作者 |
年份 |
近似比 |
Hoogeveen |
1991 |
35 |
An, Kleinberg, Shmoys |
2012 |
21+5 |
Sebo |
2013 |
58 |
Rico Zenklusen |
2019 |
1.5 |
Title: Improving Christofides’s Algorithm for the s-t path TSP
Alpha: 21+5
Theorem1: Hoogeveen算法的解不超過35OPTLP
定義1: Path-TSP的HK鬆弛
mine∈E∑cexes.t.x(δ(v))={1,2,v=s,tv=s,tx(δ(S))≥{1,2,∣S∩{s,t}∣=1,∣S∩{s,t}∣=1,0≤xe≤1,∀e∈E
其中δ(S)是僅有一個端點落在S中的邊的邊集, 同時X(E′)=∑e∈E′xe, 所謂的鬆弛就是最後一個0-1向量變成了實數.
定義2: 生成樹凸集
生成樹凸集由下面的不等式定義:
x(E)=∣V∣−1,x(E(S))≤∣S∣−1,∀∣S∣⊆V,∣S∣≥2,xe≥0,∀e∈E
其中E(S)是所有兩個端點都在S中的邊的邊集.
Lemma1: LP-relaxation的任意可行解x都在生成樹凸集中.
proof: LP-relaxation的約束滿足生成樹凸集的定義
X(E)≡e∈E∑xe=21v∈V∑x(δ(v))=21(∣v∣−2)⋅2+2)=∣v∣−1
同時,
X(E(S))=21(v∈S∑x(δ(v))−x(δ(S)))
如果∣S∩{s,t}=1, 有X(E(S))≤21(1+2(∣S∣−1)−1)=∣S∣−1,
如果∣S∩{s,t}=∅, S-1,
如果∣S∩{s,t}=2,S-2
定義3: 奇數集S, 如果∣S∩T∣含有奇數個, 則S是個奇數集
Lemma2: S是一個奇數集, 如果∣S∩{s,t}∣=1, 則∣F∩δ(S)∣爲偶數, 如果∣S∩{s,t}∣=1, 則∣F∩δ(S)∣爲奇數.
例如,
Proof: s,t 如果在S中, 它們有偶數度, 其他點有奇數度.
定義∑v∈SdegF(v)=2∣E(S)∩F∣+∣δ(S)∩F∣
證明如下:
1.如果∣S∩{s,t}=1, 假設s∈S, s∈T當且僅當degF(s)even.
則Sodd→even # 個奇數度的節點在S中(∣S∩T∣odd)
v∈S∑degF(v)−2∣E(s)∩F∣=∣δ(s)∩F∣
第一個子式爲偶數度, 第二個子式肯定是偶數, 則右邊也是偶數.
2. 如果∣S∩{s,t}=1,
則Sodd→odd # 個奇數度的節點在S中
v∈S∑degF(v)−2∣E(s)∩F∣=∣δ(s)∩F∣
第一個子式爲奇數度, 第二個子式肯定是偶數, 則右邊也是奇數.
定義4: T-join LP
以下線性規劃的解是一個最小成本的T-join, 對於cost c≥0:
Mine∈E∑cexes.t.x(δ(S))≥1,xe≥0,∀S⊆V,∣S∩T∣odd∀e∈E
對於∣S∩T∣爲奇,
v∈S∑degJ(v)=2∣E(S)∩J∣+∣δ(S)∩J∣
因爲奇數個奇數度的節點,因此等式左邊爲奇,因爲右邊第一個子式爲偶,所以第二個子式爲奇數.說明S向外連接的節點一定大於等於1.
proof of Theorem1
Step1
令x∗爲LP鬆弛的最優解OPT. cost of MST≤∑e∈Ecexe∗≡>OPTLP, 因爲x∗總是生成樹凸集的可行解.
令XF∈{0,1}∣E∣,並且
XF(e)={1,ife∈F0,o.w.
claim: y=31XF+31x∗是T-join LP的一個可行解.
則有c(F∪T)=c(F)+c(T)≤OPTLP+31c(F)+31OPTLP>≤35OPTLP
Step2
若要claim成立,需要證明如果∣s∩T∣爲奇,則y(δ(S))≥1
如果 ∣s∩{s,t}∣=1則y(δ(S))=31∣F∪δ(S)∣+31x∗(δ(S))≥31+32=1
【第二個部分,因爲HK relaxation成立】
如果∣s∩{s,t}∣=1, 則y(δ(S))=31∣F∪δ(S)∣+31x∗(δ(S))≥32+31=1
【第一個式子 lemma2】
claim 證畢.
定義5: 凸組合
令x∗爲LP的最優解, 令xF表示爲一個F的邊集, 即
xF(e)={1e∈F0e∈/F
因爲x∗在生成樹凸集中,因此x∗可以寫成生成樹F1,⋯,Fk的凸組合:
x∗=i=1∑kλixFi
其中∑i=1kλi=1,λi≥0.
對於Fi, 設Ti是其T集,Ji是其最小成本T-join. 它們的和能夠構成一個解稱爲best-of-many Christofide算法的解.
Theorem2: best-of-many Christofide算法的解, 同樣滿足上限爲35OPTLP.
下一步: 是否能夠更優?
考慮yi=αXF+βx∗, 如果是Ti-Join LP的可行解, 則best s-t 哈密頓路徑的長度最多不超過(1+α+β)OPTLP.
yi是Ti-Join LP的可行解分兩種情況考慮,設S 奇數集(∣S∪Ti∣odd)
如果∣s∩{s,t}∣=1,
y(δ(S))=α∣F∪δ(S)∣+βx∗(δ(S))≥α+2β
[右邊第一個式大於等於1, 第二個式大於等於2, 同上]
我們希望α+2β≥1, 則Ti-join LP約束就能夠滿足.
如果
∣s∩{s,t}∣=1, 則
yi(δ(S))=α∣F∪δ(S)∣+βx∗(δ(S))≥2α+βx∗(δ(S))
注意到我們已經假設了α+2β≥1成立, 只有2α+βx∗(δ(S))<1時, 存在問題.
注意到當α=0,β=21時, 如果x∗(δ(S))≥2, 上式成立, 並且能夠控制上限爲23OPTLP.
因此接下來只需要關注x∗(δ(S))<2的cuts, 並且對yi增加一個額外的修正來處理這些誒cuts.
定義6 τ-Narrow cut
若x∗(δ(S))<1+τ,for fixed τ≤1, S則是τ-Narrow.
只有∣S∪{s,t}=1能夠是τ-Narrow.
定義7 τ-Narrow cuts
Cτ是s∈S的所有τ-Narrow cuts S的全集.
Cτ的性質:
Theorem3: 如果S1,S2∈Cτ,S1=S2, 要麼S1⊂S2,或S2⊂S1.
爲證明上述Theorem, 首先有
x∗(δ(S1))+x∗(δ(S2))≥x∗(δ(S1−S2))+x∗(δ(S2−S1))
Theorem proof:
假設,相反的, S1−S2=∅,S2−S1=∅.
(1+τ)+(1+τ)>x∗(δ(S1))+x∗(δ(S2))≥x∗(δ(S1−S2))+x∗(δ(S2−S1))≥2+2
與定義矛盾.
根據Theorem, τ-Narrow cuts的結構如下:
新的修正因子
令eQ表示δ(Q)的最小cost的邊,考慮下式
yi(δ(S))=αxFi+βx∗+Q∈Cτ,∣Q∩Ti∣∑(1−2α−βx∗(δ(Q)))xeQ
對於α,β,τ≥0,有α+2β=1並且τ=β1−2α−1
Theorem: yi是一個Ti-Join LP的可行解.
proof:
對於S odd (∣S∩Ti∣odd)
如果∣S∩{s,t}∣=1
yi(δ(S))≥α+2β=1
如果∣S∩{s,t}∣=1
如果 S不是τ-narrow
yi(δ(S))≥2α+β(1+τ)=1
如果 S是τ-narrow
yi(δ(S))≥α∣Fi∩δ(S)∣+βx∗(δ(δ(S)))+(1−2α−βx∗(δ(S)))=1
注意到x∗=∑i=1kλixFi,∑i=1kλi=1,λi≥0,λi可以看成Fi的概率分佈, 是其概率. 緊接着, 有以下兩個lemma.
Lemma:
令F爲隨機採樣的生成樹Fi, T爲對應的點集Ti, Q∈Cτ是一個τ-narrow cut.
Pr[∣δ(Q)∩F∣=1]≥2−x∗(δ(Q))Pr[∣Q∩T∣odd]≤x∗(δ(Q))−1
proof:
x∗(δ(Q))=E[∣F∩δ(Q)∣]≥Pr[∣F∩δ(Q)∣=1]+2Pr[∣F∩δ(Q)∣≥2]
並且Pr[∣F∩δ(Q)∣=1]+Pr[∣F∩δ(Q)∣≥2]=1, 因此,
Pr[∣F∩δ(Q)∣=1]≥2−x∗(δ(Q))Pr[∣F∩δ(Q)∣≥2]≤x∗(δ(Q))−1
因爲, ∣Q∩Ti∣odd有∣Fi∩δ(Q)∣≥2,
所以Pr[∣Q∩Ti∣odd]≤Pr[∣F∩δ(Q)∣≥2]≤x∗(δ(Q))−1
Lemma:
Q∈Cτ∑CeQ≤e∈E∑cexe∗
Proof:
Q∈Cτ∑CeQ≤cost MST≤e∈E∑cexe∗
構造過程, 對於Q∈Cτ, 將一條MST的邊e映射到Q, 每次移除一個e, 然後構造s和v.
Theorem: Best-of-Many Christofides算法是21+5算法.
Proof:
Best s-t Path≤i∑λic(Fi∪Ji)=i∑λi[c(Fi)+αc(Fi)+βe∈E∑cexe∗+Q∈Cτ,∣Q∩Ti∣∑(1−2α−βx∗(δ(Q)))ceQ]≤(1+α+β)e∈E∑cexe∗+Q∈Cτ∑(x∗(δ(Q))−1)(1−2α−βx∗(δ(Q)))ceQ≤(1+α+β)e∈E∑cexe∗+max0≤z<τE(1−2α+β(1+z))Q∈Cτ∑ceQ≤(1+α+β+max0≤z<τE(1−2α+β(1+z)))e∈E∑cexe∗=(1+α+β+max0≤z<τE(βτ−βz))e∈E∑cexe∗[Maximizedatz=τ/2]≤(1+α+β+β(2τ)2)OPTLP≤(2−β+4β(3β−1)2)OPTLP
證畢.
前後四篇工作的算法分析總體思路是一致的,都和wolsey分析的過程是相似, 以最後1.5的爲例,
找到一個生成樹F和一個滿足HK relaxation的點z, 證明:
- l(F)≤OPT,
- l(z)≤OPT,
- z/2∈PQT−join, 其中Q_T := odd(T)△{s,t}
T和一個T-join構成解,並且l(F)+l(J)≤l(T)+l(z)/2≤3/2OPT
而之前的工作主要是弱化了第二條的要求,使得l(z)≤(1+c)OPT.