最大团问题(MC问题)是一个经典的NP问题,我们可以使用分支绑定来有效地解决这个问题。最近,我尝试开发一种算法来找出图中具有最大边加权集团的集团,正如我们所知,最大边加权集团问题(MEC-problem)。
我找到了一些关于这个问题的属性。首先,集团必须是最大集团,不属于任何更大的集团。那么集团边缘的总和必须是所有最大集团中最大的。
然而,传统的MC问题算法对MEC问题不起作用。因此,我想找到一个有效的MEC问题算法,特别是分支绑定算法。
谢谢。
答案 0 :(得分:1)
我不认为分支定界算法可以“有效地”解决MAX-CLIQUE问题。
您的算法可能在某些应用领域中使用某些数据表现良好。 然而,智能指数搜索 - 例如回溯和分支绑定在最坏的情况下是指数级的。
最大边加权clique问题是多项式图灵可简化为MAX-CLIQUE问题。它们在计算复杂性方面彼此相同。
我的建议是更多地关注数据属性。 分析您的应用程序实例可能会对算法的实际时间性能做出更多贡献。
答案 1 :(得分:0)
我认为MinG关于在稀疏图上使用分支定界法有效解决最大团问题的观点得到了Rossi,Gleich和Gebremedhin http://arxiv.org/abs/1302.6256的论文的充分支持。他们表明,通过大量修剪,可以在稀疏图上很快找到最大团(即使它们可能非常庞大)。
当然问题仍然是NP-Complete,但由于它可以在具有数百万边缘的图形上进行扩展,因此可以说分支和绑定方法可能在这个问题上很有希望。