计算机科学 > 数据结构与算法
[提交于 2025年7月4日
]
标题: 关于列车路由的可近似性和最小最大不相交路径问题
标题: On the Approximability of Train Routing and the Min-Max Disjoint Paths Problem
摘要: 在列车径路规划中,间隔是指为了安全和鲁棒性必须在连续列车之间保持的最小距离。 我们引入了一个列车径路模型,该模型要求在列车之间保持固定的间隔,并研究了在单源单汇网络中最小化总完成时间的问题,即最后一列火车的到达时间。 对于这个问题,我们首先证明存在一个最优解,其中列车以车队的形式移动,即任何两列列车的最优路径要么相同,要么是边不相交的。 通过这一洞察,我们能够将我们的列车径路问题的近似性降低到最小最大不相交路径问题的近似性,该问题要求找到一组不相交的路径,使得集合中任何路径的最大长度尽可能小。 尽管最小最大不相交路径问题从多级瓶颈分配问题继承了一个强大的不可近似性结果,但我们表明,一种自然的贪心组合方法在系列-并行图中可以得到关于不相交路径数量的对数近似。 我们还对该方法进行了另一种分析,该分析给出了一个依赖于系列-并行图分解树在任何根叶路径上交替出现串联和并联组合频率的保证。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.