Wygładzona analiza była stosowana wiele razy, aby zrozumieć czas działania dokładnych algorytmów dla wielu problemów, takich jak programowanie liniowe i k-średnich. Istnieją dość ogólne wyniki w tej dziedzinie, na przykład Heiko Röglin i Berthold Vöcking, Analiza wygładzania programowania liczb całkowitych , 2005. Niektóre z tych ogólnych wyników wydają się polegać na lematach izolacji w celu stworzenia instancji z unikalnym optymalnym rozwiązaniem. Zakładając, że , niniejszy artykuł wyklucza istnienie wygładzonych wielomianowych algorytmów czasowych dla problemów z twardością N P.
Wykonano pewne prace nad wygładzoną analizą współczynników algorytmu aproksymacyjnego. Istnieje Rao Raghavendra, Probabilistyczna i wygładzona analiza algorytmów aproksymacyjnych , 2008, która próbuje uzyskać lepsze przybliżenie związane z algorytmem Christofidesa z wygładzoną analizą. Nie podano jednak wyraźnego współczynnika przybliżenia.
Czy jest jakiś powód, dla którego twardość wyników aproksymacji powinna ograniczać współczynniki aproksymacji algorytmów działających w wygładzonym czasie wielomianowym? Czy wyniki w pracy Heiko Röglin i Bertholda Vöckinga dotyczą również algorytmów aproksymacyjnych?
źródło