关于类问题的可近似性,目前知道什么?初步搜索告诉我,对于足够稠密的图,恒定因子近似是微不足道的,并且已经排除了近似算法。此信息是最新的还是已知更好的界限?
关于类问题的可近似性,目前知道什么?初步搜索告诉我,对于足够稠密的图,恒定因子近似是微不足道的,并且已经排除了近似算法。此信息是最新的还是已知更好的界限?
Answers:
最好的发表结果都出现在1997年的 Chener Chen,Saroja P. Kanchi和Arkady Kanevsky的论文中。
对于任何固定的,计算具有加性误差是NP-hard。
有一个简单的线性时间算法可将(未知)属任何顶点图嵌入到属的可定向曲面上:将任意循环顺序分配给保留每个顶点的边(将循环和平行边保持在一起)。换句话说,当属大时,每个嵌入都是最佳嵌入的良好近似。
有界图的多项式时间逼近算法。
是否存在有效的恒定因子近似算法是一个悬而未决的问题。
我想补充一下Jɛff E的全面答案,据我所知,这个问题的近似因子没有下界。据我们所知,可以有一个近似算法,始终提供恒定的因子近似值(即使属很小)。
Chen,Kanchi和Kanevsky [CKK '97]的论文仅说,计算具有加法误差属是NP难的。这是他们论点的非常非正式的提纲。显然,该论点不能用于证明近似因子的下限。考虑一个图,使得确定或(对于某些)很难NP。; 由于问题很难解决,因此存在这样的图。令为的顶点数。令为一个大常数。取图不相交的副本ģ 克Ë Ñ ù 小号(ģ )≤ 克* 克Ë Ñ ù 小号(ģ )≥ 克* + 1 克* Ñ ģ ķ Ñ = Ñ ķ ģ ģ ' 克é ñ ù 小号(ģ ')≤ ñ 克* 克ë ñ ù考虑他们的工会。然后在获得的图,很难确定或。也就是说,要计算且附加误差,其中。这种构造不会给我们逼近因子的任何下界。之比到等于比率到。克Ë Ñ ù 小号(ģ ')ñ = (Ñ Ñ )ķ / ķ + 1 = | V (G ')| k / k + 1 = | V (G ')| 1 - ε ε = 1 /N (g ∗ + 1 )N g ∗ g ∗ + 1 g ∗