[論文レビュー] An Algorithm Computing the Core of a Konig-Egervary Graph

Vadim E. Levit, Eugen Mǎndrescu|arXiv (Cornell University)|Feb 6, 2011

Advanced Graph Theory Research参考文献 14被引用数 3

ひとこと要約

本稿では、頂点を削除した際のマッチングサイズの変化を用いて、König-Egerváry 頂点集合のコア（すべての最大独立集合の共通部分）を多項式時間で計算するアルゴリズムを提示する。逐次および並列の両方のアルゴリズムを導入し、それぞれ時間計算量が $O(mn^{3/2})$ および $O(m\sqrt{n})$ である。この結果、このグラフクラスにおいてすべての最大独立集合に共通する頂点を効率的に特定できる。

ABSTRACT

A set S of vertices is independent in a graph G if no two vertices from S are adjacent, and alpha(G) is the cardinality of a maximum independent set of G. G is called a Konig-Egervary graph if its order equals alpha(G)+mu(G), where mu(G) denotes the size of a maximum matching. By core(G) we mean the intersection of all maximum independent sets of G. To decide whether core(G) is empty is known to be NP-hard. In this paper, we present some polynomial time algorithms finding core(G) of a Konig-Egervary graph G.

研究の動機と目的

• König-Egerváry グラフのコア（すべての最大独立集合の共通部分）を多項式時間で計算するアルゴリズムの開発。
• 一般グラフにおけるコア計算の NP 困難性に起因する問題を、König-Egerváry グラフに制限することで、解が容易になるようにすること。
• 時間計算量の明示的境界が保証された逐次および並列のアルゴリズムソリューションの提供。
• コア計算を用いて、最大独立集合が一意である König-Egerváry グラフを多項式時間で識別可能にする。
• 二部グラフおよび完全グラフに関する先行結果を一般化し、非二部の König-Egerváry グラフに対しても効率的なコア計算を拡張すること。

提案手法

• 頂点 $v$ がコアに属するための必要十分条件を活用：$\mu(G) = \mu(G - v)$ である。すなわち、$v$ を削除しても最大マッチングのサイズが減少しないこと。
• グラフ $G$ が König-Egerváry であるための必要十分条件として、$\alpha(G) + \mu(G) = n$ を用い、また $\mu(G) = \mu(G - v)$ ならば $G - v$ も König-Egerváry であることを活用。
• 各頂点 $v$ について $\mu(G - v)$ を計算し、$\mu(G)$ と比較する。一致する場合、$v \in \mathrm{core}(G)$ である。
• Dinic や Hopcroft-Karp などの最大マッチングアルゴリズムを用い、各頂点あたり $O(m\sqrt{n})$ の計算量でスケーラブルな計算を実現。
• 並列版では、$n$ 個のプロセッサを用いてすべての $v$ に対して $\mu(G - v)$ を同時に評価し、合計時間計算量を $O(m\sqrt{n})$ に短縮。
• 特殊ケースの最適化：$G$ が完全マッチングを持つ場合、$v \in \mathrm{core}(G) \iff G - v \text{ は König-Egerváry でない}$ という条件を用い、計算を簡略化。

実験結果

リサーチクエスチョン

• RQ1 一般グラフにおけるコア計算が NP 困難であるにもかかわらず、König-Egerváry グラフでは多項式時間でコアを計算できるか？
• RQ2 König-Egerváry グラフのどのような構造的性質が、マッチングサイズ解析による効率的コア計算を可能にするか？
• RQ3 最適な時間計算量を達成するように、逐次および並列の両方のアルゴリズムをどのように設計できるか？
• RQ4 König-Egerváry グラフが一意な最大独立集合を持つための条件は何か？ また、コア計算を用いてその条件を検出できるか？
• RQ5 例えば二部グラフや完全マッチングを持つグラフといった特殊な部分クラスに対して、コア計算を最適化できるか？

主な発見

• König-Egerváry グラフのコアは、マッチングサイズ比較に基づく逐次アルゴリズムにより $O(mn^{3/2})$ 時間で計算可能である。
• $n$ 個のプロセッサを用いた並列アルゴリズムにより、コアは $O(m\sqrt{n})$ 時間で計算可能であり、スケーラビリティが著しく向上する。
• 二部の König-Egerváry グラフでは、各頂点について $\mu(G) = \mu(G - v)$ をチェックすることでコアが計算可能で、逐次計算量は $O(mn\sqrt{n})$ である。
• グラフ $G$ が完全マッチングを持つ場合、$v \in \mathrm{core}(G)$ であるための必要十分条件は、$G - v$ が König-Egerváry グラフでないことである。この条件により、より効率的なアルゴリズムが可能になる。
• 本アルゴリズムは、完全マッチングを持つ二部の König-Egerváry グラフが空のコアを持つことを構成的証明する。これは命題 1(ii) を確認する。
• コア計算により、最大独立集合が一意である König-Egerváry グラフを多項式時間で識別可能である。このようなグラフではコアが最大独立集合であることが保証される。