关于稳健生成树问题的可近似性
摘要：具有不确定边缘成本的最小生成树问题被讨论。为了建模不确定性，指定了一个离散的情景集，并采用稳健的框架来选择解决方案。讨论了问题的最小-最大、最小-最大后悔和两阶段最小-最大版本。探讨了所有这些问题的复杂性和近似性。证明了具有非负边缘成本的最小-最大和最小-最大后悔版本在没有NP问题具有拟多项式时间算法的情况下，无法在$O(\log^{1-\epsilon} n)$内进行逼近，其中$\epsilon>0$。同样，除非NP问题具有拟多项式时间算法，否则无法在$O(\log n)$内逼近两阶段最小-最大问题。在本文中，还提出了性能比为$O(\log^2 n)$的基于随机LP的逼近算法来解决最小-最大和两阶段最小-最大问题。
作者：Adam Kasperski and Pawel Zielinski
论文ID：1004.2891
分类：Computational Complexity
分类简称：cs.CC
提交时间：2010-04-19