求解最小点覆盖问题实例的计算成本的一种度量方法

最小点覆盖问题是NP难问题,传统的计算复杂性理论认为,当规模n较大时,问题是难计算的,但大量的实例表明,即使规模相同的实例,由于其结构的不同,求最优解时也会花费不同的计算时间,所以建立一种度量具体实例求解难度的方法是必要的.介绍了一种度量最小点覆盖问题任一实例求解所需计算成本的方法,度量方法是以计算时间复杂度为O~*(2.314~(k-vc~*)(G))的参数算法为参照的,参数算法可用来求解点覆盖问题的判定问题,在参数算法中,当参数k为常数时,点覆盖问题可在多项式时间内求解,当k表现为n的函数时,点覆盖问题的难解性就表现出来了,结合最小点覆盖问题的近似算法—线性规划松弛来估计每个实例对应的参数k的取值范围,可在多项式时间内实现对最小点覆盖问题实例的计算成本的预测.对于平面点覆盖问题,则以EPTAS算法为工具实现更精确的度量.

An Instance-specific Hardness Measure for Minimum Vertex Cover