Lorsque nous considérons un algorithme d'approximation pour un problème de minimisation, l'écart d'intégralité d'une formulation IP pour ce problème donne une limite inférieure d'un rapport d'approximation pour certaines classes d'algorithmes (comme l'arrondi ou l'algorithme primal-dual). En fait, il existe de nombreux problèmes dont le meilleur rapport d'approximation correspond à l'écart d'intégralité.
Certains algorithmes peuvent avoir un meilleur rapport d'approximation que l'écart d'intégralité pour certains problèmes, mais je ne sais pas si un tel exemple existe ou non. Si la réponse est oui, pourriez-vous donner quelques exemples?
Je sais que certains problèmes admettent plusieurs formulations mathématiques. Dans de tels cas, considérez la formulation mathématique avec le plus petit écart d'intégralité, tant qu'elle peut être résolue en temps polynomial (peut-être que certaines formulations peuvent utiliser des oracles de séparation).
Cette question est liée à [la question: L'importance de l'écart d'intégrité] .
Réponses:
Comme indiqué, il existe de nombreux exemples.
Un exemple classique est l'appariement maximal, où la relaxation "naturelle" (sans contraintes d'ensemble impair) a un écart de 2, alors qu'il existe bien sûr un algorithme efficace. Cependant, celui-ci n'est pas entièrement qualifié, car il existe un LP de taille exponentielle qui peut être résolu via un ellipsoïde.
Un intrigant est l'emplacement de l'installation capacitée. Ici, la relaxation naturelle a un écart d'intégralité illimité. Pourtant, les algorithmes basés sur la recherche locale donnent des approximations de facteurs constants.
Un autre très intéressant (bien que ce soit un problème de maximisation) est cet article: http://www.cis.upenn.edu/~sanjeev/postscript/FOCS09_MaxMin.pdf . Ici, le LP a un grand écart, et pourtant un algorithme qui utilise ce LP peut faire mieux.
la source
Il existe divers exemples dans lesquels une relaxation de programmation semi-définie permet une approximation supérieure aux lacunes d'intégralité connues pour les relaxations de programmation linéaire.
Par exemple, la relaxation de programmation linéaire standard de la coupe maximale a un écart d'intégralité de 1/2, et cela est vrai même pour les relaxations de programmation linéaire beaucoup plus sophistiquées (cf. de la Vega-Kenyon et Schoenebeck-Trevisan-Tulsiani), mais les Goemans -L'algorithme de Williamson SDP a une approximation .878 ...
Peut-être moins bien connu, Karloff et Zwick montrent que l'utilisation de SDP peut approximer Max 3SAT, dans la version dans laquelle les clauses peuvent avoir 1, 2 ou 3 littéraux, en 7/8, tandis que Goemans et Williamson avaient étudié une relaxation de programmation linéaire qu'ils utilisé pour prouver une approximation de 3/4 (Yannakakis avait donné une approximation de 3/4 plus tôt par d'autres méthodes), et la relaxation Goemans-Williamson LP de Max 3SAT est facilement considérée comme ayant un écart d'intégralité de 3/4.
la source
Grant a également obtenu un résultat sur la résolution de systèmes linéaires sur GF_2. Pour les systèmes d'équations avec une bonne solution, vous avez un écart d'intégralité SDP (sous une forme très forte) de 2 tandis que vous pouvez utiliser l'élimination gaussienne pour résoudre le problème exactement.
la source