18、ℓ1 - 稀疏性近似界限与在线吞吐量最大化算法研究

ℓ1 - 稀疏性近似界限与在线吞吐量最大化算法研究

1. ℓ1 - 稀疏性近似界限相关内容

在处理 packing integer programs (PIPs) 问题时，不同的宽度情况有不同的近似算法和界限。

1.1 宽度 W ≥ 2 的情况

• 定理 2 ：当设置 $\alpha_1 = \frac{1}{c_1\Delta_1}$（其中 $c_1 = 4e^{1 + \frac{1}{e}}$）时，对于宽度 $W \geq 2$ 的 PIPs， round - and - alter - by - sorting(A, b, α1) 是一个随机的 $(\frac{\alpha_1}{2})$ 近似算法。
  • 证明思路 ：固定 $j \in [n]$，根据引理 2 和 $\Delta_1$ 的定义，可得 $\sum_{i = 1}^{m} Pr[E_{ij}|X_j = 1] \leq \sum_{i = 1}^{m} \frac{A_{i,j}}{2\Delta_1} \leq \frac{1}{2}$。再由引理 1（对每个物品的拒绝概率之和进行上界约束为 $\gamma$ 会得到 $\alpha_1(1 - \gamma)$ 近似）得出结果。
• 改进的近似界限 ：通过设置 $\alpha_1 = \frac{1}{c_2(1 + \frac{\Delta_1}{W})^{\frac{1}{W - 1}}}$（其中 $c_2 = 4e^{1