第二章 集合カバー - c.csce.kyushu-u.ac.jp.ppt

第二章　集合カバー 作：　牧山幸史 これまでのあらすじ 現実で遭遇する最適化問題の多くは「ＮＰ困難」 厳密解を求めるのに、膨大な計算時間が必要 近似解ならば、求めることができるかも。 個々の問題に対する近似アルゴリズムを調査する（第Ⅰ部）： 第1章： 個数版点カバー問題 （近似率2） 第2章： 集合カバー問題 第二章　集合カバー（目次） 集合カバー問題（グリーディアルゴリズム） 重み付き点カバー問題（層別化） 最短拡大ストリング問題 集合カバー問題 n 個の要素からなる台集合 U, U の部分集合の族 S={S1,…,S?} およびコスト関数 c:S→Q+ が入力として与えられたとき、 U の要素をすべてカバーするコスト最小の S の部分族を求めよ。 集合カバー問題 集合カバー問題 グリーディアルゴリズム グリーディアルゴリズム（貪欲アルゴリズム，欲張りアルゴリズムともいう）とは、現在の状況を改善させる現時点で最善の方策を選ぶという方針で設計されたアルゴリズムの総称である。 ここでは、最もコスト効果の良い集合を選び、その集合でカバーされる要素を取り除いた集合で、再び最もコスト効果の良い集合を選ぶ、というように繰り返していき、すべての要素がカバーされたら終了するというアルゴリズムを考える。 集合カバー問題に対するグリーディアルゴリズム アルゴリズム2.2（グリーディ集合カバーアルゴリズム）ｐ16 C ← 空集合； While C ≠ U do: 現在の反復でもっともコスト効果 c(S)/|S-C| の小さい集合を1つ見つけ S とする； S を集合カバーに選ぶ； （αを S のコスト効果、すなわちα= c(S)/|S-C| とする；各 e ∈ S－C に対して price(e)=αとする；） C ← C ∪S； 3. 集合カバーに選ばれた集合を出力する； 集合カバー問題に対するグリーディアルゴリズム 集合カバー問題に対するグリーディアルゴリズム 集合カバー問題に対するグリーディアルゴリズム アルゴリズム2.2は |U|=n の集合カバー問題に対する Hn 近似アルゴリズムである。 ただし、Hn = 1 + 1/2 + ??? + 1/n． 証明： 出力された集合カバー全体のコストは ∑k=1nprice(ek) に等しい。 ∑k=1nprice(ek) ≦ (1 + 1/2 + ??? + 1/n)OPT という順に説明する。 price(e) って？ アルゴリズム2.2（グリーディ集合カバーアルゴリズム）ｐ16 C ← 空集合； While C ≠ U do: 現在の反復でもっともコスト効果 c(S)/|S-C| の小さい集合を1つ見つけ S とする； S を集合カバーに選ぶ； （αを S のコスト効果、すなわちα= c(S)/|S-C| とする；各 e ∈ S－C に対して price(e)=αとする；） C ← C ∪S； 3. 集合カバーに選ばれた集合を出力する； price(e) って？ price(e) は グリーディアルゴリズムの近似保証 ∑k=1nprice(ek) ≦ (1 + 1/2 + ??? + 1/n)OPT 証明： U の要素をアルゴリズムでカバーされた順に並べ番号を付ける。ただし、同時にカバーされた要素は勝手に並べてよい。この番号付けを e1, …, en とする。このとき、各k∈{1,…,n} に対して price(ek) ≦ OPT/(n-k+1) が成り立つ。したがって、成り立つ。 集合カバー問題に対するグリーディアルゴリズム アルゴリズム2.2は |U|=n の集合カバー問題に対する Hn 近似アルゴリズムである。 ただし、Hn = 1 + 1/2 + ??? + 1/n． 証明： 出力された集合カバー全体のコストは ∑k=1nprice(ek) に等しい。 ∑k=1nprice(ek) ≦ (1 + 1/2 + ??? + 1/n)OPT という順に説明する。 集合カバー問題の近似保証の改善 集合カバー問題に対して、アルゴリズム2.2が Hn 近似アルゴリズムであることを示した。 アルゴリズム2.2の近似保証は、よりよい解析を用いれば改善できるか？ 答え：　できない ?　タイトな例が存在する 2. 集合カバー問題に対して、よりよい近似保証を持つアルゴリズムは存在するか？ タイトな例 集合カバー問題の近似保証の改善 集合カバー問題に対して、アルゴリズム2.2が Hn 近似アルゴリズムであることを示した。 アルゴリズム2.2の近似保証は、よりよい解析を用いれば改善できるか？ 答え：　できない ?　タイトな例が存在する 集合カバー問題に対して、より