最近看论文提到了近似算法(approximation algorithm),文中提到此概念解释有点模糊,故整理以下内容作学习记录,以供后续查找学习。
一、定义
若一个最优化问题的最优值为C*,求解该问题的一个近似算法求得的近似最优解相应的目标函数值为C
定义1:将该近似算法的性能比定义为
,则称 为算法的近似比。
定义2:若对于某个 有,对于所有输入,算法的近似比为 ,则称算法为 -近似算法。
和 关系:。
证明:该近似算法的相对误差定义为Abs[(c-c*)/c*]。若对问题的输入规模n,有一函数ε(n)使得Abs[(c-c*)/c*] <= ε(n),则称ε(n)为该近似算法的相对误差界。近似算法的性能比ρ(n)与相对误差界ε(n)之间显然如上。
参考链接: