Quali sono i problemi con il miglior rapporto di approssimazione raggiunto dall'algoritmo che restituisce una soluzione uniformemente casuale?

Quali sono i problemi con il rapporto di approssimazione più noto raggiunto da un algoritmo che restituisce una soluzione uniformemente casuale?

Conosco uno di questi esempi per il problema del negozio di flusso di permutazione : nel documento " Limiti rigorosi per la pianificazione dei negozi di flusso di permutazione " Viswanath Nagarajan e Maxim Sviridenko hanno dimostrato che la sequenza casuale di lavori ha garantito 2 $F|perm|C_{max}$ (m-numero di macchine en- numero di lavori) che è attualmente il più noto.$2\sqrt{min\{m,n\}}$$m$$n$

Per problemi di soddisfazione dei vincoli, la proprietà di non avere un algoritmo di approssimazione migliore dell'assegnazione casuale è nota come resistenza di approssimazione .

$P\neq NP$

Secondo Guraswami et al., FOCS '08 , l'esclusiva congettura dei giochi implicherebbe che non esiste un algoritmo di approssimazione per il massimo set di spigoli aciclici di un digraph significativamente migliore di quello che permuta casualmente i vertici e include uno spigolo quando passa da un prima ad un successivo vertice nella permutazione (con rapporto di approssimazione 1/2).

Nel suo articolo " Approssimazione ottimale per il problema del benessere sottomarino nel modello Oracle di valore " Jan Vondrak afferma:

$n$$(1 − \frac{1}{e})$