[논문 리뷰] Approaching $\frac{3}{2}$ for the $s$-$t$-path TSP

Vera Traub, Jens Vygen|arXiv (Cornell University)|2017. 07. 13.

Advanced Graph Theory Research참고 문헌 11인용 수 3

한 줄 요약

이 논문은 임의의 고정된 $\varepsilon > 0$에 대해 $\frac{3}{2} + \varepsilon$의 근사비율을 가지는 $s$-$t$-path TSP에 대한 다항시간 근사 알고리즘을 제시한다. 이는 고립된 좁은 컷을 동적으로 추측하고, 바쁜 컷에 대해 더 높은 값을 강제로 부여하기 위해 선형계획법(LP)의 타협을 강화하며, $T$-조인 다면체 내에서 스패닝 트리와 짝수 조정 벡터를 계산하기 위해 재귀적 동적 프로그래밍을 사용함으로써 달성된다.

ABSTRACT

We show that there is a polynomial-time algorithm with approximation guarantee $\frac{3}{2}+ε$ for the $s$-$t$-path TSP, for any fixed $ε>0$. It is well known that Wolsey's analysis of Christofides' algorithm also works for the $s$-$t$-path TSP with its natural LP relaxation except for the narrow cuts (in which the LP solution has value less than two). A fixed optimum tour has either a single edge in a narrow cut (then call the edge and the cut lonely) or at least three (then call the cut busy). Our algorithm "guesses" (by dynamic programming) lonely cuts and edges. Then we partition the instance into smaller instances and strengthen the LP, requiring value at least three for busy cuts. By setting up a $k$-stage recursive dynamic program, we can compute a spanning tree $(V,S)$ and an LP solution $y$ such that $(\frac{1}{2}+O(2^{-k}))y$ is in the $T$-join polyhedron, where $T$ is the set of vertices whose degree in $S$ has the wrong parity.

연구 동기 및 목표

• s-$t$-path TSP의 Christofides 알고리즘의 $\frac{5}{3}$ 근사비율과 대칭 TSP에 대해 알려진 최적의 $\frac{3}{2}$ 비율 사이의 격차를 메우기 위해.
• 이전 방법이 좁은 컷, 특히 LP 해에서 값이 2 미만인 컷을 다루는 데에 한계를 가진다는 점을 극복하기 위한 새로운 접근법을 개발하기 위해.
• 새로운 동적 프로그래밍 프레임워크와 함께 LP 강화를 사용하여 $s$-$t$-path TSP에 대해 $\frac{3}{2}$에 임의로 가까운 근사비율을 달성하기 위해.
• s-$t$-path TSP에 대한 자연스러운 LP 타협의 정수화 갭이 재귀적 분할과 컷별 강화를 통해 효과적으로 유계로 유지될 수 있음을 보여주기 위해.

제안 방법

• 알고리즘은 $k$-단계 재귀적 동적 프로그래밍을 사용하여 고립된 좁은 컷과 간선을 추측하며, 여기서 좁은 컷은 LP 값이 2 미만이고, 고립된 컷은 최적의 순회에서 정확히 한 개의 간선을 포함한다.
• 그래프를 더 작은 부분 문제로 분할하고, 바쁜 컷(최적 순회에서 최소 세 개의 간선을 포함하는 컷)에 대해 최소값 3을 요구함으로써 LP를 강화한다.
• 알고리즘은 스패닝 트리 $S^*$와 벡터 $y^*$를 계산하여 $\left(\frac{1}{2} + O(2^{-k})\right)y^*$ 가 $T$-조인 다면체에 속하게 한다. 여기서 $T$ 는 $S^*$에서 홀수 차수를 가지는 정점의 집합이며, 끝점인 $s$와 $t$를 고려하여 조정된다.
• 동적 프로그래밍은 좁은 컷의 사슬을 사용하고, 비고립된 컷에 대해 특히 중요한 $T$-조인 제약 조건을 만족시키는 짝수 조정 벡터 $\lambda_1 y^*$를 보장한다.
• 실행 시간은 $O\left(n^{6\lceil\log_2(1/\varepsilon)\rceil} \cdot p(n, \lceil\log_2(1/\varepsilon)\rceil)\right)$ 으로 유계이며, 여기서 $p(n,k)$ 는 $O(kn)$ 개의 제약 조건을 가진 LP를 푸는 데 걸리는 시간이다.
• 이 방법은 명시적인 LP 해에 의존하지 않으며, 오직 LP 값과 좁은 컷의 집합만을 사용하므로 효율적인 계산과 재귀적 정밀화가 가능해진다.

실험 결과

연구 질문

• RQ1 새로운 알고리즘 프레임워크를 사용하여 $s$-$t$-path TSP의 근사비율을 $\frac{5}{3}$를 초월해 향상시킬 수 있는가?
• RQ2 특히 LP 값이 2 미만인 좁은 컷은 어떻게 효과적으로 다뤄져야 하며, 이는 정수화 갭을 감소시키는 데 기여하는가?
• RQ3 동적 프로그래밍과 LP 강화를 사용하여 $s$-$t$-path TSP에 대해 $\frac{3}{2}$에 임의로 가까운 근사비율을 달성할 수 있는가?
• RQ4 고정된 $\varepsilon > 0$에 대해 $\left(\frac{3}{2} + \varepsilon\right)$-근사해를 달성하는 데 필요한 계산 복잡도는 무엇인가?
• RQ5 재귀적 동적 프로그래밍 접근법은 다항 시간 실행을 보장하면서도 일정한 근사비율을 유지하도록 설계될 수 있는가?

주요 결과

• 알고리즘은 임의의 고정된 $\varepsilon > 0$에 대해 다항 시간 내에 $\frac{3}{2} + \varepsilon$의 근사비율을 달성하며, 이는 이전의 $\frac{5}{3}$ 기준을 크게 향상시킨다.
• 재귀적 동적 프로그래밍과 전략적 LP 강화를 통해 $s$-$t$-path TSP에 대한 자연스러운 LP 타협의 정수화 갭이 $\frac{3}{2} + \varepsilon$로 효과적으로 유계로 유지된다.
• 모든 고정된 $\varepsilon > 0$에 대해 실행 시간이 다항 시간으로 유계이며, 구체적으로 $O\left(n^{6\lceil\log_2(1/\varepsilon)\rceil} \cdot p(n, \lceil\log_2(1/\varepsilon)\rceil)\right)$ 이다. 여기서 $p(n,k)$ 는 $O(kn)$ 개의 제약 조건을 가진 LP를 푸는 데 걸리는 시간이다.
• 알고리즘은 계산된 짝수 조정 벡터 $\lambda_1 y^*$ 가 $T$-조인 다면체에 속하게 하여, $T$-조인의 비용이 $c(y^*)$ 이하임을 보장한다.
• 고립된 컷과 바쁜 컷이라는 두 가지 문제적 컷 유형을 효과적으로 다루기 위해 고립된 컷은 추측하고, 바쁜 컷에는 LP 제약 조건을 통해 더 높은 값을 강제한다.
• 명시적인 LP 해에 의존하지 않으며, 오직 LP 값과 좁은 컷의 집합만을 사용하므로 효율적인 재귀적 계산이 가능하고 근사 보장이 유지된다.