中文

关于重划区中一类地理聚类问题的计算易处理性

数据结构与算法 2020-09-02 v1

摘要

重划区(redistricting)是将一个州划分为 kk 个称为选区的区域的问题。每个选区的选民选举一名代表。主要准则是:每个选区连通、选区人口相等(或近乎相等),且选区“紧凑”。紧凑性有多种相互竞争的定义,通常最小化某个量。Duchin 等人近期推崇的一种度量是切边数。在重划区中,给定必须用以构建各选区的原子区域。原子区域的人口已知。考虑一个图:每个原子区域对应一个顶点(权值等于该区域人口),共享边界的原子区域间连边。一个选区划分方案是将顶点划分为 kk 个部分,每部分连通且权值近乎相等。该方案在最小化跨不同部分边数的意义上被视为紧凑。考虑两个问题:求最紧凑的选区划分方案,以及在紧凑性约束下均匀随机地抽样选区划分方案。两个问题均为 NP-hard,因此我们将输入图限制为分支宽度至多 ww(平面图的支宽受其直径限制)。若 kkww 均以常数界定,则问题可在多项式时间内求解。假设顶点权值为 1。人们希望算法运行时间为 O(f(k,w)nc)O(f(k,w) n^c)(其中 cc 为独立于 kkww 的常数),此时称问题关于 kkww 是固定参数易处理的。我们证明,在某一复杂性理论假设下,不存在此类算法。但我们给出了运行时间 O(cwnk+1)O(c^wn^{k+1}) 的算法。因此,若图直径适中较小且选区数极少,我们的算法可用。

关键词

引用

@article{arxiv.2009.00188,
  title  = {On the computational tractability of a geographic clustering problem arising in redistricting},
  author = {Vincent Cohen-Addad and Philip N. Klein and Dániel Marx},
  journal= {arXiv preprint arXiv:2009.00188},
  year   = {2020}
}