TOPIC 2: Center Selection Problem(1)

问题定义

• INPUT
  • $n$个地点： S = { s 1 , s 2 , . . . , s n } S = \{s_1,s_2,...,s_n\} S={s1​,s2​,...,sn​}
  • 中心的个数：$k$
• OBJECTIVE
  • 在所有地点中，使得地点到最近的中心的最大距离最小：$\min {\max }_{s\in S}{\min }_{c\in Centers}dist(s,c)$

Center Selection Algorithm

• 思路:
  1. 初始化：任意选一个site加入中心点集合
  2. 选择距离中心点集合最远的site加入中心点集合
     - 注：离中心点集合最远的site是指 ${\max }_{s\in S}{\min }_{c\in Centers}dist(s,c)$
  3. 重复2直到选出了$k$个中心点
• 代码:

def center_selection(sites, k):
	# 初始化：选择第一个site加入中心点集合
    initial = sites[0]
    centers = [initial]
	# 重复步骤2，选择一个最远的点，加入中心点
    for i in range(k - 1):
        futherst = 0
        for site in sites:
            if site in centers:
                continue
            dis = assign_center(centers, site)[0]
            if dis > futherst:
                futherst = dis
                next_site = site
        # next_site.display_location()
        centers.append(next_site)
    return centers

算法上界

令最优解为$r^{\ast }$，算法得到的解为$r$。

1. 首先考虑vitural center selection算法，即当我们知道$r^{\ast }$时，我们可以构建该$2-approximation$算法如下：
   1. 任意选择一个地点，加入中心点集合
   2. 将所有与该中心点距离小于等于$2r^{\ast }$的点移除，重复步骤1直到选出了k个中心点。
      - 注：若此时仍有点未被覆盖，则说明$r^{\ast }$无法达到，因为对于中心c而言，同属于同一中心的点之间的最大距离不超过$2r^{\ast }$
2. 对于中心选址算法而言，若$s$离中心集合的距离大于$2r^{\ast }$，则可看作与虚拟中心选址算法相同，否则，说明所有的点离中心的距离都小于$2r^{\ast }$。
3. 因此，此为$2-approximation$算法

例子

1. $r(C)\approx 2r(C^{\ast })$
   选(0,0)为初始点
2. $r(C)=r(C^{\ast })$
   选(1,1)为初始点