[论文解读] LP Rounding for k-Centers with Non-uniform Hard Capacities

Marek Cygan, MohammadTaghi Hajiaghayi+1 more|arXiv (Cornell University)|Aug 15, 2012

Facility Location and Emergency Management参考文献 26被引用 11

一句话总结

本文提出了一种针对具有非均匀硬容量的 k-center 问题的首个常数因子近似算法，采用了一种新颖的线性规划（LP）舍入方法。该算法实现了常数近似比（尽管未显式计算出具体数值），建立了非均匀容量下至少 7/5 的整数规划间隙下界，并证明了若存在 (3−ϵ)-近似算法将导致 P=NP，从而为该变种问题提供了强有力的不可近似性结果。

ABSTRACT

In this paper we consider a generalization of the classical k-center problem with capacities. Our goal is to select k centers in a graph, and assign each node to a nearby center, so that we respect the capacity constraints on centers. The objective is to minimize the maximum distance a node has to travel to get to its assigned center. This problem is NP-hard, even when centers have no capacity restrictions and optimal factor 2 approximation algorithms are known. With capacities, when all centers have identical capacities, a 6 approximation is known with no better lower bounds than for the infinite capacity version. While many generalizations and variations of this problem have been studied extensively, no progress was made on the capacitated version for a general capacity function. We develop the first constant factor approximation algorithm for this problem. Our algorithm uses an LP rounding approach to solve this problem, and works for the case of non-uniform hard capacities, when multiple copies of a node may not be chosen and can be extended to the case when there is a hard bound on the number of copies of a node that may be selected. In addition we establish a lower bound on the integrality gap of 7(5) for non-uniform (uniform) hard capacities. In addition we prove that if there is a (3-eps)-factor approximation for this problem then P=NP. Finally, for non-uniform soft capacities we present a much simpler 11-approximation algorithm, which we find as one more evidence that hard capacities are much harder to deal with.

研究动机与目标

• 为具有非均匀硬容量的 k-center 问题开发首个常数因子近似算法。
• 解决长期悬而未决的难题：在超过 15 年间，非均匀容量下的常数近似始终难以突破。
• 通过证明若存在 (3−ϵ)-近似算法将导致 P=NP，建立紧致的不可近似性界限。
• 分析标准 LP 公式在非均匀与均匀容量约束下的整数规划间隙。
• 将方法扩展至处理硬容量与软容量模型，揭示两者之间在复杂性上的显著差异。

提出的方法

• 提出一种专为具有非均匀硬容量的 k-center 问题设计的新 LP 舍入框架，其中每个顶点最多只能被选中一次。
• 采用一种新颖的舍入技术，在尊重容量约束的同时最小化最大分配距离。
• 将问题简化为标准 LP 公式，并通过组合构造分析其整数规划间隙。
• 通过从精确 3-集合覆盖问题到非均匀容量下 k-center 问题的直接归约，证明任何 (3−ϵ)-近似算法都将导致 P=NP。
• 构建一种基于图的归约，其中若 k-center 问题存在距离 ≤2 的解，则可导出精确 3-集合覆盖实例的解。
• 通过简化舍入过程，将方法扩展至软容量情形，得到一个 11-近似算法。

实验结果

研究问题

• RQ1 能否为具有非均匀硬容量的 k-center 问题设计出常数因子近似算法，其中每个中心具有不同的容量，且每个顶点仅能被选择一次？
• RQ2 该问题可达到的最佳近似比是多少？与均匀容量情形相比有何差异？
• RQ3 标准 LP 公式在非均匀硬容量下的整数规划间隙是否存在非平凡的下界？
• RQ4 是否存在 (3−ϵ)-近似算法而不会导致 P=NP？
• RQ5 在可近似性方面，硬容量模型与软容量模型的复杂性有何差异？

主要发现

• 本文首次通过 LP 舍入方法，为具有非均匀硬容量的 k-center 问题提出了常数因子近似算法，解决了长期悬而未决的问题。
• 为非均匀硬容量建立了至少 7/5 的整数规划间隙，表明该问题比无容量限制版本困难得多。
• 对于均匀硬容量，整数规划间隙被证明为 5 或 6，提示可能存在更紧的界限。
• 本文证明了若存在 (3−ϵ)-近似算法用于非均匀硬容量情形，将导致 P=NP，从而确立了极强的不可近似性。
• 对于非均匀软容量，提出了一个更简单的 11-近似算法，凸显了硬容量约束带来的显著难度提升。
• 从精确 3-集合覆盖问题到具有非均匀容量的 k-center 问题的归约，提供了比以往结果更直接、更简洁的 (3−ϵ)-不可近似性证明。