Vertex-kannen ongelma

Kokeneet kirjoittajat eivät ole vielä tarkistaneet sivun nykyistä versiota, ja se voi poiketa merkittävästi 8.5.2020 tarkistetusta versiosta . tarkastukset vaativat 3 muokkausta .

Vertex cover -ongelma  on NP-täydellinen tietojenkäsittelytieteen ongelma graafiteorian alalla . Käytetään usein monimutkaisuusteoriassa monimutkaisempien ongelmien NP-täydellisyyden osoittamiseen.

Määritelmä

Suuntaamattoman graafin kärjen kansi  on joukko sen kärkipisteitä siten, että jokaisessa graafin reunassa vähintään yksi päistä tulee kärkeen alkaen .


Vertex-peitteen koko on sen sisältämien kärkien lukumäärä.

Esimerkki: Oikealla olevan kaavion kärjen peite on kooltaan 4. Tämä ei kuitenkaan ole pienin pistepeite, koska on pienempiä kärkipeitteitä, kuten ja .

Huippupeiteongelmana on löytää tietyn graafin pienimmän kokoinen kärjen peite (tätä kokoa kutsutaan graafin kärjen peitteen numeroksi ).

Sisäänkäynti: Count . Tulos: joukko  on graafin pienin huippupiste .

Myös kysymys voidaan esittää vastaavana ratkaisuongelmana :

Syöttö: Kaavio ja positiivinen kokonaisluku . Kysymys: Onko korkeintaan koon graafiselle pisteen kansi ?

Vertex cover - ongelma on samanlainen kuin riippumaton joukko - tehtävä . Koska pistejoukko on kärjen peite silloin ja vain jos sen komplementti on riippumaton joukko, ongelmat pelkistyvät toisiinsa.

NP-täydellinen

Koska kärkipeiteongelma on NP-täydellinen , ei valitettavasti ole tunnettuja algoritmeja sen ratkaisemiseksi polynomiajassa. On kuitenkin olemassa approksimaatioalgoritmeja, jotka antavat "likimääräisen" ratkaisun tähän ongelmaan polynomiajassa - voit löytää huippupisteen peitteen, jossa pisteiden lukumäärä on enintään kaksi kertaa mahdollisimman pieni.

Yksi ensimmäisistä mieleen tulevan ongelman ratkaisutavoista on approksimaatio ahneella algoritmilla : Vertex-peittoon on lisättävä pisteitä, joissa on maksimimäärä naapureita, kunnes ongelma on ratkaistu, mutta sellaisella ratkaisulla ei ole -approximaatiota . mille tahansa vakiolle .

Toinen ratkaisu on etsiä annetusta graafista suurin vastaavuus ja valita joukko kärkipeitteenä . Tällaisen algoritmin oikeellisuuden todistaa ristiriita: If ei ole kärkipeite (ei välttämättä pienin), ts. , silloin se ei ole maksimaalinen vastaavuus. Approksimointikerroin todistetaan seuraavasti: Olkoon , missä on graafin riippumattomuusluku ja on graafin suurin vastaavuus . Sitten approksimaatiokerroin on .

Yleisesti ottaen kärkipeiteongelma voidaan arvioida kertoimella .

Vertex cover -ongelma kaksiosaisissa kaavioissa

Kaksiosaisissa graafeissa kärjen peittotehtävä on ratkaistavissa polynomiajassa, koska se pelkistyy suurimmaksi sovitusongelmaksi ( Königin lause ).

Linkit

Kirjallisuus