多项式时间逼近规划
多项式时间近似方案
我们可以为 NP 完全问题,例如 0-1 背包问题或子集和问题,找到一些多项式时间的解决方案。这些问题在现实世界中非常普遍,因此必定有一些方法可以解决这些问题。
多项式时间近似方案 (PTAS) 是一种针对优化问题的算法近似类型。对于 0-1 背包问题,存在伪多项式解,但当值很大时,该解不可行。然后我们需要一个 PTAS 解决方案。
一些 NP 完全问题,例如图着色、K 中心问题等,没有已知的多项式时间解决方案。PTAS 用于逼近算法。这些算法取参数 ε> 0,并且为了逼近,我们将最小化 (1 + ε) 和最大化 (1 - ε)。
示例
例如,如果我们选择一个最小化问题并取 ε = 0.5,那么使用 PTAS 的解决方案几乎是 1.5。因此,运行时间一定是关于 n 的多项式,但它可以是关于 ε 的指数。
广告