基于随机竞争解决机制的非负次模随机探测
数据结构与算法
2015-09-04 v3
摘要
Gupta 和 Nagarajan (IPCO'13) 提出了随机探测的抽象模型,为若干问题提供了统一视角。Adamczyk、Sviridenko 和 Ward (STACS'14) 针对拟阵环境与线性目标给出了更好的近似。同时,该方法易于推广到目标函数为单调次模的设定。然而,非负次模函数的情形无法由先前技术处理。本文解决了这一问题,并给出了两方面结果。首先,我们调整了 Chekuri、Vondr\'ak 和 Zenklusen (SICOMP'14) 的竞争解决机制概念,表明在此设定下优化非负次模函数时,相对于确定性设定仅存在常数因子的损失。其次,我们为横截拟阵提出了一种新的竞争解决机制,在随机探测设定下产生了优于已知工具的近似。该机制底层的舍入过程可能具有独立意义——Bansal、Gupta、Li、Mestre、Nagarajan 和 Rudra (Algorithmica'12) 曾针对随机匹配与随机 -集装箱问题给出了两种看似不同的算法及两种不同的分析,而我们表明仅用单一技术即可分析他们的这两种算法。
引用
@article{arxiv.1508.07771,
title = {Non-negative submodular stochastic probing via stochastic contention resolution schemes},
author = {Marek Adamczyk},
journal= {arXiv preprint arXiv:1508.07771},
year = {2015}
}