[论文解读] Analysis and Counterexamples Regarding Yatsenko's Polynomial-Time Algorithm for Solving the Traveling Salesman Problem

Christopher Clingerman, Jeremiah Hemphill+1 more|ArXiv.org|Jan 3, 2008

Vehicle Routing Optimization Methods参考文献 2被引用 3

一句话总结

本文分析了维迪姆·亚采琴科声称的解决NP难旅行商问题（TSP）的多项式时间算法，通过反例证明该算法无法产生最优解。该算法通过迭代添加使路径长度增加最小的节点来构建路径，但被证明是错误的，且由于子问题重叠和路径自相交，其最坏情况下的时间复杂度可能为指数级。

ABSTRACT

Yatsenko gives a polynomial-time algorithm for solving the traveling salesman problem. We examine the correctness of the algorithm and its construction. We also comment on Yatsenko's evaluation of the algorithm.

研究动机与目标

• 评估亚采琴科提出的旅行商问题多项式时间算法的正确性。
• 识别该算法在构建和逻辑上的缺陷，特别是其声称通过最大-最小添加过程重建最优解的论断。
• 通过反例证明该算法并不总能产生最优的TSP解。
• 挑战亚采琴科依赖视觉检查进行验证的做法，尤其针对大规模N值的情况。
• 分析该算法的时间复杂度，证明其可能并非多项式时间，原因在于子问题重叠和指数级子情况。

提出的方法

• 作者分析了亚采琴科的三步算法：从距离最远的两点和使总距离最大的第三点构成初始三角形。
• 他们评估了迭代添加节点的过程，其中每个新节点的选择基于替换某条边时路径长度变化最小的扰动。
• 他们在欧几里得反例上测试了该算法，表明其生成的路径次优，且并非亚采琴科自身切割过程的逆过程。
• 他们考察了最小-最小变体（选择扰动最小的节点添加），并证明该方法无法逆转切割过程，从而证明该方法在逻辑上不成立。
• 他们指出，等距节点和网格状配置会产生重叠的子问题，导致指数级子情况。
• 他们认为，若不进行剪枝，该算法的时间复杂度将变为指数级，与亚采琴科声称的多项式时间相矛盾。

实验结果

研究问题

• RQ1 亚采琴科的算法是否能通过逆转切割过程正确重建最优TSP解？
• RQ2 该算法是否能在所有情况下被证明正确，尤其是在欧几里得空间中？
• RQ3 对于大规模TSP实例（N ≥ 500），使用视觉检查是否能提供可靠的验证？
• RQ4 是否存在该算法生成自相交路径（即环路路径）的情况，而这类路径是次优的？
• RQ5 当出现重叠子问题时，特别是节点呈网格状分布时，该算法的时间复杂度是否仍保持多项式？

主要发现

• 该算法在简单的欧几里得反例中失效：当最优解明显可见时（图3），其生成的路径并非最优（图2）。
• 最大-最小添加过程并非亚采琴科切割过程的逆过程，从而使其核心理论依据失效。
• 由于配置重叠，该算法可能产生指数级数量的子问题，尤其在等距或网格对齐的节点中更为明显。
• 对于100个节点的图，该算法可能需要最多(3×(10−2))!次额外迭代，表明其运行时间可能为指数级。
• 在N = 2000时，该算法在5种情况中有4种生成了自相交（环路）路径，而这类路径被证明是次优的。
• 亚采琴科依赖视觉检查在大规模场景下无法可靠验证正确性，因其无法检测细微的次优性。