP może być przybliżony w granicach i nie może być przybliżony lepiej niż 1231.5 w czasie wielomianowym. Czy coś wiadomo na temat znajdowania rozwiązań aproksymacyjnych w czasie wykładniczym (na przykład mniej niż2nkroków z tylko przestrzenią wielomianową)? Np. W jakim czasie i przestrzeni możemy znaleźć trasę, której odległość wynosi co najwyżej1,1×OPT?1231222n1.1×OPT


3
Naturalny podejście do rozwiązania problemów tego typu jest patrzeć liniowych hierarchii programowania, takich jak Sherali Adams, Lovász-Schrijver lub Lasserre, które pozwalają na czas trwania na R p na poziomie (i zwykle bardziej lepsze przybliżenia w miarę wzrostu r ). Nie znam jednak żadnych pozytywnych ani negatywnych wyników dotyczących zastosowania hierarchii w relaksacji LP metryki TSP (znanej jako Held-Karp). poly(nr)rr
— MCH

3
Prawdopodobnie masz na myśli raczej „możliwe” niż „potrzebne”? Nie jestem też pewien, co masz na myśli, szukając rozwiązań w czasie wykładniczym, ponieważ zawsze mogę znaleźć dokładną odpowiedź. Zakładam, że masz na myśli „znaleźć lepsze punkty na krzywej kompromisu przybliżenia / złożoności”?
— Suresh Venkat,

@MCH, dziękuję bardzo, ale nie znalazłem żadnych wyników.
— Alex Golovnev,

@Suresh Venkat, dziękuję! Masz absolutną rację, mam na myśli „możliwy” i „lepszy punkt ...”. Naprawiłem swoje pytanie.
— Alex Golovnev,

Jeśli chodzi o metryczny TSP z określonym punktem początkowym i końcowym, najlepszą wartością jest . Artykuł STOC 2012 „Poprawa algorytmu Christofides dla st Path TSP” na stroniearxiv.org/abs/1110.4604. 1+52
— Peng Zhang

Odpowiedzi:


53

Studiowałem problem i znalazłem najbardziej znane algorytmy dla TSP.

n to liczba wierzchołków,M to maksymalna waga krawędzi. Wszystkie granice są podane do wielomianowego współczynnika wielkości wejściowej (poly(n,log⁡M) ). Oznaczamy Asymetryczny TSP przez ATSP.

1. Dokładne algorytmy dla TSP

1.1 Ogólne ATSP

M2n−Ω(n/log⁡(Mn))czas iexpspace (Björklund).

2n czasu i2n przestrzeni (Bellman;Held, Karp).

4nnlog⁡n czasu ipoly -kosmiczna (Gurewicz, Sela,Björklund, Husfeldt).

22n−tnlog⁡(n−t) czas i2t przestrzeni dlat=n,n/2,n/4,… (Koivisto, Parviainen).

O∗(Tn) i przestrzeńO∗(Sn) dla dowolnego2<S<2zTS<4(Koivisto, Parviainen).

2n×M iwieloprzestrzeń(Lokshtanov, Nederlof).

2n×M czas i przestrzeńM (Kohn, Gottlieb, Kohn;Karp;Bax, Franklin).

2n

1.2 Specjalne przypadki TSP

1.657n×M

(2−ϵ)nϵ

(2−ϵ)npolyϵ

1.251npoly

1.890npoly4

1.733n4

1.657npoly

(2−ϵ)ndnd

2. Algorytmy aproksymacyjne dla TSP

2.1 Ogólne TSP

Nie można aproksymować w żadnej funkcji obliczanej w czasie wielomianowym, chyba że P = NP ( Sahni, Gonzalez ).

2.2 Metryczny TSP

32

123122

2.3 Graficzny TSP

75

2.4 (1,2) -TSP

MAX-SNP twardy ( Papadimitriou, Yannakakis ).

87

2.5 TSP w danych z wymiarem ograniczonym

PTAS dla TSP w stałej wymiarowej przestrzeni euklidesowej ( Arora ; Mitchell ).

log⁡n

PTAS dla TSP w metrykach z ograniczonym podwajaniem wymiaru ( Bartal, Gottlieb, Krauthgamer ).

2.6 ATSP z ukierunkowaną nierównością trójkąta

O(1)

7574

2.7 TSP na wykresach z zakazanymi nieletnimi

Czas liniowy PTAS ( Klein ) dla TSP na wykresach planarnych.

PTAS dla niewielkich grafów ( Demaine, Hajiaghayi, Kawarabayashi ).

2212

O(log⁡glog⁡log⁡g)g

2.8 MAX-TSP

79

78

34

3544

2.9 Przybliżenia czasu wykładniczego

(1+ϵ)2(1−ϵ/2)nϵ≤254(1−ϵ/2)nnlog⁡nϵ≤23

Byłbym wdzięczny za wszelkie uzupełnienia i sugestie.


5
To świetne podsumowanie tego, co wiadomo. Zachęcam do zaakceptowania tej odpowiedzi (nawet jeśli jest to Twoja własna).
— Suresh Venkat

1
Drobny nitpick: wydaje się, że zamieniłeś miejsca dla stałych niedopuszczalności dla Metric TSP i ATSP.
— Michael Lampis,

2
Możesz dodać planarny / związany rodzaj / wykluczone drobne wykresy; wyniki, o których wiem, są następujące. (1) TSP na wykresach planarnych - PTAS w czasie liniowym ( cs.brown.edu/people/klein/publications/no-contraction.pdf ), (2) TSP w ograniczonym rodzaju / wykluczonych mniejszych wykresach - QPTAS dla nieważonych wykresów z wykluczonymi małoletnimi / ważone wykresy z ograniczonym rodzajem ( cs.emory.edu/~mic/papers/15.pdf ), (3) ATSP na wykresach płaskich - przybliżenie współczynnika stałego ( stanford.edu/~saberi/atsp2.pdf ).
— zotachidil

4
@Alex Golovnev: Algorytm Björklundsa nie działa dla ATSP, zależy przede wszystkim od symetryczności wykresu.
— Andreas Björklund,

3
Wynik Erickson-Sidiropoulos dotyczy ATSP - nie jest jasne na powyższej liście. PTAS Arora działa dla każdego stałego wymiaru. Nie podoba mi się termin „metryczny ATSP”.
— Chandra Chekuri,

27

O∗(1.932n)O∗(2n)n(1+ϵ)O∗(2(1−ϵ/2)n)ϵ≤2/5

Nicolas Boria, Nicolas Bougeois, Bruno Escoffier, Vangelis Th. Paschos: wykładnicze schematy aproksymacji dla niektórych problemów graficznych. Dostępne online .


10

αβα<βγα,β]γθγ2nO(θ)γ(przynajmniej w zakresie stałych współczynników) zobacz poprawę współczynnika aproksymacji, nawet jeśli podany jest czas wykładniczy. Istnieje kilka problemów, w których najlepszym znanym wynikiem twardości jest nieefektywna redukcja z SAT, to znaczy, że wynik twardości jest przyjęty przez słabsze założenie, takie jak NP nie zawarte w quasi-wielomianowym czasie. W takich przypadkach można uzyskać lepsze przybliżenie w czasie podwykładniczym. Jedyne, o czym wiem, to problem grupowego drzewa Steinera. Ostatnim znanym rezultatem jest Arora-Barak-Steurer z algorytmem czasu podwykładniczego dla unikalnych gier: z tego wyniku wyciągamy wniosek, że jeśli UGC jest prawdą, to redukcja z SAT do UGC musi być nieefektywny, to znaczy rozmiar wystąpienia UGC uzyskanego ze wzoru SAT musi rosnąć wraz z parametrami w określony sposób.


2n

Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.