Algorytmy aproksymacyjne i parametryzowane

Podobne dokumenty
Algorytmika Problemów Trudnych

Zadania z egzaminów z Algorytmiki

Graf. Definicja marca / 1

Kombinatoryczne problemy optymalizacyjne to problemy wyboru najlepszego rozwiązania z pewnego zbioru rozwiązań

SPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki.

Siedem cudów informatyki czyli o algorytmach zdumiewajacych

Znajdowanie maksymalnych skojarzeń przy pomocy eliminacji Gaussa

Algorytmy parametryzowane i umiarkowanie wykładnicze ćwiczenia 1

Zadania z egzaminów z Algorytmiki

Teoria grafów dla małolatów. Andrzej Przemysław Urbański Instytut Informatyki Politechnika Poznańska

Algorytmy aproksymacyjne dla problemów stochastycznych

Złożoność obliczeniowa klasycznych problemów grafowych

Szeregowanie zadań. Wykład nr 3. dr Hanna Furmańczyk

Drzewa spinające MST dla grafów ważonych Maksymalne drzewo spinające Drzewo Steinera. Wykład 6. Drzewa cz. II

TEORIA GRAFÓW I SIECI

Algorytmy Równoległe i Rozproszone Część III - Układy kombinacyjne i P-zupełność

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott

Komiwojażer na płaszczyźnie

Porównanie czasów działania algorytmów sortowania przez wstawianie i scalanie

Metody Programowania

Algorytmy wyznaczania centralności w sieci Szymon Szylko

Algorytmy dynamiczne. Piotr Sankowski. - p. 1/14

Suma dwóch grafów. Zespolenie dwóch grafów

Algorytmy Równoległe i Rozproszone Część X - Algorytmy samostabilizujące.

Porównanie algorytmów wyszukiwania najkrótszych ścieżek międz. grafu. Daniel Golubiewski. 22 listopada Instytut Informatyki

Algorytmy aproksymacyjne dla problemów stochastycznych

Matematyczne podstawy informatyki Mathematical Foundations of Computational Sciences. Matematyka Poziom kwalifikacji: II stopnia

Kernelizacja ćwiczenia 1

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott

Wstęp do programowania

Matematyczne Podstawy Informatyki

9. Schematy aproksymacyjne

Matematyczne Podstawy Informatyki

SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Skojarzeniem w grafie G nazywamy dowolny podzbiór krawędzi parami niezależnych.

Instytut Informatyki Uniwersytet Wrocławski. Dane w sieciach. (i inne historie) Marcin Bieńkowski

Kolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie

KARTA KURSU. Algorytmy, struktury danych i techniki programowania. Algorithms, Data Structures and Programming Techniques

Matematyka dyskretna

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

Wybrane podstawowe rodzaje algorytmów

Znajdowanie skojarzeń na maszynie równoległej

Algorytmy Równoległe i Rozproszone Część V - Model PRAM II

Liczby pierwsze wielomianowo - ekstremalnie trudne?

Algorytmy aproksymacyjne dla problemów stochastycznych

Drzewa. Jeżeli graf G jest lasem, który ma n wierzchołków i k składowych, to G ma n k krawędzi. Własności drzew

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14

EGZAMIN - Wersja A. ALGORYTMY I STRUKTURY DANYCH Lisek89 opracowanie kartki od Pani dr E. Koszelew

Jeszcze o algorytmach

Nowe algorytmy rozwiązujące problem szerokości grafu

Wstęp do programowania. Drzewa. Piotr Chrząstowski-Wachtel

TEORIA GRAFÓW I SIECI

Literatura. 1) Pojęcia: złożoność czasowa, rząd funkcji. Aby wyznaczyć pesymistyczną złożoność czasową algorytmu należy:

Kolorowanie wierzchołków

7. Algorytmy aproksymacyjne

Wprowadzenie Podstawy Fundamentalne twierdzenie Kolorowanie. Grafy planarne. Przemysław Gordinowicz. Instytut Matematyki, Politechnika Łódzka

PROBLEM: SORTOWANIE PRZEZ ODWRÓCENIA METODA: ALGORYTMY ZACHŁANNE

Matematyka dyskretna

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

E ' E G nazywamy krawędziowym zbiorem

Wstęp do programowania

Teoria obliczeń i złożoność obliczeniowa

Algorytmy grafowe. Wykład 1 Podstawy teorii grafów Reprezentacje grafów. Tomasz Tyksiński CDV

Zofia Kruczkiewicz, Algorytmu i struktury danych, Wykład 14, 1

Algorytmiczna teoria grafów

Lista 6 Problemy NP-zupełne

Problem skoczka szachowego i inne cykle Hamiltona na szachownicy n x n

Prawdopodobieństwo i statystyka

Spis treści. Przedmowa. Wprowadzenie 0.1 Czym jest matematyka dyskretna?... XIII 0.2 Podstawowa literatura... XIV

Podstawowe własności grafów. Wykład 3. Własności grafów

Egzamin, AISDI, I termin, 18 czerwca 2015 r.

TEORETYCZNE PODSTAWY INFORMATYKI

Schemat programowania dynamicznego (ang. dynamic programming)

Grafem nazywamy strukturę G = (V, E): V zbiór węzłów lub wierzchołków, Grafy dzielimy na grafy skierowane i nieskierowane:

2. Pokaż, że algorytm Forda-Fulkersona nie ma własności stopu w sieciach, w których przepustowości mogą być niewymierne.

Programowanie dynamiczne i algorytmy zachłanne

TEORIA GRAFÓW I SIECI

Technologie Informacyjne

Informatyka 1. Złożoność obliczeniowa

Przykłady problemów optymalizacyjnych

Algorytmiczna teoria grafów

Teoria grafów dla małolatów

Programowanie liniowe

Matematyka dyskretna

Algorytmy parametryzowane ćwiczenia 1

PROBLEMY NIEROZSTRZYGALNE

Algorytm i złożoność obliczeniowa algorytmu

Droga i cykl Eulera Przykłady zastosowania drogi i cyku Eulera Droga i cykl Hamiltona. Wykład 4. Droga i cykl Eulera i Hamiltona

Modelowanie motywów łańcuchami Markowa wyższego rzędu

Zaawansowane programowanie

Klasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV

Struktury danych i złożoność obliczeniowa Wykład 5. Prof. dr hab. inż. Jan Magott

KURS MATEMATYKA DYSKRETNA

komputery? Andrzej Skowron, Hung Son Nguyen Instytut Matematyki, Wydział MIM, UW

Teoria grafów podstawy. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Równoległy algorytm wyznaczania bloków dla cyklicznego problemu przepływowego z przezbrojeniami

Algorytm simplex i dualność

Wykłady z Matematyki Dyskretnej

Algorytmy aproksymacyjne dla problemów stochastycznych

Kolorowanie wierzchołków grafu

Transkrypt:

Algorytmy aproksymacyjne i parametryzowane Marek Cygan Uniwersytet Warszawski 18 października 2012 Marek Cygan Algorytmy aproksymacyjne i parametryzowane 1/22

Wstęp W algorytmice problemy dzielimy na obliczeniowo trudne (NP-trudne) oraz proste ( P). Marek Cygan Algorytmy aproksymacyjne i parametryzowane 2/22

Wstęp W algorytmice problemy dzielimy na obliczeniowo trudne (NP-trudne) oraz proste ( P). 2 poly(n) vs poly(n). Marek Cygan Algorytmy aproksymacyjne i parametryzowane 2/22

Wstęp W algorytmice problemy dzielimy na obliczeniowo trudne (NP-trudne) oraz proste ( P). 2 poly(n) vs poly(n). Jeśli P NP, to co zrobić z problemami NP-trudnymi? Marek Cygan Algorytmy aproksymacyjne i parametryzowane 2/22

Wstęp W algorytmice problemy dzielimy na obliczeniowo trudne (NP-trudne) oraz proste ( P). 2 poly(n) vs poly(n). Jeśli P NP, to co zrobić z problemami NP-trudnymi? Dwa wyjścia: algorytmy aproksymacyjne, algorytmy parametryzowane. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 2/22

Część I: Algorytmy aproksymacyjne Marek Cygan Algorytmy aproksymacyjne i parametryzowane 3/22

Algorytmy aproksymacyjne Definicja Algorytm ρ-aproksymacyjny dla problemu minimalizacyjnego w czasie poly(n) znajduje rozwiązanie o koszcie ρ OPT. Kompromis polega na zachowaniu czasu wielomianowego, kosztem dokładności rozwiązania. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 4/22

Przykład problemu W problemie k-center mamy dany zbiór miejscowości (V ), które musimy obsłużyć otwierając k centrów obsługi klienta (COK). Marek Cygan Algorytmy aproksymacyjne i parametryzowane 5/22

Przykład problemu W problemie k-center mamy dany zbiór miejscowości (V ), które musimy obsłużyć otwierając k centrów obsługi klienta (COK). Chcemy przypisać COK dla każdej miejscowości, tak aby zminimalizować najdalszą odległość pomiędzy klientem a jego COK. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 5/22

Przykład problemu W problemie k-center mamy dany zbiór miejscowości (V ), które musimy obsłużyć otwierając k centrów obsługi klienta (COK). Chcemy przypisać COK dla każdej miejscowości, tak aby zminimalizować najdalszą odległość pomiędzy klientem a jego COK. Dodatkowo COK mają przepustowości jeśli otworzymy COK w x, to może ono obsłużyć L(x) miejscowości. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 5/22

Definicja problemu k-center z przepustowościami Wejście: Metryka d : V V R +, funkcja przepustowości L : V N oraz liczba k. Wyjście: Zbiór S V rozmiaru k oraz funkcja φ : V S, taka że dla każdego u S mamy φ 1 (u) L(u). Cel: Zminimalizować max v V d(v, φ(v)). 1 2 3 0 4 3 5 2 Marek Cygan Algorytmy aproksymacyjne i parametryzowane 6/22

Definicja problemu k-center z przepustowościami Wejście: Metryka d : V V R +, funkcja przepustowości L : V N oraz liczba k. Wyjście: Zbiór S V rozmiaru k oraz funkcja φ : V S, taka że dla każdego u S mamy φ 1 (u) L(u). Cel: Zminimalizować max v V d(v, φ(v)). 1 2 3 0 4 3 5 2 Marek Cygan Algorytmy aproksymacyjne i parametryzowane 6/22

Historia problemu oraz główny wynik Poprzednio: Nawet bez przepustowości problem k-center jest NP-trudny. Istnieje 2-aproksymacja ( 85) oraz wiadomo że nie da się otrzymać ρ = (2 ɛ). Dla identycznych przepustowości istnieje 6-aproksymacja (Khuller and Sussman 96). C., Hajiaghayi, Khuller 2012 Algorytm ze stałym współczynnikiem aproksymacji dla dowolnych przepustowości. Narzędzia: LP + kombinatoryczna metoda zaokrąglania. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 7/22

Część II: Algorytmy parametryzowane Marek Cygan Algorytmy aproksymacyjne i parametryzowane 8/22

Algorytmy parametryzowane Definicja Instancja wyposażona jest w dodatkową wartość parametr (ozn. k). Parametr ma za zadanie odzwierciedlać trudność instancji. Algorytm parametryzowany rozwiązuje problem (dokładnie) w czasie f (k)poly(n). Przykładowo algorytm o złożoności 2 k n może być użyteczny dla k = 20, n = 10 4. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 9/22

Czym jest szerokość drzewiasta? Szerokość drzewiasta (ang. treewidth) - parametr odzwierciedlający trudność grafu; mierzy stopień podobieństwa do drzewa. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 10/22

Czym jest szerokość drzewiasta? Szerokość drzewiasta (ang. treewidth) - parametr odzwierciedlający trudność grafu; mierzy stopień podobieństwa do drzewa. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 10/22

Czym jest szerokość drzewiasta? Szerokość drzewiasta (ang. treewidth) - parametr odzwierciedlający trudność grafu; mierzy stopień podobieństwa do drzewa. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 10/22

Czym jest szerokość drzewiasta? Szerokość drzewiasta (ang. treewidth) - parametr odzwierciedlający trudność grafu; mierzy stopień podobieństwa do drzewa. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 10/22

Czym jest szerokość drzewiasta? Szerokość drzewiasta (ang. treewidth) - parametr odzwierciedlający trudność grafu; mierzy stopień podobieństwa do drzewa. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 10/22

Czym jest szerokość drzewiasta? Szerokość drzewiasta (ang. treewidth) - parametr odzwierciedlający trudność grafu; mierzy stopień podobieństwa do drzewa. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 10/22

Czym jest szerokość drzewiasta? Szerokość drzewiasta (ang. treewidth) - parametr odzwierciedlający trudność grafu; mierzy stopień podobieństwa do drzewa. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 10/22

Znany algorytm dla zbioru niezależnego Problemu najliczniejszego zbioru niezależnego. Równoważność częściowych rozwiązań pozwala na rozwiązanie przez programowanie dynamiczne w czasie 2 t poly(n). Marek Cygan Algorytmy aproksymacyjne i parametryzowane 11/22

Problemy lokalne i globalne Dla wielu lokalnych problemów istnieją algorytmy c t poly(n): zbiór niezależny (2 t ), zbiór dominujący (3 t ), zliczanie skojarzeń (2 t ). Jednakże dla problemów z warunkiem globalnym (np. spójność) znano jedynie algorytmy c t log t poly(n): najdłuższa ścieżka (ścieżka Hamiltona), drzewo Steinera, zbiór rozcyklający (ang. FVS), spójne pokrycie wierzchołkowe, spójny zbiór dominujący, pokrycie najmniejszą liczbą cykli, pakowanie cykli. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 12/22

Technika tnij i zliczaj C., Nederlof, Pilipczuk, Pilipczuk, van Rooij, Wojtaszczyk 2011 Opracowaliśmy technikę tnij i zliczaj, która pozwala na uzyskanie algorytmów Monte Carlo o złożoności c t poly(n), dla problemów gdzie liczba spójnych składowych jest minimalizowana: najdłuższa ścieżka, drzewo Steinera, spójne pokrycie wierzchołkowe, spójny zbiór dominujący, pokrycie najmniejszą liczbą cykli, zbiór rozcyklający,... Marek Cygan Algorytmy aproksymacyjne i parametryzowane 13/22

Niewielkie stałe i ograniczenia dolne Problem złożoność ograniczenie dolne (SETH) drzewo Steinera 3 t (3 ɛ) t zbiór rozcyklający 3 t (3 ɛ) t spójne pokrycie wierzchołkowe 3 t (3 ɛ) t spójny zbiór dominujący 4 t (4 ɛ) t spójny zbiór rozcyklający 4 t (4 ɛ) t (skier.) najdłuższa ścieżka (6 t ) 4 t (skier.) najmniejsze pokrycie cyklowe (6 t ) 4 t... Marek Cygan Algorytmy aproksymacyjne i parametryzowane 14/22

Uzupełniający wynik Maksymalizacja liczby spójnych składowych jest trudna. Twierdzenie Przy założeniu hipotezy ETH nie istnieje algorytm o złożoności 2 o(t log t) poly(n) dla problemu pakowania cykli (i innych). Marek Cygan Algorytmy aproksymacyjne i parametryzowane 15/22

Następstwa uzyskanych wyników Szybsze algorytmy parametryzowane wielkością rozwiązania: 3.83 k poly(n) 3 k poly(n) dla zbioru rozcyklającego, 2.49 k poly(n) 2 k poly(n) dla spójnego pokrycia wierzchołkowego, 46.2 k poly(n) 3 k poly(n) dla spójnego zbioru rozcyklającego. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 16/22

Następstwa uzyskanych wyników Szybsze algorytmy parametryzowane, wykładnicze i aproksymacyjne w grafach planarnych i z zabronionym minorem. Cykl Hamiltona w grafach kubicznych: O(1.251 n ) O(1.201 n ). Marek Cygan Algorytmy aproksymacyjne i parametryzowane 17/22

Technika tnij i zliczaj znajdowanie samoredukowalność istnienie lemat o izolacji zliczanie mod 2 Nowy cel: znaleźć #cykli Hamiltona modulo 2. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 18/22

Technika tnij i zliczaj Przez cięcie (V 1, V 2 ) oznaczamy podział V = V 1 V 2. Pokrycie cyklowe X E nazwiemy zgodnym z cięciem (V 1, V 2 ) wtw X E(V 1, V 2 ) =. V 1 V 2 V 1 V 2 Marek Cygan Algorytmy aproksymacyjne i parametryzowane 19/22

Technika tnij i zliczaj Główny pomysł Zamiast zliczać cykle Hamiltona będziemy zliczać pary (pokrycie cyklowe, zgodne cięcie). Takie obiekty się łatwo zlicza standardowymi technikami. Pokrycie o a cyklach jest zgodne z dokładnie 2 a 1 cięciami. v 0 V 1 V 2 Marek Cygan Algorytmy aproksymacyjne i parametryzowane 20/22

Pozostałe zainteresowania Dokładne algorytmy wykładnicze. Teoria grafów. Skojarzenia. Algorytmy online. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 21/22

Pytania Dziękuję za uwagę. Marek Cygan Algorytmy aproksymacyjne i parametryzowane 22/22