[论文解读] Inapproximability of Combinatorial Optimization Problems

Luca Trevisan|ArXiv.org|Sep 24, 2004

Optimization and Packing ProblemsEngineering被引用 17

一句话总结

本综述通过概率可检查证明（PCP）和归约方法，建立了关键组合优化问题的基本不可逼近性结果，证明了在 P ≠ NP 的假设下，某些问题如顶点覆盖（Vertex Cover）、独立集（Independent Set）和最大可满足性问题（Max SAT）无法在特定常数因子内被逼近。本文全面概述了近似难度的理论基础与开放问题，强调了 PCP 定理和唯一游戏猜想（Unique Games Conjecture）在推动该领域发展中的作用。

ABSTRACT

We survey results on the hardness of approximating combinatorial optimization problems.

研究动机与目标

• 系统性地调查 NP-难组合优化问题不可逼近性结果的现状。
• 解释如何利用概率可检查证明（PCP）和归约方法，为近似比建立下界。
• 识别并讨论该领域中的关键开放问题，包括唯一游戏猜想、度量 TSP 和稀疏割问题的不可逼近性。
• 阐明不可逼近性结果与整数规划松弛间隙（integrality gaps）之间的区别。
• 为探索近似算法极限的研究人员提供技术基础。

提出的方法

• 利用 PCP 定理将 NP-难问题的证明转化为优化问题的不可逼近性结果。
• 通过从 3SAT 和其他 NP-完全问题归约，构造具有可控近似比的实例。
• 应用针对特定问题（如 Max SAT、Max CUT 和 Independent Set）优化的 PCP 构造。
• 分析 PCP 验证器的可靠性（soundness）和查询复杂度，以推导出紧致的不可逼近因子。
• 将唯一游戏猜想作为核心假设，推导出最优的不可逼近性结果。
• 研究随机性、字母表大小和见证长度在 PCP 构造中的作用，以强化硬度结果。

实验结果

研究问题

• RQ1 在假设 P ≠ NP 的前提下，顶点覆盖问题的最佳可能近似比是多少？
• RQ2 Max SAT 的不可逼近性是否可以超越已知的基于 PCP 的界限？
• RQ3 是否存在度量 TSP 的常数因子不可逼近性结果？证明它需要哪些技术？
• RQ4 唯一游戏猜想能否被证明或证伪？其解决对近似难度意味着什么？
• RQ5 对于图划分问题（如稀疏割），是否存在不可逼近性结果？鉴于目前尚无已知下界，这一问题尤为关键。

主要发现

• 本文证明，在唯一游戏猜想成立的前提下，顶点覆盖问题不存在 (2−ε)-近似算法，除非 P = NP。
• 对于 Max SAT，2-近似是可行的，但除非 P = NP，否则 Max E3SAT 的近似比无法优于 8/7。
• 独立集和图着色问题不存在多项式时间近似方案，其性能比优于 n^{1−ε}（ε > 0）的情况，除非 P = NP。
• 唯一游戏猜想可推导出超图中 Max CUT 和顶点覆盖问题的最优不可逼近性结果。
• 目前稀疏割问题的最佳近似比为 O(√log n)，但尚无已知的不可逼近性结果，留下一个重大开放差距。
• 度量 TSP 的不可逼近性下限目前为 220/219，但尚未证明 1.1-不可逼近性结果，表明需要新的技术手段。