Algorithm 找到集合S,它使S并集A中点之间的最小距离最大化

Algorithm 找到集合S,它使S并集A中点之间的最小距离最大化,algorithm,set,distance,minimize,maximize,Algorithm,Set,Distance,Minimize,Maximize,我想找到一个给定基数k的集S,最大化每个点与给定集a之间的最小距离。有没有一个简单的算法来求解这个最大-最小问题 给定一个宇宙X⊆ R^d和A⊆ 十、 查找argmax{S⊆十、 | S |=k}min{S⊆S、 是的≠s⊆ s∪A} 距离(s,s') 谢谢 这可能是NP难的。贪婪地选择距离先前选择最远的点是2-近似。在Arora和Mitchell的欧几里德TSP方案的基础上,可能存在一个复杂的低d近似方案。对于d=10,请忘记它。搜索的前两个结果球形填料np完全引用了1981年的一篇论文,证

我想找到一个给定基数k的集S,最大化每个点与给定集a之间的最小距离。有没有一个简单的算法来求解这个最大-最小问题

给定一个宇宙X⊆ R^d和A⊆ 十、 
查找argmax{S⊆十、 | S |=k}min{S⊆S、 是的≠s⊆ s∪A} 距离(s,s')


谢谢

这可能是NP难的。贪婪地选择距离先前选择最远的点是2-近似。在Arora和Mitchell的欧几里德TSP方案的基础上,可能存在一个复杂的低d近似方案。对于d=10,请忘记它。

搜索的前两个结果
球形填料np完全
引用了1981年的一篇论文,证明了2d中的最佳填料和覆盖是np完全的。我没有访问研究图书馆的权限,所以我不能阅读这篇论文。但我希望你的问题可以重新表述为那个问题,在这种情况下,你有一个证明,你有一个NP完全问题。

对于给定的k,以X和a作为输入,暴力强迫显然在p中(因为C(| X |,k)是| X |中的多项式)

如果k也是一个输入,那么它可能取决于“距离”:

如果“距离”是任意的,那么您的问题相当于在图中找到一个固定大小的团(这是NP完全的):

NP硬度

以集团问题为例,这是一个图(G,E)和一个整数k。 向该图中添加一个与其他每个顶点相连的顶点“a”,让(G',E')成为修改后的图

(G',E')k+1是你的第一个派系问题的等价实例

创建一个从G'到R^d的映射Phi(无论如何,您可以将G'映射到N…),并定义“距离”,使距离(Phi(c),Phi(d'))=1,如果(c,d)⊆ E',否则为0

X=Phi(G'),A=Phi({A}),k+1给出问题的一个实例

你可以通过构造s注意到这一点≠ φ(a)距离(s,φ(a))=1=最大距离,即最小值⊆S、 是的≠s⊆ s∪A} 距离(s,s')=min{s⊆S、 是的≠s⊆ S} 如果| S |=k>=2,则距离(S,S')

解决问题的这个实例(X,A,k+1):这会给你一组基数k+1,使得min(距离(S,S')|S,S'⊆ S、 ≠s')是最大的

检查是否有⊆ S、 ≠s',距离(s,s')=0(这可以用k^2表示为| s |=k):

  • 如果是这种情况,则不存在基数k+1的集合,使得对于所有s,s'距离(s,s')=1,即不存在G'的子图,G'是k+1-团
  • 如果不是这样,则将s映射回G',根据“距离”的定义,φ^-1(s)的任何顶点之间都有一条边:这是一个k+1团
这是一个多项式约化的问题,相当于集团问题(称为NP难)

NP易用性

让X,A,k成为你问题的一个例子

对于X min_{S的任意子集S⊆S、 是的≠s⊆ s∪A} 距离(s,s')只能取{距离(x,y),x,y中的值⊆ 十} -它有一个多项式基数-

为了找到一个最大化这个距离的集合,我们将以递减的顺序测试每个可能的距离,以获得一个正确的集合

为了测试距离d,我们首先将X减少到X',只包含距离>=d的点{点本身}

然后我们创建一个图(X',E)·其中(s,s')⊆ E iff距离(s,s')>=d

测试这个图的k-团(这是NP容易的),通过构造有一个iff,它的顶点是一个带有min_{s的集合⊆S、 是的≠s⊆ s∪A} 距离(s,s')>=d


如果“距离”是欧几里德的,或者有任何有趣的性质,它可能在p中,我不知道,但如果我是你,我不会希望太多


·我假设X(因此X')在这里是有限的

用于估计复杂性,d~10,| X | ~10^4,| A | ~100,k~10我可以恭敬地问这是一个家庭作业问题,还是一个研究问题?这是一个研究问题。我真正的问题更复杂,但我用一种简洁的方式表达了出来。它来源于一类序列非凸优化问题,这是一类球面布局问题,这些问题往往是无法解决的。当然,在离散的情况下,暴力总是存在的,但可能没有比这更有用的了。好吧,我不确定它的复杂性。我们能有证据吗?还是只是一种“感觉”?我现在使用这个近似值。如果它是一个NP难问题的2-近似,那就好了。一般图中相应的问题是从独立集直接归约的目标。