[论文解读] A Polynomial-Time Approximation Scheme for Facility Location on Planar Graphs

Vincent Cohen-Addad, Michał Pilipczuk+1 more|arXiv (Cornell University)|Apr 24, 2019

Facility Location and Emergency Management参考文献 13被引用 5

一句话总结

本文提出了平面上非均匀无容量限制设施选址问题的第一个多项式时间近似方案（PTAS）。通过结合贪心初始化与专为最小和目标设计的新型度量-Baker分层技术，作者在时间 $n^{2^{/mathcal{O}(varepsilon^{-2}\log(1/\varepsilon))}}$ 内实现了 $(1+\varepsilon)$-近似解，解决了近似算法领域中关于平面度量的长期开放问题。

ABSTRACT

We consider the classic Facility Location problem on planar graphs (non-uniform, uncapacitated). Given an edge-weighted planar graph $G$, a set of clients $C\\subseteq V(G)$, a set of facilities $F\\subseteq V(G)$, and opening costs $\\mathsf{open} \\colon F \ o \\mathbb{R}_{\\geq 0}$, the goal is to find a subset $D$ of $F$ that minimizes $\\sum_{c \\in C} \\min_{f \\in D} \\mathrm{dist}(c,f) + \\sum_{f \\in D} \\mathsf{open}(f)$. The Facility Location problem remains one of the most classic and fundamental optimization problem for which it is not known whether it admits a polynomial-time approximation scheme (PTAS) on planar graphs despite significant effort for obtaining one. We solve this open problem by giving an algorithm that for any $\\varepsilon>0$, computes a solution of cost at most $(1+\\varepsilon)$ times the optimum in time $n^{2^{O(\\varepsilon^{-2} \\log (1/\\varepsilon))}}$.

研究动机与目标

• 解决平面上设施选址问题是否具有多项式时间近似方案（PTAS）这一长期悬而未决的开放问题。
• 设计一种新颖的算法框架，以克服标准局部搜索技术在非均匀情况下失效的问题。
• 通过构造PTAS，证明平面上设施选址问题除非NP = P，否则不是APX-难的。
• 提出一种新型度量分解形式——'度量-Baker'分层，专门针对最小和目标（如设施选址问题）进行优化。

提出的方法

• 通过在输入的缩略版本上执行贪心过程，获得一个 $\mathcal{O}(1)$-近似解，从而揭示平面图的结构特性。
• 基于贪心解的结构，将输入实例划分为较小的、近乎独立的子实例。
• 在簇的树形结构上采用自底向上的动态规划方法，其中每个节点代表一个具有修改后请求和预测函数的子实例。
• 在叶节点使用 $5\varepsilon$-近似可行解框架，然后通过向上游添加 $5\varepsilon$ 到请求和预测值，逐步恢复可行性，同时确保成本增加受控。
• 利用引理28的递归成本界，证明最终解的总成本与最优解的差距不超过 $11\varepsilon \cdot M$，其中 $M$ 是初始解的总连接成本。
• 将 $\varepsilon$ 重新缩放一个因子11，从而在保持整体时间复杂度的前提下，实现 $(1+\varepsilon)$-近似解。

实验结果

研究问题

• RQ1 尽管局部搜索在此类问题中失效，是否仍可为平面上非均匀设施选址问题设计出多项式时间近似方案？
• RQ2 是否存在一种平面图的结构分解方式，能够有效支持对最小和目标（如设施选址）的高效近似？
• RQ3 能否将 '度量-Baker' 方法适配用于最小和问题，与它在 $k$-中心或 $k$-中位问题中的应用区分开来？
• RQ4 平面上非均匀设施选址问题是否具有PTAS，还是其本身是APX-难的？

主要发现

• 本文为平面上非均匀设施选址问题提出了PTAS，实现在时间 $n^{2^{\mathcal{O}(\varepsilon^{-2}\log(1/\varepsilon))}}$ 内的 $(1+\varepsilon)$-近似解。
• 该算法采用贪心初始化，为原始问题提供一个 $\mathcal{O}(\varepsilon^{-1})$-近似解，从而揭示了平面度量中的结构洞见。
• 提出了一种新颖的“度量-Baker”分层技术，专为最小和目标设计，使问题可分解为具有有界成本传播的独立子实例。
• 通过基于树的动态规划方法构建解，其中叶节点的 $5\varepsilon$-近似可行解被逐步升级为可行解，每个子实例的成本增加控制在 $5\varepsilon \cdot |C^\diamond_t|$ 以内。
• 最终解的总成本被限制在 $\mathsf{OPT}(J^\prime) + 11\varepsilon \cdot M$ 之内，经 $varepsilon$ 重新缩放后，可获得 $(1+\varepsilon)$-近似解。
• 该结果表明，除非 NP = P，否则平面上设施选址问题不是APX-难的，从而解决了近似算法领域的一个重大开放问题。