algorithm - 如果一个优化问题在 L1-metric 下是 NP-hard,那么对于 L2-metric 下的问题我们能说什么呢?
问题描述
我遇到了一些经典问题,例如 k-means 和 k-median 问题,正在研究各种指标下的不可近似性结果。我有一个一般性(也许是愚蠢的)问题。如果优化问题在 L1-metric 下是 NP-hard,那么对于 L2-metric 下的问题我们能说什么呢?类似地,如果我们知道一个优化问题在 L1-metric 下是 APX-hard,那么我们可以说这个问题在 L2-metric 下的 APX-hardness 是什么?你能澄清一下或给我一个参考/链接吗?
提前谢谢你。
解决方案
推荐阅读
- apache-kafka - 使用 kafka 流,KStream-GlobalKtable Join 的数据丰富
- node.js - 如何在 nodejs 的 microsoft bot 模拟器中显示加载选项?
- angular - 如何获取数组响应以保存到文本文件
- c# - 使用Epplus的Excel时间格式
- javascript - 与 streetViewService 异步 - 回调使用失败
- android - 在 gradle 窗口中,它只是说“没什么可显示的”
- java - @Inject 和 @ValueMapValue 注解的区别
- powershell - 将控制台输出写入文件 - 文件意外为空
- jquery - Amazon S3 文件上传:抛出 403
- azure - 如何将密钥保管库的访问权限授予用户分配的身份?