A ganância, por falta de uma palavra melhor, é boa. Um dos primeiros paradigmas algorítmicos ensinados no curso introdutório de algoritmos é a abordagem gananciosa . A abordagem gananciosa resulta em algoritmos simples e intuitivos para muitos problemas em P. Mais interessante, para alguns problemas difíceis de NP, o algoritmo ganancioso / local óbvio e natural resulta em (provavelmente) fator de aproximação ideal (sob premissas teóricas de complexidade adequadas). Um exemplo clássico é o problema da tampa do conjunto . Um algoritmo ganancioso natural fornece um fator de aproximação O (ln n), que é ótimo, a menos que P = NP.
Cite alguns algoritmos naturais gananciosos / locais para problemas difíceis de NP que são comprovadamente ideais sob suposições teóricas de complexidade adequadas.
fonte
Respostas:
O método das expectativas condicionais (para des aleatorizar os algoritmos de "atribuição aleatória" para Max-Cut e Max-SAT) pode ser visto como uma estratégia gananciosa: para , você escolhe o valor de uma variável como que o número esperado de restrições atendidas na instância reduzida resultante excede o número esperado de restrições atendidas na instância atual. (De fato, o algoritmo ganancioso para Max-Cut com aproximação de é o mesmo que o algoritmo "método das expectativas condicionais" para Max-Cut com aproximação de ).x i 1 / 2 1 / 2i = 1 , … , n xEu 1 / 2 1 / 2
Como o método também funciona para o Max-E3-SAT e atinge uma aproximação de , este é um exemplo de um algoritmo ganancioso que é uma aproximação ideal, a menos que (cf. resultados de inadequação de Hastad e Moshkovitz-Raz para Max- E3-SAT).P = N P7 / 8 P= NP
fonte
Cobertura de vértices: O melhor algoritmo de aproximação de fator constante envolve (avidamente) encontrar uma correspondência máxima e escolher todos os vértices envolvidos como a solução aproximada. Isso gera uma solução aproximada de 2 e nenhuma melhor aproximação de fator constante é possível , a menos que a conjectura de jogos exclusivos seja falsa.
Subhash Khot e Oded Regev, a cobertura do Vertex pode ser difícil de aproximar de 2 ε , JCSS 74 (3), 2008.
Fora do tópico: Eu acho que esse é um algoritmo de aproximação muito bonito, especialmente porque é tão trivial com o benefício da retrospectiva.
fonte
Algoritmo trivial de 2 aproximações: escolha uma ordem arbitrária dos vértices e pegue as arestas dianteiras ou traseiras.
Sabe-se que vencer a aproximação de 2 é difícil para os jogos exclusivos (embora possa não ser difícil para o NP).
fonte
A maximização submodular com relação à restrição de cardinalidade tem uma aproximação gulosa de 1-1 / e. O algoritmo é devido a Nemhauser, Wolsey, Fisher. A dureza NP resulta da dureza np da tampa do conjunto, pois a cobertura máxima é um caso especial de maximização submodular.
fonte
Greedy fornece uma aproximação (1-1 / e) a Max-k-cover, e isso não pode ser melhorado a menos que P = NP.
fonte
Encontrando um grau mínimo MST. É difícil, pois encontrar um caminho hamiltoniano é um caso especial. Um algoritmo de busca local fornece dentro de uma constante aditiva 1.
Referência
Aproximar a árvore Steiner de grau mínimo a uma das condições ideais
fonte
fonte
Programação condicional de dureza condicional de precedência em máquinas idênticas por Ola Svensson
fonte
Talvez isso também lhe interesse (adaptado de Métodos para converter restrições globais em restrições locais )
Como os métodos gananciosos (métodos locais mais corretamente ) empregam apenas informações locais para obter otimização global, se forem encontradas formas capazes de transformar condições globais em condições capazes de serem usadas empregando apenas informações locais, isso fornece uma solução (globalmente) ideal para os problemas usando apenas técnicas gananciosas / locais.
Referências:
Existem algumas referências que abordam o problema de traduzir funções de avaliação global (ou restrições) para funções locais (usando informações locais) e sua consistência (isto é, convergência para o mesmo ótimo global):
Resumo (de 1. acima)
Especificamente, o artigo aborda métodos para determinar se uma função local (LEF) é consistente com uma função global (GEF) e métodos para construir LEFs consistentes a partir de determinados GEFs ( teorema da consistência ).
Trecho da seção Conclusão (de 1. acima)
fonte