如何证明我的近似比?

时间:2015-01-05 09:26:08

标签: algorithm approximation

假设给出了加权图G,我们希望将其节点聚类为k个簇,使得簇之间所有边的权重之和最大。我们想要一个比率(1-1 / k)的近似算法。

我的解决方案:因为这是一个最大化问题,首先我们必须找到OPT解决方案的上限。设k为n,G为完整图,因此OPT将是所有边的总和及其可达到的最大值。所以OPT< = SUM(所有边缘)。该方法描述为:

如果k = n,如果k

最后我们已经删除了至少(nk)低加权边缘(在这种情况下我们的结果等于OPT)并且在最坏的情况下只有(k-1)高加权边缘被保留到结果中。 在这种情况下,结果是Sum(k-1高加权边缘)。为了证明我们的方法具有近似比(1-1 / k),我们应该表明(1-1 / k)Sum(All)< = Sum(k-1高加权边缘)。我怀疑这是否正确。任何人都可以帮助我证明这一点吗?

2 个答案:

答案 0 :(得分:1)

让V1,...,Vk成为V上具有相同大小的初始随机聚类。 现在,对于Vi中的每个u和Vj中的v

就足够了

W(u,Vi)+ W(v,Vj)> W(U,VJ)+ W(V,VI)

将你移至Vj并将v移至Vi。

现在,我们有:

http://i.stack.imgur.com/8zeTI.png

答案 1 :(得分:0)

请让k=2然后在下图中运行您建议的解决方案:

G=(V,E) 

V={a,b,c,d} 

E={({a,b},2) , ({a,c},3) , ({a,d},1) , ({b,d},2000000) , ({c,d},2000000)}