Core Concepts
In dieser Arbeit werden höherdimensionale Varianten des Knapsack-Problems und der Faltung untersucht. Es wird gezeigt, dass diese Probleme äquivalent in Bezug auf die Existenz von subquadratischen Algorithmen sind. Außerdem wird ein parametrisierter Algorithmus entwickelt, der das höherdimensionale Knapsack-Problem in linearer Zeit in Bezug auf die Anzahl der verschiedenen Gewichtsvektoren und die Anzahl der zulässigen Rucksackkapazitäten löst.
Abstract
In dieser Arbeit werden höherdimensionale Varianten des Knapsack-Problems und der Faltung untersucht.
Zunächst wird gezeigt, dass die Probleme äquivalent in Bezug auf die Existenz von subquadratischen Algorithmen sind. Dafür werden Reduktionen zwischen den Problemen hergestellt:
Von unbeschränktem d-Knapsack zu 0/1 d-Knapsack: Durch binäre Kodierung der Mehrfachnutzung von Gegenständen.
Von d-SuperAdditivitätstests zu unbeschränktem d-Knapsack: Durch Übersetzung der Matrixeinträge in Gegenstände und Profite.
Von d-MaxConv UpperBound zu d-SuperAdditivitätstests: Durch Konstruktion einer größeren Matrix, die Superadditivität testet.
Von d-MaxConv zu d-MaxConv UpperBound: Durch binäre Suche und Identifikation von Positionen, die die Oberschranke verletzen.
Anschließend wird ein parametrisierter Algorithmus für 0/1 d-Knapsack präsentiert. Dieser gruppiert die Gegenstände nach Gewichtsvektor und löst die Teilprobleme effizient durch Faltung. Die Laufzeit hängt linear von der Anzahl der verschiedenen Gewichtsvektoren und der Anzahl der zulässigen Rucksackkapazitäten ab.
Stats
Keine relevanten Statistiken oder Zahlen im Text.
Quotes
Keine markanten Zitate im Text.