[论文解读] Improved Approximation Algorithms by Generalizing the Primal-Dual Method Beyond Uncrossable Functions

Ishan Bansal, Joseph Cheriyan+2 more|arXiv (Cornell University)|Sep 22, 2022

Complexity and Algorithms in Graphs被引用 1

一句话总结

本文将原始对偶方法扩展至不可交叉函数之外，对更广泛的连通性函数类实现了16倍近似比。该框架被应用于改进三个网络设计问题的近似算法：小割增强、容量受限k-边连通性，以及(p,2)-柔性图连通性问题，克服了先前方法长期存在的局限性。

ABSTRACT

We address long-standing open questions raised by Williamson, Goemans, Vazirani and Mihail pertaining to the design of approximation algorithms for problems in network design via the primal-dual method (Combinatorica 15(3):435-454, 1995). Williamson et al. prove an approximation ratio of two for connectivity augmentation problems where the connectivity requirements can be specified by uncrossable functions. They state: "Extending our algorithm to handle non-uncrossable functions remains a challenging open problem. The key feature of uncrossable functions is that there exists an optimal dual solution which is laminar... A larger open issue is to explore further the power of the primal-dual approach for obtaining approximation algorithms for other combinatorial optimization problems." Our main result proves a 16-approximation ratio via the primal-dual method for a class of functions that generalizes the notion of an uncrossable function. There exist instances that can be handled by our methods where none of the optimal dual solutions have a laminar support. We present applications of our main result to three network-design problems. 1) A 16-approximation algorithm for augmenting the family of small cuts of a graph G. The previous best approximation ratio was O(log |V(G)|). 2) A 16⋅⌈k/u_min⌉-approximation algorithm for the Cap-k-ECSS problem which is as follows: Given an undirected graph G = (V,E) with edge costs c ∈ ℚ_{≥0}^E and edge capacities u ∈ ℤ_{≥0}^E, find a minimum cost subset of the edges F ⊆ E such that the capacity across any cut in (V,F) is at least k; u_min (respectively, u_max) denote the minimum (respectively, maximum) capacity of an edge in E, and w.l.o.g. u_max ≤ k. The previous best approximation ratio was min(O(log|V|), k, 2u_max). 3) A 20-approximation algorithm for the model of (p,2)-Flexible Graph Connectivity. The previous best approximation ratio was O(log|V(G)|), where G denotes the input graph.

研究动机与目标

• 解决网络设计中原始对偶方法扩展至非不可交叉函数的开放问题。
• 开发一种广义的原始对偶框架，即使最优对偶解缺乏层状支持也能适用。
• 改进此前近似因子高达对数级或更高的关键网络设计问题的近似比。
• 展示原始对偶方法在连通性问题中超越不可交叉性约束的潜力。

提出的方法

• 将Williamson等人提出的原始对偶算法推广至比不可交叉函数更广泛的函数类。
• 引入一类新函数，包含非不可交叉函数，并允许有界近似比。
• 将广义原始对偶方法应用于具有16倍近似保证的连通性增强问题。
• 利用最小违反集合的结构和2-近似最小割，高效识别执行过程中的约束。
• 利用现有原始对偶框架的同时，将其适用范围扩展至非层状对偶解。
• 通过2-近似最小割枚举，实现最小违反集合的多项式时间计算。

实验结果

研究问题

• RQ1 原始对偶方法能否扩展至处理网络设计问题中的非不可交叉函数？
• RQ2 对于涉及非不可交叉连通性函数的问题，是否可能实现常数倍近似？
• RQ3 当最优对偶解非层状时，可达到的最佳近似比是多少？
• RQ4 原始对偶框架能否应用于小割增强和容量受限k-边连通性等非不可交叉函数问题？
• RQ5 广义方法在扩展适用性的同时，是否保持效率与组合简洁性？

主要发现

• 原始对偶算法对一类广义不可交叉函数的函数类实现了16倍近似比，即使最优对偶解非层状也成立。
• 为图中所有小割的增强问题设计了16倍近似算法，优于此前的O(log |V|)比。
• 针对Cap-k-ECSS问题，提出了16·⌈k/umin⌉-倍近似算法，优于此前最优的min(O(log |V|), k, 2umax)。
• 为(p,2)-柔性图连通性问题实现了20倍近似算法，优于此前的O(log |V|)比。
• 当p为偶数时，由于该函数在此情况下为不可交叉函数，(p,2)-FGC的近似比可降至6。
• 该方法通过使用2-近似最小割实现了最小违反集合的多项式时间计算，确保了效率。