我在尝试总结这些启发式方法的最坏情况比例(这意味着它满足三角不等式)旅行商问题时遇到了一些麻烦:
最近邻居:
Here它说NN的w-C比率为
其中有很多变化。
插入算法: 非常匹配每个人都同意最便宜和最近插入的w-c比率<= 2(总是仅用于满足三角不等式的情况)但是每个源的最远插入是不同的:
here:
here 它是
here还有另外一个:
关于FI,我认为这取决于首发子巡回赛。 但是在NN中, ceil 或 floor 括号会改变很多结果,而且由于它们都来自良好的来源,我无法找到正确的。< / p>
有人可以总结这些算法的实际已知最坏情况比率吗?
答案 0 :(得分:1)
NN:正确的界限是使用天花板,而不是地板(至少如Rosenkrantz等人的原始论文所证明 - here,如果你有权限)。我不认为最近有一个使用地板的界限。
FI:Rosenkrantz等人。证明第一个绑定适用于任何插入启发式,包括NN。而且,该界限优于其他两个(除了非常小的n)。所以我会用那个界限。但请注意,log
在该公式中确实意味着log_2
。 (我不确定其他两个界限来自哪里。)
另一个注意事项:众所周知,NN的没有 已修复的最坏情况绑定。 不已知FI是否存在固定的最坏情况限制。