k-Median近似计算复杂度与局部搜索近似算法分析

k-Median 问题的近似算法研究一直是计算机科学工作者关注的焦点,现有研究结果大多是关于欧式空间和 Metric 空间的,一般距离空间 k-Median 的结果多年来一直未见.考虑一般距离空间 k-Median 问题,设 dmax/dmin表示 k-Median 实例中与客户点邻接的最长边长比最短边长的最大者.首先证明 dmax/dmin≤ω+ε的 k-Median 问题不存在近似度小于1+ ω ?1 (loglog n) e 的多项式时间近似算法,除非 NP ? DTIME(nO ) ,由此推出 Metric k-Median 问题不可近似到 1+ 2 (log log n) e,除非 NP ? DTIME(nO ) .然后给出 k-Median 问题的一个局部搜索算法,分析表明,若有 dmax/dmin≤ω,则算法的近似度为 1+ ω2 .该结果亦适用于 Metric k-Median,ω≤5 时,局部搜索算法求解 Metric k-Median 的 ?1近似度为 3,好于现有结果 3+ 2 .通过计算机实验,进一步研究了 k-Median 局部搜索求解算法的实际计算效果和该 p算法的改进方法.