【项目实训日志三】Steiner Tree and TSP问题回顾

斯坦纳树定义

给定一个带权的无向图G =(V,E)，其顶点被划分为required和Steiner两个集合，在G中找到一个包含所有required顶点，和Steiner顶点的任意子集的最小代价树。

[百度：斯坦纳树问题是组合优化问题，与最小生成树相似，是最短网络的一种。最小生成树是在给定的点集和边中寻求最短网络使所有点连通。而最小斯坦纳树允许在给定点外增加额外的点，使生成的最短网络开销最小。最小生成树可以认为是斯坦纳树的特殊情况]
下图中90应改为60
>

metric steiner tree

定义：G是一个完全无向图，对于任意三个顶点u,v,w,cost(u,v)≤cost(u,w) + cost(v,w)，即边代价满足三角形不等式。我们把这个限制称为metric steiner tree问题。（翻译成度量斯坦纳树好像不太合适，暂时使用英文原称）。

从steiner tree到metric steiner tree

steiner tree可以保持近似比地规约化为metric steiner tree。

证明：我们可以在多项式时间内，把由图G=(V,E)组成的斯坦纳树问题的一个实例I变换为度量斯坦纳树问题的一个实例$I^{\prime }$，如下所示。
设$G^{\prime }$为顶点集V上的完全无向图。定义$G^{\prime }$中的边(u,v)的代价为$G$中u-v最短路径的代价。$G^{\prime }$被称为$G$的度量闭包。在$I^{\prime }$中将V划分为 required 和 Steiner的方法与 I