[論文レビュー] Anti-Factor Is FPT Parameterized by Treewidth and List Size (But Counting Is Hard)

Dániel Marx, Govind S. Sankar+1 more|arXiv (Cornell University)|Oct 18, 2021

Advanced Graph Theory Research被引用数 2

ひとこと要約

本稿では、木幅と各頂点あたりの禁止次数の最大数をパrameterとして、Anti-Factor問題が固定パrameter tractable (FPT) であることを示している。代表的集合と動的計画法を用いて達成されている。一方、数え上げ版は#W[1]-hardであり、Counting Strong Exponential Time Hypothesis (cSeth) の下で本質的に最適であり、任意のϵ > 0に対して (max X + 2 − ϵ)^tw のタイトな下界が示されている。

ABSTRACT

In the general AntiFactor problem, a graph G and, for every vertex v of G, a set X_v ⊆ ℕ of forbidden degrees is given. The task is to find a set S of edges such that the degree of v in S is not in the set X_v. Standard techniques (dynamic programming plus fast convolution) can be used to show that if M is the largest forbidden degree, then the problem can be solved in time (M+2)^{tw}⋅n^{O(1)} if a tree decomposition of width tw is given. However, significantly faster algorithms are possible if the sets X_v are sparse: our main algorithmic result shows that if every vertex has at most x forbidden degrees (we call this special case AntiFactor_x), then the problem can be solved in time (x+1)^{O(tw)}⋅n^{O(1)}. That is, AntiFactor_x is fixed-parameter tractable parameterized by treewidth tw and the maximum number x of excluded degrees. Our algorithm uses the technique of representative sets, which can be generalized to the optimization version, but (as expected) not to the counting version of the problem. In fact, we show that #AntiFactor₁ is already #W[1]-hard parameterized by the width of the given decomposition. Moreover, we show that, unlike for the decision version, the standard dynamic programming algorithm is essentially optimal for the counting version. Formally, for a fixed nonempty set X, we denote by X-AntiFactor the special case where every vertex v has the same set X_v = X of forbidden degrees. We show the following lower bound for every fixed set X: if there is an ε > 0 such that #X-AntiFactor can be solved in time (max X+2-ε)^{tw}⋅n^{O(1)} given a tree decomposition of width tw, then the Counting Strong Exponential-Time Hypothesis (#SETH) fails.

研究の動機と目的

• 本稿は、各頂点が禁止する次数の集合を指定するAnti-Factor問題のパラメータ化された計算複雑性を調査する。
• 各頂点が高々x個の禁止次数を持つ場合、これをAntiFactorxと呼ぶ。
• この制限が一般の場合よりも高速なアルゴリズムを可能にするかを検討する。
• 決定版と数え上げ版のAnti-Factorの間の複雑性ギャップを解明することを目的とする。
• 標準的な複雑性仮説（例：#SETH）の下で、数え上げ版に対するタイトな下界を確立することを目的とする。

提案手法

• 著者たちは、代表的集合を用いて、Anti-Factorの最適化版に一般化された動的計画法の手法を展開する。
• 木分解に基づく動的計画法アルゴリズムを設計し、AntiFactorxに対して (x + 1)^O(tw) · n^O(1) 時間で実行可能である。
• 効率的な部分解の追跡のために、高速な部分集合畳み込みと代表的集合技術を活用する。
• 数え上げ版に関しては、正則グラフ上の#MaxIndSetから#EdgeCoverへの還元を、辺の分割と路の接続を用いて行う。
• フィボナッチ数の補間を用いて、特定の未被覆頂点数を持つ辺被覆の数を回復する。
• もし#X-AntiFactorに対してより高速なアルゴリズムが存在すると仮定し、#SETHに矛盾を導くことで、下界を証明する。

実験結果

リサーチクエスチョン

• RQ1 木幅twと各頂点あたりの禁止次数の最大数xをパrameterとして、Anti-Factorは固定パrameter tractable（FPT）か？
• RQ2 標準的な複雑性仮説の下で、数え上げ版のAnti-Factorは (max X + 2)^tw · n^O(1) よりも速く解けるか？
• RQ3 数え上げ版Anti-Factorの標準的動的計画法アルゴリズムは、最適な実行時間を持つか？
• RQ4 決定版と数え上げ版のAnti-Factorの間に顕著な複雑性ギャップがあるか？
• RQ5 数え上げ版のAnti-Factorは、他の既知の難問に還元可能か？ これにより、タイトな下界を確立できるか？

主な発見

• Anti-Factorxは、木幅twと最大リストサイズxをパrameterとしてFPTであり、(x + 1)^O(tw) · n^O(1) 時間で解ける。
• AntiFactor1の数え上げ版は、木幅をパrameterとして#W[1]-hardである。
• 任意の固定された空でない集合Xに対して、#X-AntiFactorは、任意のϵ > 0に対して (max X + 2 − ϵ)^tw · n^O(1) 時間で解けない（#SETHが成立しない限り）。
• 数え上げ版Anti-Factorの標準的動的計画法アルゴリズムは、#SETHの下で本質的に最適である。
• 正則グラフ上の#MaxIndSetから#EdgeCoverへの還元を、辺の分割と路の接続を用いて行い、タイトな下界を確立した。
• フィボナッチ数の補間により、特定の未被覆頂点数を持つ辺被覆の数を回復可能であり、これにより#MaxIndSetへの還元が可能になった。