[论文解读] An Improved Approximation Algorithm for the Hard Uniform Capacitated k-median Problem

Shanfei Li|arXiv (Cornell University)|Jun 17, 2014

Facility Location and Emergency Management参考文献 1被引用 13

一句话总结

本论文为硬性均匀容量限制的 k-中位问题提出了一种 (6 + 10α)-近似算法，相较于先前工作，将所需容量增加从 3 降低至 2 + 2/α（α ≥ 4）。该方法采用改进的 LP 舍入框架，结合星型分解与分数解操作，实现了更优的近似比，同时保持有界的容量越界，相较于先前所有在 (2, 3) 范围内的越界比率算法表现更优。

ABSTRACT

In the $k$-median problem, given a set of locations, the goal is to select a subset of at most $k$ centers so as to minimize the total cost of connecting each location to its nearest center. We study the uniform hard capacitated version of the $k$-median problem, in which each selected center can only serve a limited number of locations. Inspired by the algorithm of Charikar, Guha, Tardos and Shmoys, we give a $(6+10α)$-approximation algorithm for this problem with increasing the capacities by a factor of $2+\frac{2}α, α\geq 4$, which improves the previous best $(32 l^2+28 l+7)$-approximation algorithm proposed by Byrka, Fleszar, Rybicki and Spoerhase violating the capacities by factor $2+\frac{3}{l-1}, l\in \{2,3,4,\dots\}$.

研究动机与目标

• 为硬性均匀容量限制的 k-中位问题开发一种近似比更优、容量越界更小的算法。
• 改进先前最佳近似比 (32l² + 28l + 7)（容量越界为 2 + 3/(l−1)，l ≥ 2）。
• 在 (2, 3) 范围内实现近似比与容量越界因子之间更紧密的权衡。
• 扩展并改进 Charikar 等人提出的 LP 舍入与星型分解技术，以更好地控制最坏情况下的容量越界。

提出的方法

• 利用容量限制 k-中位问题的 LP 松弛，并构造一种 {1/2, 1}-分数解，其容量越界受控。
• 基于位置的开启值，将分数解分解为以根节点为中心的星型结构，采用分层聚类方法。
• 应用一种新颖的逐星舍入策略，根据距离排序和分数开启值选择中心，以最小化成本与容量越界。
• 使用参数 α ≥ 4 控制容量越界因子，设定为 2 + 2/α，并设计依赖于 α 的舍入规则，以确保容量边界。
• 通过两阶段重分配过程重新分配需求：首先分配至中间分数中心，再分配至最终整数中心，从而控制成本增加。
• 应用集中化技术，利用三角不等式与服务成本性质，界定了需求重分配的成本。

实验结果

研究问题

• RQ1 能否在保持常数近似比的同时，将硬性均匀容量限制 k-中位问题的容量越界因子降低至 3 以下？
• RQ2 在 (2, 3) 范围内，近似比与容量越界因子之间最佳可能的权衡是什么？
• RQ3 如何改进 LP 舍入技术，以更好地控制基于星型分解的容量越界？
• RQ4 与具有固定越界因子的先前方法相比，参数化舍入策略（α ≥ 4）能否实现更优的近似比？
• RQ5 是否可能在将容量越界从 3 降低至 2 + 2/α 的同时，保持常数近似比？

主要发现

• 所提出的算法对硬性均匀容量限制 k-中位问题实现了 (6 + 10α) 的近似比。
• 容量越界被控制在 2 + 2/α 以内，对所有 α ≥ 4 均严格小于 3。
• 对于越界比率 2.1、2.3、2.5、2.75 和 3，该算法分别实现了 206、72.67、46、46 和 46 的近似比，显著优于先前最佳结果（分别为 31627、4187、1771、947 和 16）。
• 该算法保持了最多 k 个中心，满足基数约束。
• 该方法通过将容量越界从 3 降低至 2 + 2/α，改进了 Charikar 等人 16-近似算法的性能。
• 该算法可扩展至度量设施位置模型，容量越界因子为 2 + 1/(6 + 10α)，同时在小的加法因子内保持近似比。