Minimalne cięcie k

W matematyce minimalny k -cut jest kombinatoryczną optymalizacją problemu, który wymaga znalezienia zestawu krawędzi, których usunięcie podzieliłoby graf na co najmniej k połączonych elementów. Te krawędzie są określane jako k -cut . Celem jest znalezienie k -cięcia o minimalnej wadze. To partycjonowanie może mieć zastosowanie w VLSI , eksploracji danych , elementach skończonych i komunikacji w obliczeniach równoległych .

Definicja formalna

Dany jest graf nieskierowany G = ( V , E ) z przypisaniem wag krawędziom w : E N i liczbą całkowitą k ∈ {2, 3, …, | V |}, podziel V na k zbiorów rozłącznych F = { C 1 , C 2 , …, C k } minimalizując

Dla ustalonego k problem jest rozwiązywany w czasie wielomianowym w O (| V | k 2 ). Jednak problem jest NP-zupełny, jeśli k jest częścią danych wejściowych. Jest również NP- jeśli określimy o minimalne -cięcie, które oddziela te wierzchołki między każdym ze zbiorów.

przybliżenia

kilka algorytmów aproksymacji z przybliżeniem 2 - 2/ k . Prosty algorytm zachłanny , który osiąga ten współczynnik przybliżenia, oblicza minimalne cięcie w każdym z połączonych komponentów i usuwa najcięższy. Algorytm ten wymaga w sumie n − 1 obliczeń maksymalnego przepływu . Inny algorytm osiągający tę samą gwarancję wykorzystuje reprezentację minimalnych cięć w drzewie Gomory-Hu . Skonstruowanie drzewa Gomory-Hu wymaga n − 1 obliczeń maksymalnego przepływu, ale algorytm wymaga całkowitych obliczeń O ( kn ) maksymalnego przepływu. Jednak łatwiej jest przeanalizować współczynnik aproksymacji drugiego algorytmu. Co więcej, zgodnie z hipotezą ekspansji małego zbioru (przypuszczenie ściśle związane z hipotezą unikalnych gier ), problem jest NP-trudny do przybliżenia do czynnika dla każdej stałej , co oznacza, że ​​​​wyżej wymienione algorytmy aproksymacji są zasadniczo ciasne dla dużych .

Wariant problemu wymaga minimalnej wagi k -cut, gdzie partycje wyjściowe mają z góry określone rozmiary. Ten wariant problemu można przybliżyć z dokładnością do współczynnika 3 dla dowolnego ustalonego k , jeśli ograniczy się wykres do przestrzeni metrycznej, co oznacza pełny wykres , który spełnia nierówność trójkąta . Niedawno odkryto wielomianowe schematy aproksymacji czasu (PTAS) dla tych problemów.

Podczas gdy minimalny problem k-Cut jest W[1]-hard sparametryzowany przez k , dla tego parametru można otrzymać sparametryzowany schemat aproksymacji .

Zobacz też

Notatki

  1. ^ Goldschmidt & Hochbaum 1988 .
  2. Bibliografia _
  3. ^ [1] , który cytuje [2]
  4. ^ Saran i Vazirani 1991 .
  5. ^ Vazirani 2003 , s. 40–44.
  6. Bibliografia _
  7. ^ Guttmann-Beck i Hassin 1999 , s. 198–207.
  8. ^ Fernandez de la Vega, Karpiński i Kenyon 2004
  9. ^   G. Downey, Rodney; Estivill-Castro, Władimir; Stypendyści, Michael; Prieto, Elena; Rosamunda, Frances A. (2003-04-01). „Cięcie jest trudne: sparametryzowana złożoność k-Cut i powiązane problemy” . Notatki elektroniczne w informatyce teoretycznej . CATS'03, Computing: Australasian Theory Symposium. 78 : 209–222. doi : 10.1016/S1571-0661(04)81014-4 . ISSN 1571-0661 .
  10. ^   Loksztanow, Daniel; Saurabh, Saket; Surianarayanan, Vaishali (2022-04-25). „Sparametryzowany schemat aproksymacji dla Min $ k $ -Cut” . SIAM Journal on Computing : FOCS20–205. ar Xiv : 2005.00134 . doi : 10.1137/20M1383197 . ISSN 0097-5397 .