[论文解读] Approximating $k$-Median via Pseudo-Approximation

Li Shi, Ola Svensson|arXiv (Cornell University)|Nov 1, 2012

Complexity and Algorithms in Graphs参考文献 22被引用 4

一句话总结

本文提出了一种新的 $k$-median 问题近似算法，实现了 $1+\sqrt{3}+\epsilon$ 的近似比，优于此前最佳的 $3+\epsilon$。该方法基于伪近似框架：首先证明，任何使用 $k+O(1)$ 个设施并产生 $\alpha$-近似解的算法，均可转化为使用恰好 $k$ 个设施的 $\alpha$-近似算法；随后设计出具有改进近似比的此类伪近似算法。

ABSTRACT

We present a novel approximation algorithm for $k$-median that achieves an approximation guarantee of $1+\sqrt{3}+ε$, improving upon the decade-old ratio of $3+ε$. Our approach is based on two components, each of which, we believe, is of independent interest. First, we show that in order to give an $α$-approximation algorithm for $k$-median, it is sufficient to give a \emph{pseudo-approximation algorithm} that finds an $α$-approximate solution by opening $k+O(1)$ facilities. This is a rather surprising result as there exist instances for which opening $k+1$ facilities may lead to a significant smaller cost than if only $k$ facilities were opened. Second, we give such a pseudo-approximation algorithm with $α= 1+\sqrt{3}+ε$. Prior to our work, it was not even known whether opening $k + o(k)$ facilities would help improve the approximation ratio.

研究动机与目标

• 突破 $k$-median 问题长期存在的 $3+\epsilon$ 近似比障碍。
• 开发一种新的算法框架，放松必须恰好开启 $k$ 个设施的硬性约束，从而实现更优的近似保证。
• 建立伪近似算法（允许使用 $k+O(1)$ 个设施）与真正的 $k$-median 近似算法之间的通用联系。
• 分析在放宽设施约束条件下（特别是允许使用 $k+O(1)$ 个设施时）自然 LP 松弛的整数规划间隙。
• 探索软约束与分层 LP 松弛（如 Sherali-Adams）在设计聚类问题更好近似算法中的潜力。

提出的方法

• 引入一种伪近似算法的概念，该算法开启 $k+c$ 个设施（$c$ 为常数），并证明此类算法可被转化为具有相同近似比的真正 $k$-median 近似算法。
• 提出一种双点解框架，将成本分析为两种极端解的凸组合：一种是开启所有设施（$d_1$），另一种是仅开启子集（$d_2$）。
• 在解图中的星形结构上使用随机舍入方案，设施的选择概率依赖于其度数和参数 $b$，以控制期望连接成本。
• 通过双点解与平凡全设施解之间的平衡论证，推导出双点成本的 $\frac{1+\sqrt{3}+\epsilon}{2}$-近似，进而用于界定整体近似比。
• 采用参数 $a = \frac{\sqrt{3}-1}{4}$ 和 $b = \frac{2}{1+\sqrt{3}}$ 以优化双点分析中两个成本分量之间的权衡。
• 对 LP 使用 $\delta$-松弛，允许 $O(1/\epsilon)$ 的加法误差，从而在所需近似因子内高效计算双点解。

实验结果

研究问题

• RQ1 能否在不损失近似比的前提下，将开启 $k+O(1)$ 个设施的伪近似算法转化为真正的 $k$-median 近似？
• RQ2 使用 $k+O(1)$ 个设施的最优解成本与使用 $k$ 个设施的自然 LP 松弛值之间的最大比值是多少？
• RQ3 允许 $k+o(k)$ 的设施违反是否有助于缩小 $k$-median LP 松弛的整数规划间隙？
• RQ4 Sherali-Adams 或 Lasserre 层次结构能否用于通过放松硬约束来设计更好的 $k$-median 近似算法？
• RQ5 所提出的 $1+\sqrt{3}+\epsilon$ 近似比是否紧致，或可在此框架下进一步改进？

主要发现

• 本文实现了 $1+\sqrt{3}+\epsilon$ 的 $k$-median 问题近似比，优于此前最佳的 $3+\epsilon$。
• 证明了任何使用 $k+O(1)$ 个设施的 $\alpha$-近似伪近似算法，均可转化为使用恰好 $k$ 个设施的 $\alpha$-近似算法。
• 当允许使用 $k+O(1)$ 个设施时，$k$-median 自然 LP 松弛的整数规划间隙最多为 $1+\sqrt{3}+\epsilon$，表明 2 的障碍可能被突破。
• 双点解框架对组合成本实现了 $\frac{1+\sqrt{3}+\epsilon}{2}$-近似，且在给定参数化下为最优。
• 该算法时间复杂度为 $O(n^{O(1/\epsilon^2)})$，对常数 $\epsilon$ 来说效率较高。
• 分析表明，$k$-median LP 的最坏情况整数规划间隙实例在允许使用 $k+1$ 个设施时不再成立，提示存在关闭间隙的潜在路径。