STA Chapter3 part2
(α,ε)近似の定義
がyの(α,ε)近似とはα>1,ε<1に関して
をみたすこと。
考える問題の前提(この部分がDistributed computingの使用)
入力
- コミュニケーションネットワーク
定義
- 各頂点はプロセッサー
- 各エッジはコミュニケーションのライン
- グラフは同期しており各ラウンドで各プロセッサは隣のプロセッサと会話
- 次数d以下でグラフはsparse 平均次数
- すべてのプロセッサはdの値を知っている
- kラウンド後に各プロセッサは自分の知りえた範囲内でvertex coverになるか否かを決定できる
Simple Case
vertex coverをkラウンドで解く決定型分散アルゴリズムについて準線形「Oracle Reduction Algorithm」*1を考える。
- 頂点vがvertex coverか否かを答える。
- vはkラウンド後にvからkステップいないの頂点と辺を知りうる。このサブグラフをvの「k neighborhood」と呼ぶ。
- ※0ラウンド目は自分から一つはなれた頂点とその間の辺を知っている
計算量
vertex coverの数に対して、ここで得られるcは
をみたす
Oracle Reduction Algorithm (with oracle acess to )
Sの生成
- の[n]でi.i.d*2のノード抽出
をvのk neighborhoodとする。
- クエリ
出力
Correctness
のときにのみのcoverは一致する。
とおくことにより、前回のChernoff boundから
となる。
Query Complexity
の中の
はs中のvに対するの回数。
はにおける上界
Remark
cに(εn/2)を加えたのは、とするため
errorの範囲を減らすために何回もしましょう
A Distributed Approximation Algorithm for Vertex Cover
i = 1 からlog dまで
- 次数以上の各vをCに加える
- Vから先ほど加えたvとそれに隣接するエッジを除く
- 残った頂点の次元を更新
C | を出力 |
を最適解とすると、
となる。
[証明]
左辺
捜査終了後にエッジが残っており、各エッジに対する頂点がいずれかは除去されているためCはvertex cover
右辺
θを最小vertex coverに含まれる頂点の集合とする
をVの中でθでないものとする。
を各iの反復作業で残っている頂点とする。現段階での次数は
とする。
のエッジの向かう先の頂点は必ず集合θ(θはminimum vertex coverのためがということはもう片方の頂点はθ)
エッジについて
Fを ととをつなぐエッジ
をととをつなぐエッジとすると
となる。ゆえに、
各iに関して成立するため
となる。
(2log d + 1, ε)近似でクエリ必要
なお、最新の結果では(2,ε)近似でクエリ必要だとか。