เราจะแก้ปัญหาโปรแกรมเชิงเส้นจำนวนเต็มแบบ unimodular ได้เร็วแค่ไหน?
(นี่คือการติดตามคำถามนี้และคำตอบ ) ฉันมีโปรแกรม linear จำนวนเต็ม (unimodular (TU)) ต่อไปนี้ (ILP) ที่นี่ เป็นจำนวนเต็มบวกทั้งหมดที่ได้รับ ส่วนหนึ่งของอินพุต เซ็ตย่อยที่ระบุของตัวแปรถูกตั้งค่าเป็นศูนย์และส่วนที่เหลือสามารถรับค่าอินทิกรัลค่าบวก:x i jℓ,m,n1,n2,…,nℓ,c1,c2,…,cm,wℓ,m,n1,n2,…,nℓ,c1,c2,…,cm,w\ell,m,n_{1},n_{2},\ldots,n_{\ell},c_{1},c_{2},\ldots,c_{m},wxฉันเจxijx_{ij} ลด ∑mj=1cj∑ℓi=1xij∑j=1mcj∑i=1ℓxij\sum_{j=1}^{m}c_{j}\sum_{i=1}^{\ell}x_{ij} ภายใต้: ∑mj=1xij=ni∀i∑j=1mxij=ni∀i\sum_{j=1}^{m}x_{ij}=n_{i}\,\,\forall i ∑ℓi=1xij≥w∀j∑i=1ℓxij≥w∀j\sum_{i=1}^{\ell}x_{ij}\ge w\,\,\forall j เมทริกซ์ค่าสัมประสิทธิ์ของรูปแบบที่เป็นมาตรฐานเมทริกซ์ที่มีรายการจาก{}- 1 , 0 , 1(2ℓ+m)×ℓm(2ℓ+m)×ℓm(2\ell+m)\times \ell m−1,0,1−1,0,1{-1,0,1} คำถามของฉันคือ: อะไรคือขอบเขตสูงสุดที่ดีที่สุดที่ทราบกันดีว่าเวลาทำงานของอัลกอริธึมเวลาพหุนามที่แก้ปัญหา ILP เช่นนี้? คุณช่วยชี้ให้ฉันดูบางอย่างเกี่ยวกับเรื่องนี้ ฉันทำการค้นหาบางอย่าง แต่ที่ส่วนใหญ่แล้วพวกเขาหยุดพูดว่า TU ILP สามารถแก้ไขได้ในเวลาพหุนามโดยใช้อัลกอริทึมเวลาพหุนามสำหรับ LP สิ่งหนึ่งที่ดูดีคือกระดาษ 1986 โดย Tardos [1] ซึ่งเธอพิสูจน์ว่าปัญหาดังกล่าวสามารถแก้ไขได้ในเวลาพหุนามในขนาดของเมทริกซ์สัมประสิทธิ์ เท่าที่ฉันสามารถหาได้จากกระดาษอย่างไรก็ตามเวลาทำงานของอัลกอริทึมนั้นขึ้นอยู่กับการเปิดใช้เวลาทำงานของอัลกอริทึมเวลาพหุนามสำหรับการแก้ไข LP …