จริงๆแล้วมีผลลัพธ์ที่ดีกว่า ปัญหาอยู่ในชั้นถ้ามันมีfptas 1 : การε -approximation ทำงานในเวลา จำกัด โดย( n + 1F P T A Sε(เช่นพหุนามทั้งในขนาดและปัจจัยการประมาณ) มีคลาสทั่วไปมากกว่าEPTASซึ่งทำให้เวลาผ่อนคลายลงถึงf(1)(n+1ε)O(1)EPTAS- โดยหลักแล้วคือเวลาการทำงานแบบFPTเช่นเดียวกับปัจจัยการประมาณf(1ε)⋅nO(1)FPT
เห็นได้ชัดว่าเป็นส่วนหนึ่งของE P T A Sและปรากฎว่าE P T A Sเป็นส่วนหนึ่งของF P Tในแง่ต่อไปนี้:FPTASEPTASEPTASFPT
ทฤษฎีบท หากปัญหา NPO มีΠ eptas ดังนั้นΠแปรปรวนโดยค่าใช้จ่ายของการแก้ปัญหาเป็นพารามิเตอร์คงที่เวิ้งว้างΠ
ทฤษฎีและบทพิสูจน์ได้ให้ไว้ใน Flum & Grohe [1] ในฐานะทฤษฎีบท 1.32 (หน้า 23-24) และพวกมันให้ความสำคัญกับ Bazgan [2] ซึ่งวางไว้เมื่อสองปีก่อนผลลัพธ์ที่อ่อนแอของ Cai & Chen (แต่เป็นภาษาฝรั่งเศส รายงานทางเทคนิค).
ฉันจะให้ภาพร่างของการพิสูจน์เพราะฉันคิดว่ามันเป็นบทพิสูจน์ที่ดีของทฤษฎีบท เพื่อความเรียบง่ายฉันจะทำเวอร์ชันย่อเล็กสุดเพียงแค่ทำใจให้เหมาะกับการเพิ่มสูงสุด
AΠA′Πk(x,k)Axε:=1k+11+1k+1ycost(x,y)yr(x,y)yopt(x)cost(x,y)=r(x,y)⋅opt(x)
cost(x,y)≤kopt(x)≤cost(x,y)≤kcost(x,y)>kr(x,y)≤1+1k+1A
opt(x)=cost(x,y)r(x,y)≥k+11+1k+1>k
A′A□
FPTEPTASFPT
เชิงอรรถ:
- FPTASEPTASPTASNPO
[1]: J. Flum และ M. Grohe, Parityized Complexity Theory , Springer, 2006.
[2]: C. Bazgan Schémas d'approximation และcomplexitéparamétrée , Rapport de DEA, Université Paris Sud, 1995