Bài giảng Giải thuật - Chương 13: Giải thuật xấp xỉ

Giải Thuật Xấp Xỉ 
Chapter 37 
Approximation Algorithms 
Tiếp cận một bài toán NP-đầy đủ 
Nếu một bài toán là NP-đầy đủ thì không chắc rằng ta sẽ tìm được một giải thuật thời gian đa thức để giải nó một cách chính xác. 
Tiếp cận một bài toán NP-đầy đủ 
1) Nếu các input có kích thước nhỏ thì một giải thuật chạy trong thời gian số mũ vẫn có thể thoả mãn yêu cầu 
2) Thay vì tìm các lời giải tối ưu, có thể tìm các lời giải gần tối ưu trong thời gian đa thức . 
21.5.2004 
2 
Chương 37 
Approximation Algorithms 
Giải thuật xấp xỉ 
Một giải thuật xấp xỉ là một giải thuật trả về lời giải gần tối ưu. 
Giả sử: chi phí của lời giải  0. Gọi C  là chi phí của lời giải tối ưu. 
Một giải thuật xấp xỉ cho một bài toán tối ưu được gọi là có tỉ số xấp xỉ r( n ) (approximation ratio, ratio bound) nếu với mọi input có kích thước n thì chi phí của lời giải do giải thuật xấp xỉ tìm được sẽ thoả 
max( C  C  , C   C )  r( n ) . 
21.5.2004 
3 
Chương 37 
Approximation Algorithms 
Giải thuật xấp xỉ 
Chi phí của lời giải do giải thuật xấp xỉ tìm được thỏa, với tỉ số xấp xỉ r( n ), 
max( C  C  , C   C )  r( n ) 
Bài toán tối đa: 0  C  C  , vậy 
max( C  C  , C   C ) = C   C  r( n ) . 
Chi phí của lời giải tối ưu  r( n ) lần chi phí của lời giải gần đúng. 
Bài toán tối thiểu: 0  C   C , vậy 
max( C  C  , C   C ) = C  C   r( n ) . 
Chi phí của lời giải gần đúng  r( n ) lần chi phí của lời giải tối ưu. 
Một giải thuật xấp xỉ có tỉ số xấp xỉ r( n ) được gọi là một giải thuật r( n ) - xấp xỉ . 
21.5.2004 
4 
Chương 37 
Approximation Algorithms 
Bài toán che phủ đỉnh 
Nhắc lại 
Một che phủ đỉnh (vertex cover) của một đồ thị vô hướng G = ( V , E ) là một tập con V’  V sao cho nếu ( u , v )  E thì u  V’ hay v  V’ (hoặc cả hai  V’ ). 
Kích thước của một che phủ đỉnh là số phần tử của nó. 
Bài toán che phủ đỉnh là tìm một che phủ đỉnh có kích thước nhỏ nhất trong một đồ thị vô hướng đã cho. 
Bài toán này là dạng bài toán tối ưu của ngôn ngữ NP-đầy đủ 
VERTEX-COVER = {  G , k  : đồ thị G có một che phủ đỉnh có kích 	thước k } . 
21.5.2004 
5 
Chương 37 
Approximation Algorithms 
Một giải thuật xấp xỉ cho bài toán che phủ đỉnh 
A PPROX -V ERTEX -C OVER ( G ) 
1	 C   
2	 E’  E [ G ] 
3	 while E’   
4	 do xét ( u , v ) là một cạnh bất kỳ của E’ 
5	 C  C  { u , v } 
6	 tách khỏi E’ tất cả các cạnh liên thuộc tại u hay v 
7	 return C 
21.5.2004 
6 
Chương 37 
Approximation Algorithms 
Thực thi A PPROX -V ERTEX -C OVER 
c 
e 
a 
b 
d 
f 
g 
c 
e 
a 
b 
d 
f 
g 
c 
e 
a 
b 
d 
f 
g 
c 
e 
a 
b 
d 
f 
g 
c 
e 
a 
b 
d 
f 
g 
c 
e 
a 
b 
d 
f 
g 
21.5.2004 
7 
Chương 37 
Approximation Algorithms 
Phân tích A PPROX -V ERTEX -C OVER 
Nhận xét : Thời gian chạy của A PPROX -V ERTEX -C OVER là O ( E ). 
Định lý 37.1 
A PPROX -V ERTEX -C OVER là một giải thuật 2-xấp xỉ trong thời gian đa thức. 
21.5.2004 
8 
Chương 37 
Approximation Algorithms 
Bài toán người bán hàng rong với bất đẳng thức tam giác 
Cho một đồ thị đầy đủ vô hướng G = ( V , E ) cùng với một hàm chi phí c : E  Z + . Tìm một chu trình hamilton (một tour) của G với phí tổn nhỏ nhất. 
 Điều kiện : Hàm chi phí c : E  Z + thỏa mãn bất đẳng thức tam giác 
c ( u , w )  c ( u , v ) + c ( v , w ),  u , v , w  V . 
A PPROX -TSP-T OUR ( G , c ) 
1 chọn một đỉnh r  V [ G ] làm một đỉnh “gốc” 
2 nuôi lớn một cây khung nhỏ nhất T cho G từ 	gốc r dùng giải thuật MST-P RIM ( G , c , r ) 
3 gọi L là danh sách các đỉnh được thăm viếng 	bởi phép duyệt cây theo kiểu tiền thứ tự 
4 return chu trình hamilton H viếng các đỉnh 	theo thứ tự L 
21.5.2004 
9 
Chương 37 
Approximation Algorithms 
Thực thi A PPROX -TSP-T OUR lên một ví dụ 
a 
b 
c 
d 
e 
f 
g 
h 
a 
b 
c 
d 
e 
f 
g 
h 
(a) 
(b) 
Cây khung nhỏ nhất T tính bởi MST-P RIM , đỉnh a là đỉnh gốc. 
21.5.2004 
10 
Chương 37 
Approximation Algorithms 
Thực thi A PPROX -TSP-T OUR lên một ví dụ (tiếp) 
a 
b 
c 
d 
e 
f 
g 
h 
a 
b 
c 
d 
e 
f 
g 
h 
(c) 
(d) 
Duyệt cây T bắt đầu từ a . Thứ tự các đỉnh khi duyệt kiểu hoàn toàn là: a , b , c , b , h , b , a , d , e , f , e , g , e , d , a . Thứ tự các đỉnh khi duyệt kiểu tiền thứ tự là: a , b , c , h , d , e , f , g . 
Tua H có được từ kết quả duyệt cây theo kiểu tiền thứ tự mà A PPROX -TSP-T OUR tìm được. Chi phí của tua H là khoảng chừng 19,074. 
21.5.2004 
11 
Chương 37 
Approximation Algorithms 
Thực thi A PPROX -TSP-T OUR lên một ví dụ (tiếp) 
a 
b 
c 
d 
e 
f 
g 
h 
(e) 
Tua tối ưu H  , có chi phí là 14,715. 
21.5.2004 
12 
Chương 37 
Approximation Algorithms 
Bài toán người bán hàng rong với bất đẳng thức tam giác 
Định lý 37.2 
A PPROX -TSP-T OUR là một giải thuật 2-xấp xỉ thời gian đa thức cho bài toán người bán hàng rong với bất đẳng thức tam giác . 
Chứng minh 
Cho A  E , định nghĩa 
Gọi H  là một tua tối ưu, gọi H là tua mà A PPROX -TSP-T OUR tìm được 
Cần chứng minh: c ( H )  2 c ( H  ) . 
(*)	Ta có c ( T )  c ( H   e )  c ( H  ) vì nếu xoá đi bất cứ cạnh e nào của H  thì được một cây khung, mà T lại là cây khung nhỏ nhất. 
21.5.2004 
13 
Chương 37 
Approximation Algorithms 
Bài toán người bán hàng rong với bất đẳng thức tam giác 
Chứng minh (tiếp) 
c ( W ) = 2 c ( T ), với W là kết quả một duyệt hoàn toàn cây T từ đỉnh r , vì mỗi cạnh của T được đi qua hai lần. 
c ( W )  2 c ( H  ), từ trên và vì (*). 
Nhưng W không phải là tua vì mỗi đỉnh được thăm hai lần, do đó “tránh thăm mọi đỉnh lần thứ hai” (= duyệt cây theo kiểu tiền thứ tự) để có được tua H , chi phí không tăng vì bất đẳng thức tam giác, do đó 
c ( H )  c ( W )  2 c ( H  ) . 
21.5.2004 
14 
Chương 37 
Approximation Algorithms 
Bài toán người bán hàng rong tổng quát 
Định lý 37.3 
Nếu P  NP và r  1 , thì không tồn tại giải thuật xấp xỉ thời gian đa thức với tỉ số xấp xỉ r cho bài toán người bán hàng rong tổng quát . 
Chứng minh 
Chứng minh bằng phản chứng. 
Giả sử có một số nguyên r  1 và một giải thuật r -xấp xỉ thời gian đa thức A cho bài toán người bán hàng rong tổng quát. 
Hướng chứng minh: Sẽ dùng A để giải bài toán chu trình Hamilton HAM-CYCLE trong thời gian đa thức. Vì HAM-CYCLE là NP-đầy đủ và theo giả thiết P  NP nên A không chạy trong thời gian đa thức, mâu thuẩn! 
21.5.2004 
15 
Chương 37 
Approximation Algorithms 
Bài toán người bán hàng rong tổng quát 
Chứng minh (tiếp) 
Gọi G = ( V , E ) là một thực thể (instance) của bài toán chu trình hamilton. 
Từ G định nghĩa đồ thị G’ = ( V , E’ ) là đồ thị đầy đủ trên V , với hàm chi phí 
c ( u , v ) = 1	nếu ( u , v )  E 
 = r| V | + 1 trong các trường hợp khác. 
Các biểu diển của G’ và c có thể tính được từ một biểu diễn của G trong thời gian đa thức theo | V | và | E | . 
21.5.2004 
16 
Chương 37 
Approximation Algorithms 
Bài toán người bán hàng rong tổng quát 
Chứng minh (tiếp) 
Gọi H  là tua tối ưu của G’ , gọi H là tua mà A tìm được, ta có 
c ( H )  r  c ( H  ). Phân biệt hai trường hợp: 
Trường hợp c ( H ) > r| V | 
r| V |  c ( H )  r  c ( H  )  | V |  c ( H  ) 
Vậy H  phải chứa ít nhất một cạnh  E . Suy ra G không có chu trình hamilton. 
Trường hợp c ( H )  r| V | 
c ( H )  r| V |  1 = chi phí của một cạnh bất kỳ  E . Do đó H chỉ chứa cạnh của G , từ đó suy ra H là một chu trình hamilton của G . 
Vậy ta có thể dùng giải thuật A để giải bài toán chu trình hamilton trong thời gian đa thức. Mâu thuẫn với giả thiết P  NP! 
21.5.2004 
17 
Chương 37 
Approximation Algorithms 
Bài toán che phủ tập 
Một thực thể ( X , F ) của bài toán che phủ tập gồm một tập hữu hạn X và một họ F các tập con của X sao cho 
Một tập con C  F được gọi là che phu û X nếu 
Bài toán che phủ tập là tìm một tập con C  F , với | C | là nhỏ nhất, sao cho C che phủ X . 
21.5.2004 
18 
Chương 37 
Approximation Algorithms 
Dạng quyết định của bài toán che phủ tập 
Dạng bài toán quyết định cho bài toán che phủ tập là tìm một che phủ sao cho kích thước của nó  k , với k là một tham số của một thực thể của bài toán quyết định . 
Bài toán quyết định cho bài toán che phủ tập là NP-đầy đủ. 
21.5.2004 
19 
Chương 37 
Approximation Algorithms 
Một giải thuật xấp xỉ cho bài toán che phủ tập 
Một giải thuật xấp xỉ cho bài toán che phủ tập 
dùng phương pháp greedy. 
G REEDY -S ET -C OVER ( X , F ) 
1	 U  X 
2	 C   
3	 while U   
4	 do chọn một S  F sao cho | S  U | là lớn nhất 
5	 U  U - S 
6	 C  C  { S } 
7	 return C 
21.5.2004 
20 
Chương 37 
Approximation Algorithms 
Phân tích G REEDY -S ET -C OVER 
Gọi số điều hòa thứ d là H d : 
Tính chất : H d  ln d + 1 . 
Định lý 37.4 
G REEDY -S ET -C OVER là một giải thuật ( n )-xấp xỉ thời gian đa thức, với ( n ) = H (max{ | S | : S  F }). 
Nhận xét : max{ | S | : S  F }  | X | 
Hệ luận 37.5 
G REEDY -S ET -C OVER là một giải thuật ( ln | X | + 1)-xấp xỉ thời gian đa thức. 
21.5.2004 
21 
Chương 37 
Approximation Algorithms