Twardość podtytuły Zestawu okładki

10

Jak trudny jest problem Ustaw okładkę, jeśli liczba elementów jest ograniczona przez jakąś funkcję (np. ), gdzie jest rozmiarem wystąpienia problemu. Formalnie,nlognn

Niech i gdzie i . Jak trudno jest rozwiązać następujący problemF = { S 1 , , S n } S iU m = O ( log n )U={e1,,em}F={S1,,Sn}SiUm=O(logn)

SET-COVER'={<U,F,k>: there exists at most k subsets  Si1,,SikF that cover U}.

Co jeśli ?m=O(n)

Każdy wynik oparty na dobrze znanych przypuszczeniach (np. Unique Games, ETH) jest dobry.

Edycja 1: Motywacją tego problemu jest ustalenie, kiedy problem staje się trudniejszy, gdy rośnie . Najwyraźniej problemem jest P, jeśli i NP-trudny, jeśli . Jaki jest próg twardości NP problemu?m = O ( 1 ) m = O ( n )mm=O(1)m=O(n)

Edycja 2: Istnieje trywialne algorytm uzna, że w czasie (który wylicza wszystkie podzbiory o rozmiarze o ). Dlatego problemem nie jest NP-trudny, jeśli ponieważ ETH sugeruje, że nie ma algorytmu w czasie dla żadnego NP-twardego problem (gdzie jest wielkością problemu NP-trudnego).m F m = O ( log n ) O ( 2 n o ( 1 ) ) nO(nm)mFm=O(logn)O(2no(1))n

użytkownik1297
źródło
2
Istnieje lepszy algorytm decydujący o problemie w czasie (a dokładniej liczba Bell dla m ): dla każdej partycji elementów na podzbiory sprawdź, czy istnieje zbiór wejściowy obejmujący każdy podzbiór. Tak więc dla m = O ( log n / log log n ) problem można rozwiązać w czasie wielomianowym. To jednak nie do końca odpowiada na twoje pytanie dotyczące m = O ( log n ) . mO(m)mm=O(logn/loglogn)m=O(logn)
David Eppstein,

Odpowiedzi:

11

Gdy , możesz użyć programowania dynamicznego, aby znaleźć optymalny czas wielomianowy. Tabela zawiera logiczny wartościach komórek T £ -l , X każdego £ -l { 0 , ... , K } i X U , wskazujący, czy istnieje £ -l zestawy, które obejmują elementy w X .m=O(logn)T,X{0,,k}XUX

Gdy , powiedzmCm=O(n) , problem pozostaje trudny do rozwiązania. Biorąc pod uwagę instancję SET-COVER, dodajmnowe elementyx1,,xmoraz(2C - 1 m)2nowe zestawy, składające się z niepustych podzbiorów nowych elementów, w tym{x1,,xm.}(gdymjest wystarczająco duży,(2C - 1 m)2<2m). Zwiększ takżekmCnmx1,,xm(2C1m)2{x1,,xm}m(2C1m)2<2mkpo jednym. Nowe jest m ' = 2 m i n ' = n + ( 2 C - 1 m ) 2( C - 1 m ' ) 2 .m,nm=2mn=n+(2C1m)2(C1m)2

Yuval Filmus
źródło
Mówiąc bardziej ogólnie, przypadek jest trudny NP, a przypadek m = n o ( 1 ) nie jest trudny NP przy założeniu ETH, ponieważ istnieje algorytm p o l y ( n , 2 m ) . m=nO(1)m=no(1)poly(n,2m)
Yuval Filmus,
11

Przypadek jest w czasie n O ( c ), jak zauważył Yuval, ale należy również pamiętać, że dla k = O ( 1 ) problem można rozwiązać w czasie O ( n km ) (czas wielomianowy) o Wyczerpujące wyszukiwanie. Zakładając hipotezę silnego czasu wykładniczego (że CNF-SAT w formułach z N zmiennymi i klauzulami O ( N ) wymaga co najmniej 2 N - o ( N )m=clognnO(c)k=O(1)O(nkm)NO(N)2No(N)czas), te dwie granice czasowe są „granicą” tego, czego możemy się spodziewać w czasie wielomianowym, w następującym znaczeniu.

W moim artykule SODA'10 z Mihai Patrascu badamy zasadniczo izomorficzny problem znalezienia dominującego zestawu wielkości na dowolnym wykresie n- węzłowym, pokazując, że jeśli zbiór k- dominujący można rozwiązać w czasie n k - ε dla pewnego k 2 i ε > 0 , wówczas istnieje algorytm czasowy 2 N ( 1 - ε / 2 ) p o l y ( M ) dla CNF-SAT dla N zmiennych i Mknknkεk2ε>02N(1ε/2)poly(M)NM klauzule

Zwracając uwagę na zależność między dzielnicach wierzchołków w zbiór dominujący instancji oraz zestawów w zbiorze przykład pokrywy i kontroli stopnia redukcji, można zauważyć, że ta redukcja też pokazy rozwiązywania -Set przykryć n zestawów nad wszechświatem rozmiar m w n k - εf ( m ) implikuje algorytm CNF-SAT dla formuł CNF z klauzulami M i N zmiennymi działającymi w 2 N ( 1 - ε / 2 )f ( M )knmnkεf(m)MN2N(1ε/2)f(M)czas. Do celów obalenia silnego ETH wystarczy rozwiązać CNF-SAT w przypadku, gdy . Stąd algorytm dla twojego problemu działającego w czasie n k - ε2 m / α ( m ) dla pewnej nieograniczonej funkcji α ( m ) dałby zaskakujący nowy algorytm SAT.M=O(N)nkε2m/α(m)α(m)

Ryan Williams
źródło