[论文解读] Fast Clustering with Lower Bounds: No Customer too Far, No Shop too Small

Alina Ene, Sariel Har-Peled+1 more|arXiv (Cornell University)|Apr 27, 2013

Computational Geometry and Mesh Generation参考文献 24被引用 11

一句话总结

本文提出了一种在固定维欧氏空间中求解 LowerBoundedCenter (LBC) 问题的 O(n log n) 时间复杂度、常数因子近似算法，利用 r-nets 和良好分离对分解（WSPD）实现 (4+ε) 近似。证明了 LBC 是 APX-难问题，即使在平面中其不可近似性阈值也达到 1.8−ε，从而确立了近似可解性的紧致界限。

ABSTRACT

We study the \LowerBoundedCenter (\lbc) problem, which is a clustering problem that can be viewed as a variant of the \kCenter problem. In the \lbc problem, we are given a set of points P in a metric space and a lower bound λ, and the goal is to select a set C \subseteq P of centers and an assignment that maps each point in P to a center of C such that each center of C is assigned at least λpoints. The price of an assignment is the maximum distance between a point and the center it is assigned to, and the goal is to find a set of centers and an assignment of minimum price. We give a constant factor approximation algorithm for the \lbc problem that runs in O(n \log n) time when the input points lie in the d-dimensional Euclidean space R^d, where d is a constant. We also prove that this problem cannot be approximated within a factor of 1.8-εunless P = \NP even if the input points are points in the Euclidean plane R^2.

研究动机与目标

• 设计一种在低维欧氏空间中求解 LowerBoundedCenter (LBC) 问题的快速、常数因子近似算法。
• 建立 LBC 的紧致不可近似性界限，证明除非 P=NP，否则其无法在 1.8−ε 因子内近似。
• 解决现实世界中每个中心必须服务最少数量客户的聚类场景，确保操作上的可行性。
• 将 r-nets 和良好分离对分解（WSPD）等几何工具的应用扩展至带下界约束的聚类问题。
• 探索带下界约束的聚类变体的复杂性图谱，包括引入上界约束的潜在扩展。

提出的方法

• 在固定维欧氏空间中，利用 O(n log n) 时间计算 r-nets 作为基础数据结构。
• 应用良好分离对分解（WSPD）以高效近似距离和聚类分配。
• 采用基于 r-net 结构的贪心聚类策略，确保每个中心服务至少 λ 个点。
• 通过点集的分层分解，将近似比控制在 (4+ε) 以内。
• 通过从 PRPOT3SAT 多项式时间构造，将 LBC 问题约化为判定问题，从而支持复杂性证明。
• 利用涉及圆盘覆盖和三角形几何的几何论证，证明在组件中实现信号翻转需要直径 ≥√13/2 的圆盘。

实验结果

研究问题

• RQ1 在固定维欧氏空间中，LowerBoundedCenter 问题是否能在 O(n log n) 时间内实现常数因子近似？
• RQ2 LBC 问题的最佳可能近似比是多少，且该界限是否紧致？
• RQ3 LBC 问题是否为 APX-难问题？在欧氏平面上的不可近似性阈值是多少？
• RQ4 r-nets 和 WSPD 等几何技术能否有效适配带下界约束的聚类问题？
• RQ5 当对聚类大小同时施加下界和上界约束时，LBC 的复杂性会发生什么变化？

主要发现

• 本文提出了一种在 ℝ^d（常数 d）中求解 LowerBoundedCenter 问题的 O(n log n)-时间 (4+ε)-近似算法。
• 证明了该问题为 APX-难问题，且除非 P=NP，否则其无法在 1.8−ε 因子内近似，即使在欧氏平面上亦成立。
• 通过从 PRPOT3SAT 的约化建立了不可近似性结果，表明当且仅当实例可满足时，存在直径 <√13/2 的解。
• 该算法依赖于高效计算 r-nets，并利用 WSPD 在下界约束下维持距离与分配的保证。
• 为实现线缆到子句连接中的信号翻转，圆盘直径必须至少为 √13/2，这对复杂性证明至关重要。
• 该方法可推广至同时包含下界和上界的情况，前提是上界至少为下界的两倍。