Yaklaşık maksimum akış min-kesim teoremi - Approximate max-flow min-cut theorem

Bu makale çoğu okuyucunun anlayamayacağı kadar teknik olabilir. Lütfen geliştirmeye yardım et -e uzman olmayanlar için anlaşılır hale getirinteknik detayları kaldırmadan. (Ocak 2016) (Bu şablon mesajını nasıl ve ne zaman kaldıracağınızı öğrenin)

Yaklaşık maksimum akış min-kesim teoremleri matematiksel önermelerdir ağ akışı teori. Maksimum akış hızı ("maksimum akış") ve minimum kesim ("min-cut") içinde çok mallı akış sorunu. Teoremler, yaklaşım algoritmaları kullanmak için grafik bölümü ve ilgili sorunlar.

Çok mallılık akışı sorunu

Bir ağ akışı problemindeki bir "meta", bir kaynak ve havuz çiftidir düğümler. Çok mallı bir akış probleminde, k≥1 her birinin kendi kaynağı olan mallar ${ displaystyle s_ {i}}$, lavabo ${ displaystyle t_ {i}}$ve talep ${ displaystyle D_ {i}}$. Amaç eşzamanlı olarak yönlendirmektir ${ displaystyle D _ { text {i}}}$ emtia birimleri ben itibaren ${ displaystyle s_ {i}}$ -e ${ displaystyle t_ {i}}$ her biri için benöyle ki, herhangi bir uçtan geçen tüm metaların toplam miktarı, kapasitesinden daha büyük olmaz. (Yönlendirilmemiş kenarlar olması durumunda, her iki yöndeki akışların toplamı kenarın kapasitesini aşamaz).^[1]Özellikle, 1-emtia (veya tek emtia) akışı problemi aynı zamanda maksimum akış sorunu. Göre Ford – Fulkerson algoritması 1 emtia akışı probleminde maksimum akış ve minimum kesim her zaman eşittir.

Maksimum akış ve minimum kesim

Çok ürünlü akış probleminde, maksimum akış maksimum değerdir f, nerede f yönlendirilen her bir emtianın ortak fraksiyonudur, öyle ki ${ displaystyle fD _ { metin {i}}}$ emtia birimleri ben her biri için aynı anda yönlendirilebilir ben herhangi bir kapasite kısıtlamasını ihlal etmeden.min-cut oranın tüm kesimlerinin minimumudur ${ displaystyle varphi}$ Kesme talebine göre kesme kapasitesinin. Çok ürünlü bir akış problemi için maksimum akış her zaman minimum kesim ile üst sınırlıdır.

Tek tip çok mallılık akışı sorunu

Tek tip çok ürünlü akış probleminde, her düğüm çifti için bir meta vardır ve her meta için talep aynıdır. (Genellik kaybı olmaksızın, her emtia için talep bire ayarlanır.) Altta yatan ağ ve kapasiteler keyfidir.^[1]

Ürün çoklu mal akışı sorunu

Bir ürün çoklu ürün akışı probleminde, her düğüm için negatif olmayan bir ağırlık vardır ${ displaystyle v , V}$ grafikte ${ displaystyle G = (V, E)}$. Düğümler arasındaki emtia talebi sen ve v düğüm ağırlıklarının çarpımıdır sen ve düğüm v. Tek tip çok ürünlü akış problemi, ağırlığın tüm düğümler için 1'e ayarlandığı ürün çok ürünlü akış probleminin özel bir durumudur. ${ displaystyle u in V}$.^[1]

Doğrusal programlamanın dualitesi

Genel olarak, bir grafik için çok ürünlü akış probleminin ikilisi G sabit bir ağırlık miktarının (ağırlıkların mesafe olarak düşünülebileceği) kenarlarına paylaştırılması problemidir. G kaynak ve havuz çiftleri arasındaki kümülatif mesafeyi maksimize edecek şekilde.^[1]

Tarih

Çok mallı akış probleminin maksimum akışı ile minimum kesimi arasındaki ilişki üzerine yapılan araştırma, Ford ve Fulkerson'ın 1-emtia akışı problemleri sonucundan bu yana büyük ilgi görmüştür. Hu^[2]maksimum akış ve minimum kesimin iki meta için her zaman eşit olduğunu gösterdi. Okamura ve Seymour^[3] maksimum akış 3 / 4'e ve min-kesim 1'e eşit 4 emtia akışı problemini gösterdi. Shahrokhi ve Matula^[4] ayrıca, akış probleminin ikilisinin tek tip çok ürünlü akış probleminde belirli bir kesim koşulunu karşılaması koşuluyla maksimum akış ve minimum kesimin eşit olduğunu kanıtladı. Diğer birçok araştırmacı da benzer problemlerde somut araştırma sonuçları gösterdi^[5][6][7]

Genel bir şebeke akışı problemi için, maksimum akış bir faktör dahilindedir k her bir emtia ayrı ayrı optimize edilebildiğinden, minimum kesim oranı ${ displaystyle 1 / k}$ her kenarın kapasitesinin. Bu, özellikle çok sayıda mal söz konusu olduğunda iyi bir sonuç değildir.^[1]

Yaklaşık maksimum akış min-kesim teoremleri

Tek tip çok ürünlü akış problemlerinin teoremleri

İlk olarak 1988'de Tom Leighton ve Satish Rao tarafından tanıtılan iki teorem vardır.^[8]ve daha sonra 1999'da genişletildi.^[1] Teorem 2, Teorem 1'e kıyasla daha sıkı bir sınır verir.

Teorem 1. Herhangi norada bir n-Max-flow ile -node uniform multi-ürün akış problemi f ve min-cut ${ displaystyle varphi}$ hangisi için ${ displaystyle f leq O sol ({ frac { varphi} { log n}} sağ)}$.^[1]

Teorem 2. Herhangi bir tek tip çoklu ürün akış problemi için, ${ displaystyle Omega sol ({ frac { varphi} { log n}} sağ) leq f leq varphi}$, nerede f maksimum akış ve ${ displaystyle varphi}$ tek tip çok ürünlü akış probleminin min-kesimidir.^[1]

Teorem 2'yi ispatlamak için hem maksimum akış hem de minimum kesim tartışılmalıdır. Maksimum akış için, doğrusal programlamanın dualite teorisindeki teknikler kullanılmalıdır. Doğrusal programlamanın dualite teorisine göre, bir optimal mesafe fonksiyonu, tek tip çok ürünlü akış probleminin maksimum akışına eşit bir toplam ağırlık ile sonuçlanır. Min-cut için 3 aşamalı bir süreç takip edilmelidir:^[1][6]

Aşama 1: Tek tip emtia akışı probleminin ikisini düşünün ve kenarlarda mesafe etiketleri olan bir grafik tanımlamak için en uygun çözümü kullanın.

Aşama 2: Bir kaynaktan veya bir havuzdan başlayarak, kökü eşinden ayıran yeterince küçük bir kapasite kesimi bulana kadar grafikteki bir bölgeyi büyütün.

Aşama 3: Bölgeyi kaldırın ve tüm düğümler işlenene kadar 2. aşama sürecini tekrarlayın.

Ürün çoklu ürün akışı problemine genelleştirilmiş

Teorem 3. İle herhangi bir ürün çok mal akışı sorunu için k emtia ${ displaystyle Omega sol ({ frac { varphi} { log k}} sağ) leq f leq varphi}$, nerede f maksimum akış ve ${ displaystyle varphi}$ ürün çoklu ürün akışı probleminin minimum kesimidir.^[1]

İspat metodolojisi Teorem 2'ninkine benzer; en büyük fark, düğüm ağırlıklarını dikkate almaktır.

Yönlendirilmiş çok mallılık akış problemine genişletildi

Yönlendirilmiş çok ürünlü akış probleminde, her kenarın bir yönü vardır ve akış, belirtilen yönde hareket etmek için sınırlandırılmıştır. Yönlendirilmiş tek tip çok ürünlü akış probleminde, her yönlendirilmiş kenar için talep 1'e ayarlanır.

Teorem 4. Yönlendirilmiş tek tip çok ürünlü akış problemi için n düğümler ${ displaystyle Omega sol ({ frac { varphi} { log n}} sağ) leq f leq varphi}$, nerede f maksimum akış ve ${ displaystyle varphi}$ tek tip çok ürünlü akış probleminin min-kesimidir.^[1]

Teorem 2'ye kıyasla kanıtlama metodolojisindeki en büyük fark, şimdi 1. aşamada mesafe etiketleri tanımlanırken kenar yönlerinin dikkate alınması gerektiğidir ve 2. aşamada bölgeleri büyütmek için daha fazla ayrıntı bulunabilir.^[1]

Benzer şekilde, ürün çok mallılık akış problemi için aşağıdaki genişletilmiş teoremimiz var:

Teorem 5. Yönlendirilmiş herhangi bir ürün çoklu ürün akışı sorunu için k emtia ${ displaystyle Omega sol ({ frac { varphi} { log k}} sağ) leq f leq varphi}$, nerede f maksimum akış ve ${ displaystyle varphi}$ ürün çoklu ürün akışı probleminin yönlendirilmiş min-kesimidir.^[1]

Yaklaşım algoritmalarına uygulamalar

Yukarıdaki teoremler tasarlamak için çok kullanışlıdır yaklaşım algoritmaları için NP-zor gibi sorunlar grafik bölümü problem ve çeşitleri. Aşağıda kısaca birkaç örnek sunuyoruz ve derinlemesine detaylandırmalar Leighton ve Rao (1999) 'da bulunabilir.^[1]

En seyrek kesimler

Bir grafiğin en seyrek kesimi ${ displaystyle G = (V, E)}$ iki bölümlenmiş bileşeni birbirine bağlayan kenarların sayısının, her iki bileşenin düğüm sayılarının çarpımı üzerindeki oranının en aza indirildiği bir bölümdür. Bu NP-zor bir sorundur ve içinde olduğu tahmin edilebilir. ${ displaystyle O ( log n)}$ Teoremi kullanarak faktör 2. Ayrıca, ağırlıklı kenarları, ağırlıklı düğümleri veya yönlendirilmiş kenarları olan en seyrek kesim problemi, bir ${ displaystyle O ( log p)}$ faktör nerede p Teorem 3, 4 ve 5'e göre sıfır olmayan ağırlığa sahip düğüm sayısıdır.

Dengeli kesimler ve ayırıcılar

Bazı uygulamalarda, grafikte küçük bir kesim bulmak istiyoruz ${ displaystyle G = (V, E)}$ bu, grafiği neredeyse eşit boyutlu parçalara böler. Genellikle kesinti diyoruz b dengeli veya a (b,1 − b)-ayırıcı (için b ≤ 1/2) Eğer ${ Displaystyle b pi (V) leq pi (U) leq (1-b) pi (V)}$ nerede ${ displaystyle pi (U)}$ içindeki düğüm ağırlıklarının toplamıdır U. Bu aynı zamanda bir NP-zor sorun. Bu problem için bir yaklaşım algoritması tasarlanmıştır,^[1] ve temel fikir şudur: G var bdengeli boyut kesimi S, sonra bir b′dengeli boyut kesimi ${ displaystyle O sol (S log { frac {n} {b}} - b ' sağ)}$ herhangi b ' nerede b′ < b ve b′ ≤ 1/3. Ardından işlemi tekrarlıyoruz ve sonunda kesimdeki kenarların toplam ağırlığının en fazla olduğu sonucunu elde ediyoruz. ${ displaystyle O sol ({ frac {S log n} {b-b '}} sağ)}$.

VLSI düzen sorunları

Bir VLSI devresi tasarlarken minimum boyutta bir düzen bulmak yararlıdır. Böyle bir problem genellikle bir grafik gömme problemi olarak modellenebilir. Amaç, yerleşim alanının en aza indirildiği bir gömme bulmaktır. Minimum yerleşim alanını bulmak da NP zordur. Bir yaklaşım algoritması tanıtıldı^[1] ve sonuç ${ displaystyle O ( log ^ {6} n)}$ Optimal zamanlar.

Yönlendirme endeksi sorunu

Verilen bir ndüğüm grafiği G ve gömülü ${ displaystyle K_ {n}}$ içinde G, Chung vd.^[9]tanımlanmış yönlendirme indeksi maksimum yol sayısı olacak şekilde yerleştirme oranı (her biri bir kenarına karşılık gelir) ${ displaystyle K_ {n}}$) herhangi bir düğümden geçen G. Amaç, yönlendirme indeksini en aza indiren bir yerleştirme bulmaktır. Gömme yaklaşımlarını kullanma^[1] Düğüm ve kenar yönlendirme indislerini bir ${ displaystyle O ( log n)}$-her grafik için faktör G.

Düzlemsel kenar silme

Tragoudas^[10]bir dizi bulmak için dengeli ayırıcılar için yaklaşım algoritmasını kullanır ${ displaystyle O sol ((R log n + { sqrt {nR}}) log { frac {n} {R}} sağ)}$sınırlı dereceli bir grafikten kaldırılan kenarlar G düzlemsel bir grafikle sonuçlanır, burada R kaldırılması gereken minimum kenar sayısıdır G düzlemsel hale gelmeden önce. Varsa açık bir soru olarak kalır. polilog n zaman için optimal yaklaşım algoritması R.^[1]

Referanslar