从对称到不对称：通过参数化推广TSP近似算法
数据结构与算法
2020-02-27 v2
摘要
我们将树加倍算法与Christofides算法——两种最常见的TSP近似算法——推广为针对ATSP的参数化近似。我们所考虑各参数化的参数由上界为给定实例中不对称距离的数量所界定，从而得到也能高效计算适度不对称TSP实例常数因子近似的算法。作为Christofides算法的推广，我们导出参数化2.5-近似，其参数为由不对称边所诱导子图的顶点覆盖大小。我们对树加倍算法的推广给出参数化3-近似，其参数为给定最小生成树形图中的不对称边数量。两种算法也以加性有损核化形式给出，这允许将其与已知的ATSP多项式时间近似相结合。进一步，我们将它们与一种对称松弛概念结合，允许以近似保证换取运行时间。我们以实验评估补充我们的结果，其表明广义树加倍在参数大小上频繁优于广义Christofides。
引用
@article{arxiv.1911.02453,
title = {From Symmetry to Asymmetry: Generalizing TSP Approximations by Parametrization},
author = {Lukas Behrendt and Katrin Casel and Tobias Friedrich and J. A. Gregor Lagodzinski and Alexander Löser and Marcus Wilhelm},
journal= {arXiv preprint arXiv:1911.02453},
year = {2020}
}