[论文解读] On Approximation Lower Bounds for TSP with Bounded Metrics

Marek Karpiński, Richard Schmied|arXiv (Cornell University)|Jan 27, 2012

Complexity and Algorithms in Graphs参考文献 14被引用 11

一句话总结

本文通过从混合问题（Hybrid problem）出发的新型归约，利用专门设计的部件（包括奇偶性图），首次为(1,2)-ATSP和(1,2)-TSP问题建立了明确的近似下界。研究证明，将这些问题的近似比改进至207/206 ≈ 1.00485以下即为NP难问题，显著优于以往的界限，确立了在边权有界条件下的度量TSP变种中最为紧致的已知不可近似性结果之一。

ABSTRACT

We develop a new method for proving explicit approximation lower bounds for TSP problems with bounded metrics improving on the best up to now known bounds. They almost match the best known bounds for unbounded metric TSP problems. In particular, we prove the best known lower bound for TSP with bounded metrics for the metric bound equal to 4.

研究动机与目标

• 为(1,2)-ATSP和(1,2)-TSP问题建立更强的显式不可近似性下界。
• 通过专门设计的图部件，构建从混合问题到(1,2)-ATSP和(1,4)-ATSP问题的多项式时间归约。
• 证明在207/206以下近似(1,2)-ATSP为NP难，优于先前的界限。
• 通过归约技术将硬度结果扩展至相关TSP变种，包括MAX–(0,1)-ATSP。

提出的方法

• 通过变量部件和方程部件，从混合问题构造到(1,2)-ATSP的归约，其中哈密顿路径对应于满足赋值。
• 引入‘奇偶性图’作为核心组件，用于在形如x⊕y⊕z=0的方程中模拟异或约束。
• 采用基于部件的构造方法，使得(1,2)-ATSP实例中的环游长度精确对应于混合问题中未满足方程的数量。
• 通过边权映射将(1,2)-ATSP转换为MAX–(0,1)-ATSP，以推导出MAX–ATSP问题的硬度。
• 应用从MAX–E3–LIN到混合问题的归约，基于已知的硬度结果建立紧致的不可近似性比率。
• 通过根据变量赋值分类并统计2-权重边的数量，分析所构造ATSP实例中的环游结构，从而推导出局部成本贡献。

实验结果

研究问题

• RQ1 能否在先前结果的基础上，为(1,2)-ATSP问题建立更明确的不可近似性下界？
• RQ2 在何种程度上，(1,2)-ATSP的近似比下限可被严格逼近，使其在该下限以下的近似为NP难？
• RQ3 如何设计部件，以在TSP归约中保持近似硬度的前提下，准确模拟异或约束？
• RQ4 在多大程度上，(1,2)-ATSP的硬度结果可被推广至其他TSP变种，如MAX–(0,1)-ATSP？

主要发现

• 在207/206 ≈ 1.00485以下近似(1,2)-ATSP为NP难问题。
• 在741/740 ≈ 1.00135以下近似(1,2)-TSP为NP难问题。
• MAX–(0,1)-ATSP问题在320/319 ≈ 1.00314以下的近似为NP难问题。
• 从混合问题到(1,2)-ATSP的归约保持了未满足方程数量与环游长度偏差之间的一一对应关系。
• 奇偶性图部件确保仅当奇偶性图遍历次数为偶数时才存在哈密顿路径，从而正确模拟异或约束。
• 该构造表明，在标准复杂性理论假设下，将(1,2)-ATSP的近似比改进至207/206以下为NP难问题。