Ketika mendesain algoritma aproksimasi seseorang kadang-kadang memecahkan program semidefinite diikuti oleh langkah pembulatan. Contoh yang sering digunakan untuk menggambarkan ini adalah Max-Cut. (Lihat misalnya Algoritma Aproksimasi oleh Vijay Vazirani.)
Apakah ada sumber atau survei pendidikan yang baik melampaui masalah Max-Cut untuk menjelaskan algoritma pembulatan yang lebih kompleks dan teknik yang digunakan untuk analisis mereka? Saya sedang memikirkan kasus-kasus ketika vektor solusi-SDP tidak terdistribusi secara seragam pada hypersphere, mereka memiliki panjang yang berbeda, atau memiliki sifat lain yang membuat analisis lebih sulit.
ds.algorithms
reference-request
approximation-algorithms
semidefinite-programming
csp
Michael
sumber
sumber
Jawaban:
Periksa Bab 6 dalam buku "Desain Algoritma Aproksimasi" oleh Williamson dan Shmoys. Buku ini tersedia online di sini: http://www.designofapproxalgs.com/
sumber
Ada buku bagus dari Gartner dan Matousek tentang SDP dan aplikasinya untuk algoritme aproksimasi. Ini mencakup banyak dengan manfaat tambahan dari memberikan pengantar yang baik dengan teori pemrograman semi-pasti. Lihat http://books.google.com/books/about/Approximation_Algorithms_and_Semidefinit.html?id=5QeLPOvIpNUC
sumber
Ada survei ini: http://ttic.uchicago.edu/~madhurt/Papers/sdpchapter.pdf yang memiliki fokus pada hierarki pemrograman cembung. Ini memiliki Max-Cut, Sparsest-Cut, mewarnai, set independen hypergraph, ransel.
sumber