[论文解读] 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 5

一句话总结

本文提出了一种基于拟阵的圣母节问题推广，利用Haxell的超图匹配框架，实现了对原问题的$(4+\varepsilon)$-近似。通过将分配问题重新表述为拟阵多面体优化，并使用简洁的增广树论证方法，该方法改进了先前的界，并提供了具有更强理论保证的多项式时间算法。

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.

研究动机与目标

• 通过引入拟阵结构来更清晰地建模分配约束，以推广圣母节问题。
• 开发一种多项式时间算法，其近似比优于基于Haxell超图匹配的先前方法。
• 提供一个黑箱框架，可用于推导圣母节问题的改进近似比。
• 证明拟阵公式化相比先前基于配置LP的方法，能够实现更紧密的分析和更高效的计算。
• 将近似因子从$12.33$改进至$(4+\varepsilon)$，在有利的礼物价值分布下，甚至可进一步提升至$(3+\varepsilon)$。

提出的方法

• 将圣母节问题表述为拟阵多面体优化问题，其中独立集表示可行的儿童分配。
• 以Haxell的超图匹配条件为基础，但将其适配至拟阵框架中，以确保多项式时间可解性。
• 在拟阵多面体中引入一个分数匹配向量$x$，并通过逐坐标增广过程将其转换为基多面体向量$x'$。
• 在余拟阵基多面体中定义一个对偶向量$x^*$，以建模儿童获得小礼物的情形，通过拟阵结构确保覆盖性。
• 利用对偶向量构造小礼物的可行分配$σ$，保证$M_S$中的每个儿童至少获得$( \frac{1}{3} - \frac{\delta_1}{3} - \varepsilon)T$的值。
• 通过匹配算法将大礼物分配给剩余儿童$M_L$，每个儿童至少获得$\delta_2 \cdot T$的值，从而得出最小幸福感下界为$\min\{\cdots\} \geq (\frac{1}{4} - \varepsilon)T$。

实验结果

研究问题

• RQ1 能否通过拟阵结构推广圣母节问题，以实现更清晰且高效的算法设计？
• RQ2 该拟阵公式化是否能实现优于先前工作$12.33$-近似的近似比？
• RQ3 Haxell的超图匹配论证能否被适配到拟阵环境中，从而得到具有改进近似保证的多项式时间算法？
• RQ4 使用此拟阵基础框架可达到的最佳近似因子是多少？其与礼物价值分布的关系如何？
• RQ5 能否通过此拟阵基础方法更紧密地界定圣母节问题自然LP的整数性间隙？

主要发现

• 本文通过拟阵基础框架实现了对圣母节问题的$(4+\varepsilon)$-近似，优于先前的$12.33$-近似。
• 该算法为多项式时间，并基于Haxell超图匹配条件在拟阵多面体设置中的简洁应用。
• 通过将分数匹配向量转换至基多面体，该方法确保所有儿童在总幸福感上至少获得$(\frac{1}{4} - \varepsilon)T$的值。
• 当礼物价值满足$\delta_2 \geq \frac{1}{3}$且$\delta_1 \cdot T$接近零时，近似比可进一步提升至$(3+\varepsilon)$。
• 该方法提供了一个黑箱归约，将问题转化为具有$O(n^3)$个变量和约束的紧凑LP，优于指数规模的配置LP。
• 余拟阵结构支持一种对偶公式化，确保在小礼物分配后剩余儿童每人至少获得一个大礼物，从而保证可行性与近似界。