Минимална тежина триангулације — разлика између измена

С Википедије, слободне енциклопедије
Садржај обрисан Садржај додат
Нова страница: {{РАФ2015}} У рачунарској геометрији и информатици, '''минимална тежина триангулације''' је проб…
(нема разлике)

Верзија на датум 30. јануар 2016. у 01:43

У рачунарској геометрији и информатици, минимална тежина триангулације је проблем налажења триангулације са најмањом укупном дужином гране .[1] То је, улазни многоугао или конвексни омотач улазног скупа тачака који се мора поделити у троуглове који су спојени ивица са ивицом и теме(чвор) са теменом, на такав начин да смање збир обима труоглова. Проблем је НП тежак пробем за скуп улазних тачака, али се може апроксимирати до било које жељене прецизности. За улазе многоуглова, може се решити тачно у полиномијалномвремену. Минимална тежинска триангулација се такође некад назива као оптимална триангулација.

Историја

Проблем минималне тежине триангулације скупа тачака је поставио Düppe & Gottschalk (1970), који је предложио захтев за конструкцију троугаоне неправилне мреже модела земљишне контуре, и користи похлепни алгоритам за апроксимацију. Shamos & Hoey (1975) је претпоставио да се мимална тежина триангулације увек подудара са Деланеј триангулацијом, али то је брзо оборио Lloyd (1977), и заправо Kirkpatrick (1980) показао да тежине две триангулације се могу разликовати по линеарном фактору.[2]

Проблем минималне тежине триангулације је постао важан када је Garey & Johnson (1979) сврстао овај проблем у листу нерешених проблема који су НП-комплетни проблеми, и многи каснији аутори су касније објавили парцијалне резултате о томе. Коначно, Mulzer & Rote (2008) је показао да је проблем НП тежак проблем, и Remy & Steger (2009) је показао да се тачна апроксимација може ефикасно направити.

Сложеност

Тежина триангулације скупа тачака у дводимензионалном простору је дефинисана као збир дужина тих грана. Проблем одлучивања је проблем где се испитује да ли постоји триангулација са тежином мањом од дате тежине; доказано је да је то НП-тежак проблем а доказао га је Mulzer & Rote (2008). Доказ се састоји из смањења сложености "PLANAR-1-IN-3-SAT", специјалног случаја САТ проблема у коме [[Конјунктивна нормална форма ]] чији је граф планаран и прихваћен је кад има тачан задатак који задовољава тачно један литерал у сваком услову. Доказ користи сложене уређаје, и захтева рачунарску асистенцију да би се доказало тачна понашање ових уређаја.

Не зна се да ли је минимала тежина триангулације НП комплетан проблем, пошто ово зависи од познатог проблема који се пита да ли се сума радикала може израчунати у полиномијалном времену. Међутим, Мазлер и Роут су напоменули да је проблем НП потпун проблем ако су тежине чворова заокружене на целобројне вредности.

Иако је НП тежак проблем, може се конструисати у подекспоненцијалном времену алгоритмом динамичког програмирања, који разматра све могуће једноставне сепараторске циклусе са тачкама у триангулацији, и рекурзивно налази оптималну триангулацију на свакој страни циклуса, и бира сепаратора циклуса према најмањој укупној тежини. Укупно време ове методе је .[3]

Апроксимација

Неколико аутора је доказало резултате поређења минималне тежине триангулације са са осталим триангулацијама у смислу апроксимације односа, најгори случај односа укупне дужине грана алтернативне триангулације према минималној тежини триангулације. Познато је да Делајнова триангулација има апроксимациони однос ,[4] и то је ткз. похлепна триангулација (триангулација формирана додавањем грана у поретку од најкраће до најдуже, на сваком кораку укључујући грану кадгод не прелази ранију грану) има апроксимациони однос .[5] Ипак, за неке насумично испоручене скупове тачака, обе триангулације, и Делајнова и похлепна триангулација, су у логаритамском фактору минималне тежине.[6]

Најтежи резултат Мазлера и Роута такође подразумева НП тешко проналажење апроксимативног решења са релативном апроксимационом грешком са највише O(1/n2). Дакле, потпуна полиномијална апроксимација шеме за минималну тежину триангулацијје је неизвесно. Међутим, квази-полиномијална апроксимација шеме је могућа: за било коју константу ε > 0, решење са апроксимационим односом 1 + ε се може наћи у квази-полиномијалном времену експ(O((log n)9).[7]

Хеуристика

Пошто је тешко наћи тачна решења минималне тежинске триангулације, многи аутори су проучавалихеуристику која може у неким слчајевима пронаћи решење иако се не може доказати да оно ради у свим случајевима. У неким случајевима, многа од ових истраживања су се фокусирала на проблем налажења скупова грана који су загарантовани да припадају минималној тежинској триангулацији. Ако је подграф минималне тежинске триангулације повезан, онда преостали нетроугаони простор се може видети као простор за формирање једноставног многоугла, и цела триангулација се може наћи користећи динамичко програмирање како би се нашло оптимална триангулација овог многоугаоног простора. Исти приступ (динамичко програмирање) се може искористити за случај када подграф има ограничен број повезаних компоненти, [8] и исти приступ се може користити за проналажења повезаног графа и примену динамичког програмирања (ДП) да се попуне рупе многоугла (које окружују гране графа), такође се користи као део хеуристике за проналазак мале тежине али не и минималне тежине триангулације.[9]

Граф који настаје повезивањем две тачке кад год су један другом најближи суседи, је подграф минималне тежинске триангулације.[10] Међутум, овај најближи суседни граф је одговарајући, и зато није никад повезан. Везана линија претраге поналази највеће поодграфове минималне тежинске триангулације користећи кружно базирани β-скелете, геометријси граг који настаје укључивањем гране између две тачке u и v када год не постоји трећа тачка w која формира угао uwv који је већи од неког параметра θ. Доказано је да, за довољно мале вредности θ, граф који настај формирањем на овај начин је подграф минималне тежинске триангулације.[11] Међутим, избор θ мора обезбедити да је овај мањи од угла θ = 90ª за који је β-костур увек повезан.

Техника која је више софистицирана се зове "LMT-костур" који је предложио Dickerson & Montague (1996). Формиран је итеративним процесом, у ком два скупа грана се одржавају, скуп грана који припада минималној тежинској триангулацији и скуп грана који су кандидати за припадање. Иницијално, скуп попзнатих грана је иницијализован на конвексни омотач улаза, и сви преостали парови чворова формирају гране. Затим, у свакој итерацији процеса конструкције, гране које су кандидати се бришу кад год не постоји пар троуглова који је формиран од преосталих грана које формирају четвороугао, за који је кандидат грана најкраћа дијагонала, и гране кандидати се померају у скуп познатих грана када не постоји друге кандидат гране која укршта њих. "LMT-костур" је дефинисан да буде скуп познатих грана који се проузводи након што се овај процес заврши без икаквих промена. Загарантовано је да ће бити подграф минималне тежинске триангулације, који се може конструисати ефикасно, и у експериментима са скуповима до 200 тачака. [12] Међутим, доказано је да на просечно великим скуповима тачака има линеаран број повезаних компоненти.[13]

Остале хеуристике које су биле прихваћене проблему минималне тежинске триангулације укључује генетске алгоритмеs[14] branch and bound,[15] у ant colony optimization algorithms.[16]

Варијације

Триангулација многоугла минималне тежине се може конструисати у кубном времену користећи ДП приступ, што је саопштио Gilbert (1979) и Klincsek (1980). У овој методи, чворови су означени бројевима  узастопно окок границе многоугла, и за сваки дијагонални чвор i до чвора j који лежи између многоугла, оптимална триангулација се израчунава узимајући у обзир све могуће торуглове ijk у многоуглу, додавањем тежине оптималне триангулације испод дијагонала ik и jk, и бирање чвора k који води до минималне ускупне тежине. То је, ако MWT(i,j) представља тежину минималне тежинске триангулације за многоугао испод гране ij, онда општи алгоритам има следеће кораке:
  • За сваку могућу вредност i, од n − 1 све до 1, ради:
    • За сваку могућу вредност j, од i + 1 до n, ради:
      • Ако је ij грана многоугла, скуп MWT(i,j) = length(ij)
      • Ако ij није унутрашња грана многоугла, скуп MWT(i,j) = +∞
      • Иначе скуп MWT(i,j) = length(ij) + mini < k < j MWT(i,k) + MWT(k,j)

После ове завршетка ове итерације, MWT(1,n) ће садржати укупне тежине минималне тежинске триангулације. Триангулације се може добити рекурзивном претрагом кроз низ, почевши од MWT(1,n), а на сваком кораку бира троугао ijk који води до минималне вредности за MWT(i,j) и рекурзивно претражује MWT(i,k) и MWT(j,k).

Слично ДП метода може такође да се примени на улазних скуп тачака где све осим константног броја тачака лежена конвексном омотачу улаза,[17] и на скупу тачака које леже на константном броју угнежђеног конвексног многоугла или на константном броју линија од којих ни једне две се не укрштају у конвексном омотачу.[18]

такође је могуће формулисати верзију скупа тачака или проблема триангулације многоугла, у коме је једној дозвољено да додаје штајнерове тачке, додатне чворове, у таквом поретку да смањи укупну дужину грана резултујуће триангулације. У неким случајевим ,резултујућа триангулација може бити краћа од минималне тежинске триангулације за онолико колики је линеарни фактор. Могуће је апроксимирати минималну тежину штајнерове триангулације скупа тачака унутар константног оптималног, али константни фактор у апроксимацији је велики.[19]

Сродни проблем су такође били проучавани укључујући конструкцију минималне тежине псеудотриангулацијеs[20] aи карактеристика графова минималне тежине триангулације. [21]

Белешке

  1. ^ For surveys of the problem, see Xu (1998), Levcopoulos (2008), and De Loera, Rambau & Santos (2010).
  2. ^ Види такође Manacher & Zobrist (1979).
  3. ^ Lingas (1998).
  4. ^ Kirkpatrick (1980). Слабију границу је дао Manacher & Zobrist (1979).
  5. ^ Фамилија примера који доказују да је апроксимациони однос који је дао Levcopoulos (1987), и одговарајућа горња граница је дао Levcopoulos & Krznaric (1998). Као и са апроксимационим односом за Делајнову триангулацију, слабију границу је дао Manacher & Zobrist (1979).
  6. ^ Lingas (1986).
  7. ^ Remy & Steger (2009). За раније резултате на слабијим апроксимационим алгоритмима, види Plaisted & Hong (1987) и Levcopoulos & Krznaric (1998).
  8. ^ Cheng, Golin & Tsang (1995).
  9. ^ Lingas (1987); Heath & Pemmaraju (1994).
  10. ^ Yang, Xu & You (1994).
  11. ^ Keil (1994); Cheng, Golin & Tsang (1995); Cheng & Xu (2001); Hu (2010).
  12. ^ Dickerson & Montague (1996); Cheng, Katoh & Sugai (1996); Beirouti & Snoeyink (1998); Aichholzer, Aurenhammer & Hainz (1999).
  13. ^ Bose, Devroye & Evans (1996).
  14. ^ Qin, Wang & Gong (1997); Capp & Julstrom (1998).
  15. ^ Kyoda et al. (1997).
  16. ^ Jahani, Bigham & Askari (2010).
  17. ^ Hoffmann & Okamoto (2004); Grantson, Borgelt & Levcopoulos (2005); Knauer & Spillner (2006).
  18. ^ Anagnostou & Corneil (1993); Meijer & Rappaport (1992).
  19. ^ Eppstein (1994).
  20. ^ Gudmundsson & Levcopoulos (2007); Aichholzer et al. (2009).
  21. ^ Lenhart & Liotta (2002).

Референце

Спољашње везе