[論文レビュー] 1.85 Approximation for Min-Power Strong Connectivity

Gruiă Cälinescu|arXiv (Cornell University)|May 15, 2012

Complexity and Algorithms in Graphs参考文献 17被引用数 3

ひとこと要約

本稿では、双方向グラフにおけるMin-Power Strong Connectivity問題に対して、以前の2-近似比を改善する1.85-近似アルゴリズムを提示する。Robins-ZelikovskyのSteiner木に関する研究とCaragiannisらのブロードキャスト電力割り当てに関する研究の技術を組み合わせ、分数スターカバーと洗練された線形計画法の緩和を用いて、整数性ギャップおよびアルゴリズムの性能に関するより緊密な境界を達成する。

ABSTRACT

Given a directed simple graph G=(V,E) and a nonnegative-valued cost function the power of a vertex u in a directed spanning subgraph H is given by the maximum cost of an arcs of H exiting u. The power of H is the sum of the power of its vertices. Power Assignment seeks to minimize the power of H while H satisfies some connectivity constraint. In this paper, we assume E is bidirected (for every directed edge e in E, the opposite edge exists and has the same cost), while H is required to be strongly connected. This is the original power assignment problem introduced by Chen and Huang in 1989, who proved that bidirected minimum spanning tree has approximation ratio at most 2 (this is tight). In Approx 2010, we introduced a Greedy approximation algorithm and claimed a ratio of 1.992. Here we improve the analysis to 1.85. The proof also shows that a natural linear programming relaxation, introduced by us in 2012, has the same 1.85 integrality gap.

研究の動機と目的

• 長年にわたり知られていた2-近似を超えるMin-Power Strong Connectivity問題の近似比を向上させること。
• Steiner木とブロードキャスト電力割り当てにインspiredされた分数被覆技術を用いて、強連結性のためのグリーディアルゴリズムの分析を洗練させること。
• 本問題の自然な線形計画法緩和の整数性ギャップが1.85以下であることを確立すること。
• 従来の複雑な整数被覆を分数被覆に置き換えることで、近似手法の分析を単純化および強化すること。

提案手法

• アルゴリズムは、総電力消費量を最小化するように、スパニングツリーの辺を被覆するためのスターグリーディ選択（高さ1の有向木）を用いる。
• 線形計画法緩和（LP2）の最適解を用いて、スターカバーに重みを割り当てることで、スパニングツリーの辺に対する分数被覆を構築する。
• 分析では、任意のスターカルレクションとスパニングツリーに対して、総電力が(1/2)opt*以下であり、未被覆のツリー辺の被覆量がc(T) - f(B)以上であるような分数スターアサインメントが存在することを示す、重要な補題を活用する。
• カット制約とツリー分割における互いに素なスターセットを用いて、各辺の被覆に寄与するスターカーの寄与度を制限し、未被覆の辺が合計重み1以上で被覆されることを保証する。
• Robins-Zelikovsky（2000）のSteiner木とCaragiannisら（2007）のブロードキャスト電力割り当ての技術を、分数被覆とLPに基づく分析を介して適応的に統合する。
• グリーディ出力がLP最適値の1.85倍以下であることを示すことにより、LP2緩和の整数性ギャップが1.85以下であることを証明する。

実験結果

リサーチクエスチョン

• RQ1 Min-Power Strong Connectivityの近似比を、既知の2-近似を超えて向上させることは可能か？
• RQ2 Steiner木とブロードキャスト電力割り当てからインスパイされた分数被覆技術を、強連結性のためのグリーディアルゴリズムの分析に適応することは可能か？
• RQ3 Min-Power Strong Connectivityの自然なLP緩和の真の整数性ギャップは何か？
• RQ4 従来の複雑な整数被覆を分数スターカバーに置き換えることで、分析を単純化および強化することは可能か？

主な発見

• 本稿では、Min-Power Strong Connectivityに対して1.85-近似が達成され、以前の最良比である2を改善する。
• 自然なLP緩和（LP2）の整数性ギャップが1.85以下であることが証明され、グリーディアルゴリズムの近似比と一致する。
• 分析では整数被覆から分数被覆に置き換えられ、証明が著しく単純化され、かつ従来の研究と比較してより緊密な境界が得られた。
• 1.85という値は、極限例により、鍵となる被覆補題に1/2未満の定数を用いることは不可能であるという意味でタイトである。
• グリーディアルゴリズムが分数スターカバーとLPに基づく境界を用いて分析されると、従来の知られていたものよりも優れた近似比を達成することが示された。