[論文レビュー] A Tale of Santa Claus, Hypergraphs and Matroids

Sami Davies, Thomas Rothvoß+1 more|arXiv (Cornell University)|Jul 19, 2018

Optimization and Search Problems参考文献 15被引用数 5

ひとこと要約

本稿では、マトロイドに基づくサンタクロース問題の一般化を導入し、Haxellのハイパーグラフマッチングフレームワークを活用して、元の問題に対して$(4+\varepsilon)$-近似を得た。割り当てをマトロイドポリトープ最適化として再定式化し、洗練された増幅木の議論を用いることで、従来の境界を改善し、より強い理論的保証を持つ多項式時間アルゴリズムを提供する。

ABSTRACT

A well-known problem in scheduling and approximation algorithms is the Santa Claus problem. Suppose that Santa Claus has a set of gifts, and he wants to distribute them among a set of children so that the least happy child is made as happy as possible. Here, the value that a child $i$ has for a present $j$ is of the form $p_{ij} \in \{ 0,p_j\}$. A polynomial time algorithm by Annamalai et al. gives a $12.33$-approximation and is based on a modification of Haxell's hypergraph matching argument. In this paper, we introduce a matroid version of the Santa Claus problem. Our algorithm is also based on Haxell's augmenting tree, but with the introduction of the matroid structure we solve a more general problem with cleaner methods. Our result can then be used as a blackbox to obtain a $(6+\varepsilon)$-approximation for Santa Claus. This factor also compares against a natural, compact LP for Santa Claus.

研究の動機と目的

• 割り当て制約をより洗練された形でモデル化するために、マトロイド構造を導入することでサンタクロース問題を一般化すること。
• Haxellのハイパーグラフマッチングに基づく従来の手法よりも良い近似比を達成する多項式時間アルゴリズムを開発すること。
• サンタクロース問題の改善された近似比を導出するために使用可能なブラックボックスフレームワークを提供すること。
• マトロイド定式化が、従来の構成LPに基づくアプローチと比較して、よりタイトな解析とより効率的な計算を可能にすることを示すこと。
• 自然なLPの整数性ギャップを、このマトロイドベースのアプローチを用いてより tightly 界づけること。

提案手法

• 独立集合が妥当な子供の割り当てを表すマトロイドポリトープ最適化問題としてサンタクロース問題を定式化する。
• Haxellのハイパーグラフマッチング条件を基盤とするが、多項式時間解法を保証するため、マトロイドフレームワークに適合させる。
• マトロイドポリトープ内に分数マッチングベクトル$x$を導入し、座標単位の増幅手順を用いてベースポリトープベクトル$x'$に変換する。
• 共マトロイドベースポリトープ内に双対ベクトル$x^*$を定義し、小さなプレゼントを受け取る子供をモデル化することで、マトロイド構造を介したカバレッジを保証する。
• 双対ベクトルを用いて、小さなプレゼントのための妥当な割り当て$\sigma$を構築し、$M_S$に属する各子供が少なくとも$(\frac{1}{3} - \frac{\delta_1}{3} - \varepsilon)T$の価値を受けることを保証する。
• 残りの子供$M_L$に対してマッチングアルゴリズムを用いて大きなプレゼントを割り当て、各子供が少なくとも$\delta_2 \cdot T$の価値を受けるようにし、最小満足度の下界として$\min\{\cdots\} \geq (\frac{1}{4} - \varepsilon)T$を得る。

実験結果

リサーチクエスチョン

• RQ1 マトロイド構造を用いることで、より洗練され、効率的なアルゴリズム設計が可能になるか？
• RQ2 マトロイド定式化により、従来の$12.33$-近似よりも良い近似比が達成可能か？
• RQ3 Haxellのハイパーグラフマッチング議論をマトロイド設定に適応させることで、より良い近似保証を持つ多項式時間アルゴリズムが得られるか？
• RQ4 このマトロイドベースのフレームワークで達成可能な最良の近似要因は何か？また、プレゼントの価値分布にどのように依存するか？
• RQ5 このマトロイドベースのアプローチを用いて、サンタクロース問題の自然なLPの整数性ギャップを、よりタイトに界づけられるか？

主な発見

• 本稿では、マトロイドベースのフレームワークを用いて、サンタクロース問題に対して$(4+\varepsilon)$-近似を達成し、従来の$12.33$-近似を改善した。
• アルゴリズムは多項式時間であり、マトロイドポリトープ設定内でのHaxellのハイパーグラフマッチング条件の洗練された適用に基づく。
• 分数マッチングベクトルをベースポリトープに変換することで、全子供が合計で少なくとも$(\frac{1}{4} - \varepsilon)T$の満足度を達成することが保証された。
• プレゼントの価値が$\delta_2 \geq \frac{1}{3}$ かつ$\delta_1 \cdot T$がゼロに近い場合、近似比は$(3+\varepsilon)$に改善される。
• 自然なLPの整数性ギャップを、$O(n^3)$変数および制約を有するコンact LPにブラックボックス還元することで、指数的サイズの構成LPを上回る。
• 共マトロイド構造により、小さなプレゼント割り当て後の残りの子供がそれぞれ1つの大きなプレゼントを受け取ることを保証する双対定式化が可能となり、妥当性と近似境界の両方を保証する。