两种算法的改进分析及自定界数字处理
1. 最小加权和装箱问题算法分析
1.1 算法相关界的推导
在最小加权和装箱问题(MWSBP)中,存在一种装箱方式的上界表达式:
[
OPT \leq \sum_{i = 1}^{n_1} i + \sum_{j = 2}^{k + 1} \left(1 - 2^{-(k + 2 - j)} + (k + 2 - j) \cdot \epsilon\right) \cdot \sum_{i = n_1 + \cdots + n_{j - 1} + 1}^{n_1 + \cdots + n_j} i
]
表达式(2)和(3)不太适合寻找能产生关于 (R(KB)) 最佳下界的 (n_i) 值。接下来的引理提供了一种方法,让我们可以专注于最大化两个二次式的更易处理的比率。
引理 4:设 (L) 是一个 ((k + 1) \times (k + 1)) 的下三角矩阵,其下三角元素都为 1,(u := [\frac{1}{2^{k + 1}}, \frac{1}{2^{k + 1}}, \frac{1}{2^k}, \cdots, \frac{1}{2^2}] \in \mathbb{R}^{k + 1}),(v := [\frac{1}{2^k}, \frac{1}{2^{k - 1}}, \frac{1}{2^{k - 1}-1}, \cdots, \frac{1}{2^2 - 1}, \frac{1}{2 - 1}] \in \mathbb{R}^{k + 1}),并且 (U := Diag(u)),(V := Diag(v))。那么,对于所有 (x \in \mathbb{R}^{k + 1}_{>
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



