It is known that there is no EPTAS for the $m$-dimensional knapsack problem unless $W[1] = FPT$. It is true already for the case, when $m = 2$. But, an FPTAS still can exist for some other particular cases of the problem. In this note, we show that the $m$-dimensional knapsack problem with a $\Delta$-modular constraints matrix admits an FPTAS, whose complexity bound depends on $\Delta$ linearly. More precisely, the proposed algorithm complexity is $$O(T_{LP} \cdot (1/\varepsilon)^{m+3} \cdot (2m)^{2m + 6} \cdot \Delta),$$ where $T_{LP}$ is the linear programming complexity bound. In particular, for fixed $m$ the arithmetical complexity bound becomes $$ O(n \cdot (1/\varepsilon)^{m+3} \cdot \Delta). $$ Our algorithm is actually a generalisation of the classical FPTAS for the $1$-dimensional case. Strictly speaking, the considered problem can be solved by an exact polynomial-time algorithm, when $m$ is fixed and $\Delta$ grows as a polynomial on $n$. This fact can be observed combining previously known results. In this paper, we give a slightly more accurate analysis to present an exact algorithm with the complexity bound $$ O(n \cdot \Delta^{m + 1}), \quad \text{ for $m$ being fixed}. $$ Note that the last bound is non-linear by $\Delta$ with respect to the given FPTAS.


翻译:已知的是,除非W[1]美元=FPT$,否则美元维度 knapsack 问题就没有EPTAS 。 更确切地说, 提议的算法复杂性是美元O( T ⁇ LP}) 美元, 美元=2美元。 但是, 美元=2美元=3}\cdot 仍然可以存在。 在本说明中, 我们显示, 美元=2美元=6美元为线性程序复杂度的美元问题。 特别是, 以美元为单位的算术复杂性取决于 美元=Delta$ 线性。 更确切地说, 拟议的算法复杂性是美元=O( T ⁇ LP} $$ (cdo) 美元=cdot 美元=cdot 美元 (1/\\\\\\\\\\\\\\\\\qlsl) 美元 美元 美元=xxxxxxxxxxxxxxxxxxal =xal- 美元=xnalalal- 美元=xal- 美元=xal- 美元=xlation 美元=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

0
下载
关闭预览

相关内容

专知会员服务
39+阅读 · 2020年9月6日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年6月13日
Arxiv
0+阅读 · 2021年6月12日
Arxiv
0+阅读 · 2021年6月12日
Arxiv
0+阅读 · 2021年4月2日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
机器学习线性代数速查
机器学习研究会
19+阅读 · 2018年2月25日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员