[論文レビュー] A linear optimization technique for graph pebbling

Glenn Hurlbert|arXiv (Cornell University)|Jan 28, 2011

Limits and Structures in Graph Theory参考文献 17被引用数 6

ひとこと要約

本稿では、重み関数補題と呼ばれる線形最適化手法を導入し、代数的制約と戦略的な重み割り当てを活用することで、特に大規模または対称的なグラフにおいて、グラフペブリング数の上界および正確な値を効率的に計算する。この手法は、従来のアルゴリズムを著しく上回り、立方体、サイクル、一般化されたペテルセングラフなどのグラフについて、より単純で短い証明を可能にする。

ABSTRACT

Graph pebbling is a network model for studying whether or not a given supply of discrete pebbles can satisfy a given demand via pebbling moves. A pebbling move across an edge of a graph takes two pebbles from one endpoint and places one pebble at the other endpoint; the other pebble is lost in transit as a toll. It has been shown that deciding whether a supply can meet a demand on a graph is NP-complete. The pebbling number of a graph is the smallest t such that every supply of t pebbles can satisfy every demand of one pebble. Deciding if the pebbling number is at most k is Π_2^P-complete. In this paper we develop a tool, called the Weight Function Lemma, for computing upper bounds and sometimes exact values for pebbling numbers with the assistance of linear optimization. With this tool we are able to calculate the pebbling numbers of much larger graphs than in previous algorithms, and much more quickly as well. We also obtain results for many families of graphs, in many cases by hand, with much simpler and remarkably shorter proofs than given in previously existing arguments (certificates typically of size at most the number of vertices times the maximum degree), especially for highly symmetric graphs. Here we apply the Weight Function Lemma to several specific graphs, including the Petersen, Lemke, 4th weak Bruhat, Lemke squared, and two random graphs, as well as to a number of infinite families of graphs, such as trees, cycles, graph powers of cycles, cubes, and some generalized Petersen and Coxeter graphs. This partly answers a question of Pachter, et al., by computing the pebbling exponent of cycles to within an asymptotically small range. It is conceivable that this method yields an approximation algorithm for graph pebbling.

研究の動機と目的

• グラフペブリングの計算困難性に対処し、大規模で複雑なグラフのペブリング数をスケーラブルに計算する手法を開発すること。
• 従来のアルゴリズムが指数的戦略列挙に起因して、小規模なグラフを越えると困難になるという限界を克服すること。
• 高次対称性を示すグラフ族におけるペブリング数について、一貫したフレームワークを提供し、簡潔で手作業で検証可能な証明を可能にすること。
• 本手法が、近似比が有界なグラフペブリングの近似アルゴリズムとして機能できるかどうかを調査すること。

提案手法

• 線形計画法を用いて、戦略的に定義された重み関数に基づき、ペブリング数の上界を導出するための核心的ツールとして重み関数補題を導入する。
• 深さ優先探索または幅優先探索の戦略に基づき、頂点に重みを割り当て、根に向かうペブルの移動コストを反映させる。
• ハイパーキューブや対称的グラフにおける対称性および頂点推移性を活用して、検討すべき異なる戦略の数を削減し、スケーラブルな計算を実現する。
• 置換された戦略の平均化を用いることで、網羅的列挙を避けつつ均一なカバーを維持し、きつい上界を導出する。
• 戦略集合をBFSや木ベースの戦略による多項式サイズに制限することで、実行時間の多項式時間保証を達成しつつ、近似品質を維持する。
• 本手法を従来の議論と組み合わせることで、$ n $、$ n + c $、$ n + o(n) $ といったきつい上界を導出し、しばしば既知の結果を一致または改善する。

実験結果

リサーチクエスチョン

• RQ1 重み関数補題を用いて、従来の手法では不可能だったより大きなグラフの正確なペブリング数を計算可能か？
• RQ2 本手法は、対称的グラフ族におけるペブリング数について、著しく短く単純な証明を提供するか？
• RQ3 本技術は、定数因子内でペブリング数を近似できるか。すなわち、近似アルゴリズムとして機能可能か？
• RQ4 ハイパーキューブや高径路長のサイクルのような複雑構造のグラフに対し、本手法はどの程度効果的か？
• RQ5 戦略数を多項式サイズに制限しても、依然として強力な上界が得られ、かつ実行時間が多項式時間に保たれるか？

主な発見

• 重み関数補題により、従来の手法よりはるかに大きなグラフ、特にハイパーキューブ、サイクル、一般化されたペテルセングラフのペブリング数の計算が可能になった。
• 次元 $ d $ のハイパーキューブ $ Q^d $ に対して、本手法は $ z_{Q^d,r} < 2\tau(Q^d,r) $ を証明し、真のペブリング数の2倍以内の上界であることを示している。
• 本手法は、ペブリング数の上界に関する簡潔で手作業で検証可能な証明書を生成し、頂点数 $ n $ と最大次数 $ \Delta $ を用いて、サイズが $ n \cdot \Delta $ 以下であることが多い。
• 木、サイクル、サイクルのべき乗といった無限族に対して、$ \pi(G) = n $ や $ n + c $ といったきつい上界が得られ、既知の結果と一致または改善している。
• 本技術は、ペテルセングラフやその他の対称的グラフのペブリング数を、最小限の計算コストと洗練された証明で正確に計算できた。
• 経験的証拠から、制約が少ない条件下で得られる非最適戦略でさえも、ほぼ最適な上界をもたらすことが示されており、本手法の頑健性および近似アルゴリズムとしての可能性を支持している。