Kombinatorische Optimierung Approximation und Randomisierung ...
Kombinatorische Optimierung Approximation und Randomisierung ...
Kombinatorische Optimierung Approximation und Randomisierung ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Handouts zur VL vom 29.06.2009 Stand dieser Sammlung: 17. Juli 2009<br />
Algorithmus 6.2.9 (MaxBisect-Algorithmus (Frieze & Jerrum, 1997)).<br />
Eingabe: G = (V, E) Graph mit n gerade, ε ≤ 0.01<br />
Ausgabe: Bipartition W ·∪(V \ W ) von V<br />
1: Löse die (VR)B <strong>und</strong> erhalte {v1, . . . , vn} ⊆ Bn.<br />
2: W ← NIL, BestValueFo<strong>und</strong> ← ∞, K ← ⌈ε −1 ln(ε −1 )⌉<br />
3: for i ∈ [K] do<br />
4: Erzeuge Partition V1 ·∪V2 von V wie Algorithmus 6.1.7 (2-4)<br />
5: if V1 ·∪V2 ist Bipartition then Wi ← V1<br />
6: else<br />
7: W ′<br />
i ← größere der beiden Mengen V1, V2<br />
8: Sortiere die Knoten in W ′<br />
i absteigend nach ζW ′ i (·),<br />
9: also W ′<br />
i = {w1, . . . , wℓ} mit ζW ′ i (w1) ≥ . . . ≥ ζW ′ i (wℓ).<br />
10: Wi ← {w1, . . . , wn/2}<br />
11: end if<br />
12: if δ(Wi, V \ Wi) < BestValueFo<strong>und</strong> then<br />
13: BestValueFo<strong>und</strong> ← δ(Wi, V \ Wi), W ← Wi<br />
14: end if<br />
15: end for<br />
16: Gib (W, V \ W ) aus.<br />
B. Langfeld, A. Srivstav: <strong>Kombinatorische</strong> <strong>Optimierung</strong> (CAU, SoSe 2009) 34