Problém obchodního cestujícího(tsp) Vstup: Množina n měst a vzdálenosti mezi nimi. Výstup: Nejkratší okružní cesta procházející všemi městy.

Transkript

1 Problém obchodního cestujícího(tsp) Vstup: Množina n měst a vzdálenosti mezi nimi. Výstup: Nejkratší okružní cesta procházející všemi městy. Poznámka:Slovem okružní myslíme,žecestakončívestejném městě, kde začíná.

2 Příklad instance problému:

3 Příklad instance problému: Nejkratší okružní cesta má délku 8.

4 Můžeme uvažovat dvě různé varianty tohoto problému: Každé město musí být navštíveno právě jednou. Města je možné navštěvovat opakovaně.

5 V následujícím výkladu se nám bude hodit poněkud formálnější definice problému: Na instanci problému(tj. množinu měst a vzdálenosti mezi nimi) semůžemedívatjakonaúplnýneorientovanýgrafg=(v,e) sohodnocenímhrand(kded:e N). ProlibovolnoumnožinuhranE Edefinujeme d(e )= e E d(e) ProlibovolnýcyklusCpakdefinujemed(C)=d(E ),kdee je množinahranležícíchnacykluc.

6 Problém TSP pak můžeme formulovat následovně: Problém obchodního cestujícího(tsp) Vstup:ÚplnýneorientovanýgrafG=(V,E)sohodnocením hran d. Výstup: Cyklus C procházející všemi vrcholy grafu G takový, žehodnotad(c)jeminimálnímožná.

7 Následující problém je NP-úplný(ať už je či není povoleno navštěvovat vrcholy opakovaně): Problém obchodního cestujícího(tsp) rozhodovací varianta Vstup:ÚplnýneorientovanýgrafG=(V,E)sohodnocením hrandačíslol. Otázka: Existuje v grafu G cyklus C procházející všemi vrcholytakový,žed(c) L? Poznámka: Nemůžeme tedy očekávat, že by problém TSP(ať už vtéčionévariantě)bylřešitelnývpolynomiálnímčase,ledažeby platilo PTIME = NPTIME.

8 Pro problém TSP, kde vyžadujeme aby byl každý vrchol navštíven právě jednou, se dá dokázat následující: Tvrzení Pokud PTIME NPTIME, pak pro problém TSP neexistuje k-aproximační algoritmus pro žádné k.

9 Pro problém TSP, kde vyžadujeme aby byl každý vrchol navštíven právě jednou, se dá dokázat následující: Tvrzení Pokud PTIME NPTIME, pak pro problém TSP neexistuje k-aproximační algoritmus pro žádné k. Důkaz(náznak): Ukáže se, jak bychom pomocí polynomiálního k-aproximačního algoritmu pro TSP vytvořili polynomiální algoritmus řešící problém HK(problém hamiltonovské kružnice), okterémjeznámo,žejenp-úplný. (Konstrukce je podobná jako konstrukce v důkazu NP-obtížnosti problému TSP převodem z problému HK.)

10 Není těžké si rozmyslet, že varianta TSP kde je povoleno opakovaně navštěvovat vrcholy se dá snadno převést na variantu, kde musí být každý vrchol navštíven právě jednou: ProdanýgrafGsohodnocenímdsestrojímenové ohodnoceníd,kded (u,v)jedélkanejkratšícestyzudov Poznámka: Pro nalezení nejkratších cest mezi dvojicemi vrcholů existují rychlé polynomiální algoritmy(např. Dijkstrův, Floydův-Warshallův apod.) Grafsohodnocenímd navícsplňujetzv.trojúhelníkovou nerovnost.

11 V grafu G s ohodnocením d je splněna trojúhelníková nerovnost, jestližeprolibovolnoutrojicijehovrcholůu,v,wplatí d(u,w) d(u,v)+d(v,w) v d(u, v) d(v, w) u d(u, w) w Tj.nejkratšícestazudowjevždypohraně(u,w)anemácenu jít oklikou přesnějakýjinývrchol.

12 Variantu TSP, ve které se omezujeme pouze na instance, ve kterých je splněna trojúhelníková nerovnost(a kde musí být každý vrchol navštíven právě jednou), označujeme -TSP.

13 Variantu TSP, ve které se omezujeme pouze na instance, ve kterých je splněna trojúhelníková nerovnost(a kde musí být každý vrchol navštíven právě jednou), označujeme -TSP. Pro problém -TSP je znám /-aproximační polynomiální algoritmus, tj. algoritmus, který pro daný graf G s ohodnocením d vrátí cyklus C procházející všemi vrcholy takový, že d(c) d(c ) kdec optimálnířešení(tj.cyklussminimálníhodnotoud(c )).

14 Variantu TSP, ve které se omezujeme pouze na instance, ve kterých je splněna trojúhelníková nerovnost(a kde musí být každý vrchol navštíven právě jednou), označujeme -TSP. Pro problém -TSP je znám /-aproximační polynomiální algoritmus, tj. algoritmus, který pro daný graf G s ohodnocením d vrátí cyklus C procházející všemi vrcholy takový, že d(c) d(c ) kdec optimálnířešení(tj.cyklussminimálníhodnotoud(c )). My si ukážeme poněkud jednodušší -aproximační polynomiální algoritmus pro problém -TSP.

15 Před vlastním popisem algoritmu si připomeňme některé pojmy: KostragrafuG=(V,E)jelibovolnýsouvislýacyklickýgraf T=(V,E ),kdev=v ae E(tj.Tjesouvislýpodgraf grafugobsahujícívšechnyvrcholyzg). Hodnotu d(t) definujeme jako součet hodnot hran v této kostře, tj.d(t)=d(e ). KostraTjeminimální,jestližeprolibovolnoujinoukostruT vgrafugplatíd(t) d(t ). Pro problém nalezení minimální kostry v daném ohodnoceném grafu jsou známy rychlé polynomiální algoritmy(např. Kruskalův nebo Jarníkův(Primův)).

16 PříkladkostryT,kded(T)=8:

17 PříkladminimálníkostryT,kded(T)=6:

18 -aproximační algoritmus pro -TSP pracuje v následujících krocích: Najde minimální kostru grafu G. Vytvoří uzavřený tah podél této kostry. Z vytvořeného tahu odstraní opakující se vrcholy a výsledný cyklus vrátí jako výsledek.

19 Vezměme si následující instanci -TSP.

20 Krok : Nalezení minimální kostry T

21 Krok : Nalezení minimální kostry T

22 Všimněmesi,žed(T) <d(c ): PokudzC odstranímelibovolnouhranu,dostaneme kostrut. Zjevněplatíd(T ) <d(c ). ProlibovolnoukostruT platíd(t) d(t ).

23 Příklad: Vezměme si optimální cyklus

24 Příklad: Odstraněním jedné hrany vznikne kostra

25 Krok : Nalezení minimální kostry

26 Krok : Vytvoření tahu C podél kostry

27 Krok : Vytvoření tahu C podél kostry Každou hranu procházíme dvakrát, platí tedy d(c)=d(t) <d(c ).

28 Krok : Vytvoření tahu C podél kostry

29 Krok : Postupné vypouštění opakujících se vrcholů z tahu C Každé vypuštění vrcholu tah leda zkrátí.

30 Krok : Postupné vypouštění opakujících se vrcholů z tahu C Každé vypuštění vrcholu tah leda zkrátí.

31 Krok : Postupné vypouštění opakujících se vrcholů z tahu C Každé vypuštění vrcholu tah leda zkrátí.

32 Nalezený cyklus: