觉得是个有意思的问题,希望有兴趣的朋友一起探讨,当然这个世界级猜想早几个月才被复旦大学大三学生郭泽宇破解,很牛!也给我们大学本科阶段追求创新一些启示,这几天正在做中南大学的培训题《城市生活垃圾管理问题》,设计到垃圾收运路线的设计,而城市垃圾收运路线正是一个曼哈顿网络问题,当然是最小时间,还是最短路径,看个人理解,要解决这个问题看似方法很多,大多数是当做一个TSP图论问题来求解,或者建立规划模型,用的方法也大多是模拟退火、遗传算法、蚁群算法等等,比较有新意是分析曼哈顿的特殊结构,运用基于约束的网格聚类方法从类的角度考虑,就降低了数百个收集点的运算复杂度。当然更好的方法就是破解这个世界级难题,从而一劳永逸。到知网等网站搜了下,相关的学术文献很少, 有点意思。 0 B3 ?$ q6 K8 R9 \+ P 最小Manhattan网络问题是近年来受到广泛关注的计算几何和组合最优化问题。在大规模集成电路(VLSI)设计、分布式算6 P4 }: y; Q( s0 {
+ p5 H; P. T. |7 s1 F' C- `
法、计算生物学、网络设计、城市规划等领域发挥着越来越大的作用。 9 K5 n4 m/ ~2 [5 U4 P$ l7 y5 [0 f 给定平面上一个点集T,其Manhattan网络由水平和垂直线段组成,并满足T中任意两点间在网络中存在Manhattan路径。可知/ x) H! }$ A5 Q- q
. R2 s0 \: `$ S! J" D' S: U# ]. x
Manhattan网络即为L1-范数下给定点集的一个1-spanner。更一般的概念称作geometric spanner或k-spanner,由于具有良5 }" X7 T1 c, t- W
F9 f6 b `5 O- l. x 好的性质,其应用十分广泛,包括邻近问题(proximity problems)的求解、机器人的运动规划、通信网络的可靠性等等。- C7 L X6 @) d
, }0 e, d' F' P$ j+ D" G 在本问题中,要求Manhattan网络中线段总长度最短,即以最小的代价构造给定点集的Manhattan网络。此外,F. Lam [5] - C; I' ^' _- h5 Z$ }- t
7 h* Z F1 f/ H6 N" U
等人在生物序列比对问题中应用了Manhattan网络的近似算法,显著减小了搜索空间。这显示了最小Manhattan网络问题在计 4 _- n# l k, T- F 7 m& K' X0 j: _3 w$ e2 z0 v; v4 a" S
算生物学中的应用。 ' O/ B& \& J$ w( Q 由此可见,这一问题的研究无论在理论还是实际中都有十分重要的意义。( s% n) _; t* q$ t1 U5 l1 c5 i. w
最小Manhattan网络问题由J. Gudmundsson, C. Levcopoulos和G. Narasimhan [4] 于1999年最早提出。之后,许多学者研4 |4 E+ _, I9 _$ Y3 A
c9 Y! I9 x/ X3 V
究并给出了这一问题多项式时间近似算法。之前通过组合方法设计的最佳近似算法(3-近似)由M. Benkert [1] 等人在0 O. N/ k4 E8 e( x% J* s7 g
/ o( {% |' @, ? 2004年给出。2005年,V. Chepoi [2] 等人提出了基于线性规划的2-近似算法,这是目前所知关于这一问题的最好近似度。; b: D& ]( a& e& |, p
在过去半年的研究中,我在朱洪教授的指导下得到了该问题的2-近似算法。这一结果被国际学术会议AAIM接受,同时获得了 " U2 H7 s1 \4 W) n+ J- z , R' `0 t+ U: V+ U: a* E. i' A5 y, |7 F
审稿人的好评。在此之前,同一近似度的算法(V. Chepoi [2], 2005)的时间复杂度高达Ω(n^8),而我们的算法时间复杂; B) B9 g( v* M; g/ L0 x4 P0 W" y
l' I- Z4 l0 @. m 度仅为O(n^2)。此外,我们在这一问题的算法的设计和证明中首次应用了由D. E. Knuth和F. F. Yao [3] 提出的动态规划" Y) W! n/ [9 \! d) K& y0 e
* l4 X! {* E6 l1 G# T( Q
加速方法,将动态规划过程的时间复杂度由O(n^3)降低到O(n^2)。 ! G* Q8 j0 [: d 迄今为止,最小 Manhattan 网络问题的是否NP-难问题仍属未知,其不可近似性亦不清楚。因此,研究这一问题所属的复杂 + H( S$ E0 i( {2 {/ R * p9 z' h/ ]8 A) y* Z 性类将具有极大的理论意义和实际价值。! o8 _& @% X4 z9 s2 ^
( N+ M+ @4 l" F3 U0 e, F% w 我们预期要解决的问题和解决途径包括: % F% q$ e$ v9 C# G! j) ?# v / y2 ^( z& u2 u8 z% h (1)设计出具有更优近似度的近似算法。近似算法的设计方法主要包括:局部搜索,线性规划方法,原始对偶(primal-dual + p/ t5 j/ B$ H7 m3 U6 V: q( n / s- e6 K4 d2 u& [, f* @+ B )方法等。本问题已知的近似算法可以分为两类:一类方法是将全局最优网络问题规约为局部最优网络问题,再通过局部网 6 h: s: e/ U( b ) O' i8 R2 a, z) A7 ~
络的组合达到全局的较优解,如M. Benkert 等人在文献[1]提出的3-近似算法。在这一方法的使用中,我们已取得了国际领/ t! u$ ]2 [; k4 r1 t
( S; u# h- l; D# {/ A 先的成果。另一类则基于线性规划方法,如V. Chepoi等人在文献[2]提出的2-近似算法。( p) S( X# m/ o B8 a
在第一阶段的研究中,一方面在我们已知的最好近似算法基础上,对问题的性质进行更细致地分析以尝试改进;另一方面对 : T0 e4 R2 q$ D% i $ y, L1 _9 N9 ?9 _9 P 近似算法的设计进行系统的学习,探索其他的算法设计思路。/ T3 w P$ D' M0 W0 V4 \
预计研究时间:2008/5-2008/115 W: A. O1 ^+ Z& k: a5 C
. f- O1 {0 ~/ a- M' Z) h8 O7 X
(2)研究该问题所属的复杂性类。尽管在过去的近十年里,最小Mahattan网络问题受到许多西方计算机科学家的重视,但是2 W. U6 a [: G% G- i
, Q) f2 }! ^4 G& E' ^& a 到目前为止,人们还不清楚这一问题是否存在多项式时间算法。人们猜想这一问题是NP-完全的,但到目前为止还没有人给 0 w: E2 Y) a9 | t5 x& R7 [& I 6 d' b2 L, A3 J1 ]" x/ N4 v* L8 f
出有效的证明。1 m+ u$ g$ K7 L) S* d; ]$ b/ p. C% [
一般来讲,证明一个问题是NP-完全的基本方式是将一已知的NP完全问题归约到所研究的问题上。这方面,已知的NP-完全的 U ]3 d2 I) H r$ c" n" } 8 E( q( h5 H+ Y4 z 计算几何和组合最优化问题的归约过程将具有很大参考价值。例如V. Chepoi [2] 在论文中提到的与最小Manhattan网络问 6 m" Z7 u$ B G/ i. v ; I5 E: N( }3 K4 P 题相当类似的RSA问题,已经由W.Shi 和C. Su [6] 给出了从Planar-3-SAT问题到该问题的归约,从而证明了该问题为NP-完2 g0 K8 b" C4 }! \8 c: h/ v
) g' Q) C8 o6 r8 S
全的。因此,我将在这一方面深入研究,通过阅读更多的计算几何学NP-完全问题规约的文章,掌握各种复杂的技巧。试图6 m0 x, ~" f2 d% u
, {% q- e8 W4 e
给出最小Manhattan网络问题的类似的归约方式,从而证明这一问题是NP-完全的。 1 F* D+ u' n1 h; A% o. s/ R g4 ]; u6 [