[论文解读] On Metric Multi-Covering Problems

Santanu Bhowmick, Tanmay Inamdar+1 more|arXiv (Cornell University)|Feb 12, 2016

Facility Location and Emergency Management被引用 4

一句话总结

本文通过将度量多覆盖问题（MMC）及其推广形式——非均匀MMC和t-MMC，简化为多个1-覆盖问题的实例，首次提出了针对该问题的常数因子近似算法。该方法利用外覆盖和动态规划，实现了$4 \cdot (540)^\alpha$的近似比，且与客户需求或维度无关。

ABSTRACT

In the metric multi-cover problem (MMC), we are given two point sets $Y$ (servers) and $X$ (clients) in an arbitrary metric space $(X \cup Y, d)$, a positive integer $k$ that represents the coverage demand of each client, and a constant $α\geq 1$. Each server can have a single ball of arbitrary radius centered on it. Each client $x \in X$ needs to be covered by at least $k$ such balls centered on servers. The objective function that we wish to minimize is the sum of the $α$-th powers of the radii of the balls. In this article, we consider the MMC problem as well as some non-trivial generalizations, such as (a) the non-uniform MMC, where we allow client-specific demands, and (b) the $t$-MMC, where we require the number of open servers to be at most some given integer $t$. For each of these problems, we present an efficient algorithm that reduces the problem to several instances of the corresponding $1$-covering problem, where the coverage demand of each client is $1$. Our reductions preserve optimality up to a multiplicative constant factor. Applying known constant factor approximation algorithms for $1$-covering, we obtain the first constant approximations for the MMC and these generalizations.

研究动机与目标

• 为任意度量空间中的度量多覆盖问题（MMC）开发多项式时间近似算法，且覆盖需求具有普遍性。
• 将MMC推广至非均匀覆盖需求情形，即每个客户可能具有不同的需求，以及t-MMC变体，该变体限制所用服务器数量。
• 实现与覆盖需求k或空间维度无关的常数因子近似保证。
• 在保持近似成本在常数因子范围内的前提下，将复杂的多覆盖问题简化为更简单的1-覆盖实例。
• 提供一个统一框架，适用于容错传感器网络设计及其他具有最小化能耗目标的几何覆盖问题。

提出的方法

• 在每个覆盖层级i（从1到k）引入‘外覆盖’的概念，即以服务器为中心的球体集合，这些球体共同覆盖所有客户至少i次。
• 从t-MMC问题的最优解中构造层级i的外覆盖ρ_i，确保其总成本在最优成本的常数因子范围内。
• 利用动态规划，基于外覆盖结构，将来自两个派生服务器子集（Y_i^p和Y_i^s）的1-覆盖解在每个层级i上进行组合。
• 对每个外覆盖应用已知的1-覆盖问题的5^α-近似算法（由Charikar和Panigrahy提出），生成1-覆盖解，其成本受外覆盖成本的(12·5)^α倍限制。
• 通过尊重总服务器预算t的动态规划，将各层级的1-覆盖解组合起来，确保解的可行性与成本近似性。
• 证明最终解的成本在最优t-MMC解的4·(540)^α倍以内，该结果基于对外覆盖成本和服务器数量的界限分析。

实验结果

研究问题

• RQ1 能否在任意度量空间中，对度量多覆盖问题实现与覆盖需求k无关的常数因子近似？
• RQ2 如何高效地对非均匀MMC（客户具有不同覆盖需求）进行近似，且保证常数因子？
• RQ3 是否可以为t-MMC问题设计常数因子近似算法，其中仅允许使用t个服务器？
• RQ4 能否从最优解中构造出外覆盖，使其成本和服务器使用量相对于最优解有界？
• RQ5 通过简化为1-覆盖问题，MMC及其变体所能达到的最佳近似比是多少？

主要发现

• 本文首次在任意度量空间中实现了对度量多覆盖问题（MMC）的常数因子近似，保证近似比为$4 \cdot (540)^\alpha$。
• 对于非均匀MMC（每个客户具有不同的覆盖需求），相同的简化框架可实现常数因子近似，扩展了先前工作。
• t-MMC变体（仅允许使用t个服务器）的近似比也控制在最优解的$4 \cdot (540)^\alpha$倍以内，通过在外覆盖上使用动态规划实现。
• 外覆盖构造确保层级i的外覆盖总成本至多为最优成本的$2 \cdot (9)^\alpha$倍，且其联合服务器使用量受t约束限制。
• 该方法将k-覆盖问题简化为多个1-覆盖问题，从而可利用现有的5^α-近似算法求解1-覆盖问题，每层级的成本增加因子为$(12 \cdot 5)^\alpha$。
• 最终的近似比$4 \cdot (540)^\alpha$通过结合外覆盖成本界限与1-覆盖近似结果得出，其中540 = 12·5·9，反映了简化步骤中常数的组合。