[论文解读] Constant factor FPT approximation for capacitated k-median

Marek Adamczyk, Jarosław Byrka+3 more|arXiv (Cornell University)|Sep 16, 2018

Computational Geometry and Mesh Generation参考文献 15被引用 8

一句话总结

本文提出了首个在FPT时间内实现(7 + ε)近似比的容量受限k-中位问题算法，该算法同时满足基数（k个设施）和容量约束。该方法结合了度量树嵌入、将客户聚类为ℓ = O(k log n/ε)个中心，并在ℓ中心实例上采用参数化动态规划方法，从而在时间 2^{O(k log k)}n^{O(1)} 内实现常数因子近似。

ABSTRACT

Capacitated k-median is one of the few outstanding optimization problems for which the existence of a polynomial time constant factor approximation algorithm remains an open problem. In a series of recent papers algorithms producing solutions violating either the number of facilities or the capacity by a multiplicative factor were obtained. However, to produce solutions without violations appears to be hard and potentially requires different algorithmic techniques. Notably, if parameterized by the number of facilities $k$, the problem is also $W[2]$ hard, making the existence of an exact FPT algorithm unlikely. In this work we provide an FPT-time constant factor approximation algorithm preserving both cardinality and capacity of the facilities. The algorithm runs in time $2^{\mathcal{O}(k\log k)}n^{\mathcal{O}(1)}$ and achieves an approximation ratio of $7+\varepsilon$.

研究动机与目标

• 设计一种固定参数可追踪（FPT）近似算法，用于容量受限k-中位问题，同时满足设施数量k及其容量约束。
• 解决长期存在的开放问题：在不违反容量或基数约束的前提下，实现多项式时间的常数因子近似。
• 通过设计具有常数近似比的FPT算法，弥合近似算法与参数化复杂性之间的鸿沟。
• 探索是否可通过替代嵌入或舍入技术，在FPT时间内实现更优的近似比（例如(1+ε)）。

提出的方法

• 使用概率树嵌入将度量空间转化为树结构，期望失真度为O(log k)。
• 将客户聚类为ℓ = O(k log n / ε)个中心，形成ℓ中心实例。
• 猜测k个设施在这些ℓ个中心之间的分布，从而将问题简化为结构化实例。
• 在树嵌入实例上应用动态规划，计算子树t、设施数量k′和客户平衡b的D(t, k′, b)。
• 对距离进行舍入，并将问题转化为在全幺素矩阵上的线性规划，以确保整数解。
• 将未容量受限k-中位问题的FPT算法与树嵌入框架相结合，以保持近似保证。

实验结果

研究问题

• RQ1 能否在不违反容量或设施数量约束的前提下，为容量受限k-中位问题实现常数因子的FPT近似？
• RQ2 通过FPT技术与结构化实例简化，能否突破标准LP松弛的整数规划间隙障碍？
• RQ3 能否通过替代嵌入或舍入技术，在FPT时间内将(7+ε)近似比改进为(1+ε)？
• RQ4 是否可通过利用ℓ中心实例的结构，设计出多项式时间的常数因子近似算法？

主要发现

• 本文提出了一种(7 + ε)近似算法，用于容量受限k-中位问题，其时间复杂度为2^{O(k log k)}n^{O(1)}，且严格满足k和容量约束。
• 该算法通过结合树嵌入与针对ℓ中心实例的新型FPT动态规划方法实现。
• 树嵌入步骤确保最优解的期望代价最多增加O(log k)倍，从而使得在树上可实现多项式时间的精确解。
• 动态规划公式D(t, k′, b)计算在子树t中开放k′个设施，并将b个客户通过边传递至其父节点的最小代价，代价在顶端节点处累计。
• 该框架可实现对全幺素线性规划的清晰约化，确保整数解且不违反容量约束。
• 该结果优于目前已知的O(log k)多项式时间近似比，并首次为该问题提供了具有常数近似比的FPT算法。