|
因此,在这个循环中,对于其中一个星形子图,总成本为k+1,而对于另一个星形子图,总成本为2,总成本为k+5。因此,循环最优解与星形分解局部最优解之和之间的代价之比为ISK+5。所以我们可以选择足够大的kto来证明这个说法。该网络证明了在具有循环的情况下,全局最优值可以任意地比局部解之和更昂贵,NEC为θ(k)。下面的定理表明,对于一族总是存在解的实例,即使每个企业的局部解是已知的,投资网络中的循环也意味着计算困难。在循环投资网络中没有可行的旁支矩阵的情况下,可以用多项式时间来证明。见第3.2节和附录A。图4:左:循环图;右图:星形分解。定理5(循环的硬度):循环投资网络的整数输入{n,X,Z,A}的侧边极小化问题是NP难的。此外,本文还给出了星图上最优保络问题的求解方法。证明:该证明是由反馈顶点集问题的约简得到的。设G=(V,E)是有向图。用di表示顶点i∈V的外度,取k=1+maxi∈Vdi。现在,我们希望构造一个侧边极小化问题的实例,该解决方案也解决反馈顶点集问题的优化(极小化)版本。为此,我们将通过以下步骤构造一个图G=(V,E):首先,我们迭代地从G中移除所有具有零外度(和入射边)的顶点,直到没有其他顶点。这个过程需要多项式的多个步骤,得到一个图,它只包含G中的圈顶点V,V和由V诱导的所有边。注意,所得到的图中的圈与G中的完全相同(因此,两个图上反馈顶点集问题的解是相同的)。然后,我们给i,j∈Va的每条边(i,j)赋权xij=1。接下来,我们在Va“gadget”中的每个顶点中添加两个邻居--新顶点的OUT度为零,in度为一。一个顶点有权重为1的入边,另一个顶点有权重为K的入边。设G=(V,E)为结果图(vise vs与来自小工具的附加2V个顶点的并集)。现在我们给每个顶点指定两个参数:zi=k+1和αi=2k。注意到图G中的所有圈都是相同的圈,因为我们只添加了“尖峰”顶点,而这些顶点并不具有固定的ECT圈,因此Gis的最小反馈顶点集与G中的最小反馈顶点集相同。具有顶点性质{Zi},{αi}的加权图也定义了旁支极小化问题的一个实例PG。在这个问题的例子中,存在可行的抵押品矩阵(例如,所有玩家的全抵押品都是可行的抵押品矩阵),并且最优抵押品具有以下性质:在PG的最优抵押品中,在每个循环中至少有一个顶点其输出边的抵押品之和为k+1。另外,每个外度为非零的顶点到外边的络和要么是2,要么是k+1。证明:当αi=2k>k+1=zi,对于每一个i∈V,根据引理3,这个例子是在大α区,意味着每个络要么是满的,要么是零的。因此,对于nodesi,j∈V的每一条边(i,j),其旁路cij等于xijor零。考虑G.中的一个任意循环,该循环中的Foreach顶点及其输出边(构成一个星形子图),如果存在缺省,那么最优抵押品是两个权重为1的玩家的完全抵押品(现在星形子图中权重为k的玩家更愿意投资,即使是零抵押品,然后所有其他玩家都跟着投资)。
|