TSP 启发式 - 最坏情况比率

TSP Heuristics - Worst case ratio

我在尝试总结这些启发式算法的最坏情况比率时遇到了一些麻烦(这意味着它满足三角不等式)旅行商问题:

最近的邻居:

Here 它表示 NN 的 w-C 比率为

This one, page 8, same as this one说是

变化很大。

插入算法: 非常匹配每个人都同意最便宜和最近插入的 w-c 比率 <= 2(总是只是为了满足三角不等式的实例)但是每个来源的最远插入都是不同的:

here:

(忘记把NN改成FI)

同时 here

here还有一个不一样的:

关于FI,我觉得还是要看首发的子游。 但在 NN 中,那个 ceilfloor 括号会改变很多结果,而且由于它们都来自良好的来源,我无法理解选对了。

有人可以总结这些算法实际已知的最坏情况比率吗?

NN:正确的界限使用上限,而不是下限(至少如 Rosenkrantz 等人在原始论文中所证明的那样 - here,如果您有权访问)。我认为最近没有使用 floor 的界限。

FI:Rosenkrantz 等人。证明第一个边界适用于 any 插入启发式算法,包括 NN。此外,该界限优于其他两个界限(除了非常小的 n)。所以我会使用那个绑定。但是请注意,log 在该公式中实际上意味着 log_2。 (我不确定其他两个边界是从哪里来的。)

另一个注意事项:众所周知,NN 存在 nofixed 最坏情况边界。 不知道 FI 是否有固定的最坏情况界限。