无约束非单调次模最大化中双侧近视算法的界

Norman Huang; Allan Borodin

无约束非单调次模最大化中双侧近视算法的界

数据结构与算法 2014-04-25 v3

作者: Norman Huang , Allan Borodin

摘要

无约束次模最大化涵盖了许多 NP 难组合优化问题，包括 Max-Cut、Max-Di-Cut 以及设施选址问题的变体。最近，Buchbinder 等人提出了一种令人惊讶的简单的线性时间随机贪心类在线算法，该算法实现了 1/2 的常数近似比，最优地匹配了 Feige 等人的硬度结果。受 Buchbinder 等人算法的启发，我们引入了一种称为双侧近视算法（double-sided myopic algorithms）的精确算法模型。我们表明，虽然 Buchbinder 等人的算法可以实现为随机在线双侧近视算法，但没有任何此类确定性算法（即使具有自适应排序）能达到相同的近似比。关于 Max-Di-Cut 问题，我们将 Buchbinder 等人的算法和我们的近视框架与 Bar-Noy 和 Lampis 的在线算法及不可近似性结果联系起来。

关键词

次模最大化双侧近视算法近似比 Max-Cut Max-Di-Cut 随机贪心算法在线算法

引用

@article{arxiv.1312.2173,
  title  = {Bounds on Double-Sided Myopic Algorithms for Unconstrained Non-monotone Submodular Maximization},
  author = {Norman Huang and Allan Borodin},
  journal= {arXiv preprint arXiv:1312.2173},
  year   = {2014}
}

备注

29 pages, 1 figure

无约束非单调次模最大化中双侧近视算法的界

摘要

关键词

引用

备注

相关论文