计算机科学 > 数据结构与算法
[提交于 2025年8月30日
]
标题: 近似图多路径TSP和图有序TSP
标题: Approximating Graphic Multi-Path TSP and Graphic Ordered TSP
摘要: 旅行商问题的路径版本是广泛研究的TSP最著名的变种之一。其推广形式,多路径TSP,最近被用于Traub和Vygen [剑桥大学出版社,2024] 的路径TSP最佳已知算法中。该问题的最佳已知近似因子为$2.214$,由Böhm、Friggstad、Mömke和Spoerhase [SODA 2025] 提出。在本文中,我们证明对于图形度量的情况,可以获得显著更好的近似保证,即$2$。我们的算法基于从对应于该问题线性规划最优解的流分解中采样路径,并用加倍的边连接被遗漏的顶点。后者成本在最坏情况下是最优值的两倍;我们展示了如何将采样路径的成本吸收进去而不增加近似因子。此外,我们证明,对于该问题的一个特殊情况,每个源点都与相应的汇点相同的情况下,任何低于$2$的近似算法都将产生一个低于$2$的近似算法用于图形多路径TSP。我们还表明,我们的想法可以用来给出有序TSP在图形度量下的因子$1.791$近似算法,对于该问题,上述论文 [SODA 2025] 和Armbruster、Mnich和Nägele [APPROX 2024] 在一般度量下给出了$1.868$近似算法。
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.