Kombinatorische Optimierung Approximation und Randomisierung ...
Kombinatorische Optimierung Approximation und Randomisierung ...
Kombinatorische Optimierung Approximation und Randomisierung ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Handouts zur VL vom 03.06.2009 Stand dieser Sammlung: 17. Juli 2009<br />
Algorithmus 3.5.6 (Greedy-Algorithmus für Max-Weighted-k-Matching).<br />
Eingabe: k ∈ N, Hypergraph (V, E ), Gewichte c : E → R≥0<br />
Ausgabe: Ein k-Matching M von (V, E )<br />
1: M ← ∅<br />
2: Sortiere die Hyperkanten in E = {S1, . . . , Sm} so, dass<br />
c(S1) √<br />
|S1|<br />
c(S2)<br />
≥ √<br />
|S2|<br />
c(Sm)<br />
≥ . . . ≥ √ .<br />
|Sm|<br />
3: for i from 1 to m do<br />
4: if M ∪ {Si} ist k-Matching then M ← M ∪ {Si}<br />
5: end if<br />
6: end for<br />
7: Gib M aus.<br />
Beispiel 3.5.7. �<br />
Satz 3.5.8 (Krysta 2005, siehe [Kry05]). Algorithmus 3.5.6 terminiert erfolgreich mit<br />
höchstens O(n · m 2 ) Operationen (dabei gilt wie üblich die Setzung n := |V |, m := |E |).<br />
Wenn MOPT ein Maximum-Weighted-k-Matching <strong>und</strong> M vom Algorithmus ausgegeben<br />
ist, so gilt: c(MOPT) ≤ ( √ n + 1) · c(M ) oder anders geschrieben<br />
c(MOPT)<br />
√ n + 1 ≤ c(M ) ≤ c(MOPT).<br />
Bemerkung 3.5.9. Die Gütegarantie ist im Vergleich zu den Gütegarantien für<br />
andere Probleme aus der Vorlesung bisher in gewisser Weise die schlechteste. Aber<br />
ein Faktor besser als √ n ist beweisbar „unwahrscheinlich“ (ohne Details; sonst gilt<br />
„N P = ZPP“).<br />
Später in der Vorlesung werden wir sehen, dass es einen Algorithmus für Max-k-<br />
Matching gibt, der mit Hilfe des Zufalls arbeitet <strong>und</strong> eine wesentlich bessere erwartete<br />
<strong>Approximation</strong>sgüte hat (allerdings unter der Nebenbedingung, dass k genügend groß<br />
ist).<br />
B. Langfeld, A. Srivstav: <strong>Kombinatorische</strong> <strong>Optimierung</strong> (CAU, SoSe 2009) 16