Az 1-center probléma vagy minimax objektum elhelyezési probléma klasszikus kombinatorikus optimalizálási probléma , probléma a műveletek kutatásának tudományágában , az objektum elhelyezési probléma speciális esete . A legáltalánosabb esetben a következőképpen van megfogalmazva:
Meg van adva a fogyasztói helyek halmaza, a tárgyak (termelési vagy szolgáltatási) lehetséges helyeinek tere, valamint a lehetséges helytől a fogyasztási pontig történő szállítás költségének függvénye. Meg kell találni a tárgyak optimális elhelyezkedését, minimalizálva a tárgytól a fogyasztóig történő szállítás maximális költségét.Egy egyszerű speciális eset, amikor a szállások és a fogyasztási pontok egy síkon vannak, és a szállítási költség az euklideszi távolság ( planar minimax euklideszi elhelyezési probléma, euklideszi 1-középsík probléma), a legkisebb kör problémaként is ismert . A magasabb dimenziójú euklideszi terekre való általánosítása a legkevésbé korlátos gömbproblémaként ismert . Egy további általánosításban ( súlyozott euklideszi helyprobléma ) súlyokat rendelünk a fogyasztási pontokhoz, és a szállítási költség a távolságok összege szorozva a megfelelő súlyokkal. Egy másik speciális eset a legközelebbi egyenes problémája, amikor a feladat bemenete a karakterlánc , a távolságot pedig Hamming-távolságként mérjük .
A problémának számos speciális esete van, mind a fogyasztási helyek és a termelő (vagy szolgáltató) objektumok helyének megválasztásától, mind a távolságot számoló függvény megválasztásától függően.
A feladat egy ilyen változatának megfogalmazása abban rejlik, hogy adott egy gráf , valamint egy költségfüggvény, és olyan halmazt kell találni , amely minimális, azaz. egy olyan halmaz , amelynél a csúcshoz legközelebbi csúcsból induló útvonal maximális költsége minimális marad. Ezenkívül a feladat kiegészíthető a csúcsköltség függvénnyel, majd a rádiust a következőképpen határozzuk meg .
A probléma hozzávetőleges megoldásának az az ötlete, hogy egy mohó algoritmussal keressünk egy rögzített sugarat . Mindaddig, amíg vannak olyan csúcsok, amelyeket nem fed le, mohón kell választani egy csúcsot , és figyelembe kell venni az összes többi elérhető csúcsot . Az algoritmus megismétlődik a különböző értékekre . Az alábbiakban a módszer leírása található formális formában:
Legyen az optimális megoldás . Abban az esetben, ha , a mohó algoritmus olyan halmazt ad vissza , hogy . Ennek alapján definiáljuk és megjegyezzük, hogy a függvény nem monoton . Ezt követően jelöljük a sugarat , melynek segítségével csak egy in csúcs fedi le a gráf összes csúcsát, azaz. , a .
Lemma. Minden optimális halmazú és sugarú gráf esetén az egyenlőtlenség mindenre érvényes .
Bizonyíték. Legyen és a kiválasztott csúcs az algoritmusciklusban . Akkor az igazi egyenlőtlenség:
Az iteráció végén az összes csúcsot eltávolítjuk, ami azt jelenti, hogy a ciklus maximum iterációval fog végződni, ezért .
A lemmából az következik, hogy a mohó algoritmust addig lehet futtatni, amíg a kapott halmaz kisebb nem lesz a szükségesnél , a távolságmátrix segítségével a sugarak kiszámításához . Így az algoritmus teljes időbonyolultsága , a közelítő tényező pedig .
Feltéve, hogy a P és NP osztályok nem egyenlőek, egyikre sem létezik közelítési tényezőjű polinomiális algoritmus . Ennek az állításnak a bizonyítása a domináns halmazprobléma redukciójára redukálódik : Adjuk meg bemenetként a domináns halmazproblémát megoldó algoritmushoz. Szintén hagyjuk az összes élre . Ekkor tartalmaz egy domináns méretű halmazt, ha a halmaz tartalmaz csúcsokat és a sugár ( ) egyenlő . Ha lenne egy -közelítő algoritmus -val , akkor pontosan ugyanolyan közelítési tényezővel találna domináns halmazt, ami lehetetlen.