[論文レビュー] A Faster Algorithm for Vertex Cover Parameterized by Solution Size

David G. Harris, N. S. Narayanaswamy|arXiv (Cornell University)|May 16, 2022

Advanced Graph Theory Research被引用数 6

ひとこと要約

本稿では、解のサイズ $k$ でパラメータ化された頂点被覆問題に対する、新しい決定的で多項式空間のアルゴリズムを提示する。実行時間は $O^*(1.25284^k)$ に達し、これにより14年以上にわたり支配的だった従来の最良の $O^*(1.2738^k)$ よりも改善された。主な革新は、$k$ と線形計画法の緩和ギャップ $ u = k - \lambda$ を組み合わせた新たな測度であり、高次元の頂点に対して再帰的ブランチを実行しながら、$k$ と $ u$ の両方が減少することを保証する。標準的なブランチが失敗するような局所的障害要因（例：同一の近傍を持つ頂点）に対処するため、独自のルールを導入している。

ABSTRACT

We describe a new algorithm for vertex cover with runtime $O^*(1.25284^k)$, where $k$ is the size of the desired solution and $O^*$ hides polynomial factors in the input size. This improves over previous runtime of $O^*(1.2738^k)$ due to Chen, Kanj, & Xia (2010) standing for more than a decade. The key to our algorithm is to use a potential function which simultaneously tracks $k$ as well as the optimal value $λ$ of the vertex cover LP relaxation. This approach also allows us to make use of prior algorithms for Maximum Independent Set in bounded-degree graphs and Above-Guarantee Vertex Cover. The main step in the algorithm is to branch on high-degree vertices, while ensuring that both $k$ and $μ= k - λ$ are decreased at each step. There can be local obstructions in the graph that prevent $μ$ from decreasing in this process; we develop a number of novel branching steps to handle these situations.

研究の動機と目的

• 2010 年以降 14 年にわたり $O^*(1.2738^k)$ に留まり続けた、解のサイズ $k$ でパラメータ化された頂点被覆問題の実行時間の最良化。
• 解のサイズ $k$ と、最適な線形計画法の値を表す $ olimits$ としての $\lambda$ の差である $\mu = k - \lambda$ の線形計画法緩和ギャップを組み合わせた新たな測度を導入し、より効果的なブランチ戦略の開発。
• 標準的なブランチが $ olimits$ を減少させないような局所的構造的障害要因（例：同一の近傍を持つ頂点）に対処するため、新しいブランチルールを設計すること。
• 最大次数が有界なグラフに対して、既知の最大独立集合の結果（例：次数 3 では $O^*(1.0835^n)$）をサブルーチンとして用い、ブランチコストを制御し、よりタイトな実行時間の境界を達成すること。

提案手法

• 解のサイズ $k$ と線形計画法ギャップ $\mu = k - \lambda$ を組み合わせた区分線形測度を導入し、解のサイズと整数性ギャップの両方を追跡する。
• 高次元の頂点に対して再帰的ブランチを実行し、各再帰呼び出しで $k$ と $ olimits$ が減少することを保証する。
• 標準的なブランチが $ olimits$ を減少させない場合（例：対称的または冗長な近傍のため）には、高次元の頂点ではなく、共有近傍を持つ頂点のペアに対してブランチを実行する独自のブランチルールを適用する。
• 既知の最大独立集合のアルゴリズム（例：次数 3 では $O^*(1.0835^n)$）をサブルーチンとして用い、ブランチコストを導出し、境界を制御する。
• 前処理ルール（P1–P3）を適用してグラフを簡略化する。具体的には、孤立頂点の削除、次数 2 の頂点の収縮、冗長構造の除去を行う。
• 適切に選んだブランチ要因を用いた帰納法と再帰関係の解析により、全体の実行時間境界 $O^*(1.25284^k)$ を証明する。

実験結果

リサーチクエスチョン

• RQ1 固定パrameter頂点被覆の実行時間は、長年にわたり支配的だった $O^*(1.2738^k)$ の境界を超えて改善可能か？
• RQ2 線形計画法緩和ギャップ $\mu = k - \lambda$ を $k$ と共に効果的にパラメータとして用いることで、ブランチの指針と実行時間の改善が可能か？
• RQ3 標準的なブランチが $ olimits$ を減少させないような構造的障害要因に対処するために、どのような新しいブランチルールが必要か？
• RQ4 最大次数が有界なグラフに対して、アルゴリズムをさらに最適化可能か？また、よりタイトな境界は達成可能か？
• RQ5 多項式空間と決定的再帰のみを用いて、$O^*(1.25284^k)$ の実行時間に到達することは可能か？

主な発見

• 本稿では、頂点被覆問題に対して $O^*(1.25284^k)$ の新たな実行時間境界を達成し、Chen, Kanj, Xia（2010）が提唱した従来の $O^*(1.2738^k)$ の境界を改善した。
• 最大次数が 3 以下のグラフでは、アルゴリズムは $O^*(1.14416^k)$ で実行され、一般の境界よりも顕著に高速である。
• 最大次数が 4 以下のグラフでは実行時間が $O^*(1.21131^k)$、5 以下では $O^*(1.24394^k)$ にまで低下し、次数の上限に強く依存していることが示された。
• 本アルゴリズムは、$k$ と $\mu = k - \lambda$ を組み合わせた新たな測度を用いており、両パラメータが減少することを保証しながら、より攻撃的なブランチを可能にしている。
• 著者らは、同一の近傍を持つ頂点などの局所的障害要因に対処するため、標準的なブランチが $ olimits$ を減少させない場合に有効な、特別なブランチルールを設計した。これにより、より良い実行時間が達成された。
• アルゴリズムは決定的であり、多項式空間のみを用いるため、実用的で理論的分析にも適している。