[論文レビュー] Counting perfect matchings in graphs that exclude a single-crossing minor

Radu Curticapean|arXiv (Cornell University)|Jun 16, 2014

Advanced Graph Theory Research参考文献 6被引用数 6

ひとこと要約

本稿では、任意のシングルクロスングラフ H をマイナーとして含まないグラフにおける完全マッチングの個数を O(n⁴) 時間で数えるアルゴリズムを提示する。H が K₅ または K₃,₃ の場合、時間計算量は O(n¹.⁵) に改善される。本手法は、平面的および有界木幅成分へのグラフ分解と、マッチゲートおよび Pfaffian 技法を用いた平面グラフにおける完全マッチングのブラックボックス計算を組み合わせており、Pfaffian指向手法の一般化を達成している。

ABSTRACT

A graph $H$ is single-crossing if it can be drawn in the plane with at most one crossing. For any single-crossing graph $H$, we give an $O(n^4)$ time algorithm for counting perfect matchings in graphs excluding $H$ as a minor. The runtime can be lowered to $O(n^{1.5})$ when $G$ excludes $K_5$ or $K_{3,3}$ as a minor. This is the first generalization of an algorithm for counting perfect matchings in $K_{3,3}$-free graphs (Little 1974, Vazirani 1989). Our algorithm uses black-boxes for counting perfect matchings in planar graphs and for computing certain graph decompositions. Together with an independent recent result (Straub et al. 2014) for graphs excluding $K_5$, it is one of the first nontrivial algorithms to not inherently rely on Pfaffian orientations.

研究の動機と目的

• 単一クロスングラフ H をマイナーとして含まないグラフにおける完全マッチングの個数を多項式時間で数えるアルゴリズムの開発。
• Pfaffianに基づく手法にとどまらない、K₃,₃-フリーおよび K₅-フリーのグラフに関する先行結果の一般化。
• 従来の正確な個数数え上げアルゴリズムよりも広いマイナー閉包グラフ族に適用可能なフレームワークの提供。
• 構造的グラフ分解とブラックボックス平面マッチング計算を活用し、効率的な個数数え上げを実現すること。

提案手法

• H-マイナー自由グラフを平面的および有界木幅成分に分解する c-ナイス分解を用いる。ここで c は H に依存する定数である。
• Pfaffian技法と行列式計算を用いて、O(n¹.⁵) 時間で平面グラフにおける完全マッチングをブラックボックスで計算する。
• マッチゲートのシグネチャとシグネチャ合成を用いて、分解された成分間のマッチングを Lemma 1 および Fact 1 を用いて統合する。
• 分解木を下位から上位へ処理し、各ノードにおけるマッチゲートのシグネチャベクトルを再帰的合成と制限を用いて計算する。
• 平面的成分については、接続クランプを外部面に埋め込むようにグラフを再構成し、平面的マッチゲート同等性を用いてシグネチャを計算する。
• 分解の構造的境界（O(n) 個のノードおよび総サイズ O(n)）を用いて、一般のシングルクロスングラフ H に対しては全体の実行時間を O(n⁴)、K₅ または K₃,₃ の場合は O(n¹.⁵) に制限する。

実験結果

リサーチクエスチョン

• RQ1 K₃,₃ や K₅ の特別な場合を除き、単一クロスングラフマイナーを除外するグラフにおいて、完全マッチングの個数数え上げを効率的に解けるか。
• RQ2 Pfaffian向きに依存しないまま、非平面的マイナー閉包グラフ族においても多項式時間の個数数え上げが可能か。
• RQ3 構造的グラフ分解（例えば平面的および有界木幅部分への分解）をどのように活用して完全マッチングを効率的に計算できるか。
• RQ4 H がシングルクロスングラフではあるが平面的でない場合、H-マイナー自由グラフにおける完全マッチングの個数数え上げの計算量的複雑度は何か。
• RQ5 既存の構造的グラフ理論の結果を用いて、本手法を非シングルクロスングラフマイナーへ拡張可能か。

主な発見

• 任意のシングルクロスングラフ H をマイナーとして含まないグラフにおける完全マッチングの個数を O(n⁴) 時間で数えるアルゴリズムを提示した。
• H = K₅ または H = K₃,₃ の特別な場合において、実行時間は O(n¹.⁵) に改善され、平面グラフにおける最良の既知の境界と一致する。
• Pfaffian向きに内在的に依存しないという点で、Pfaffian手法への一般化という点で顕著な前進を達成した。
• 本手法は、H-マイナー自由グラフの c-ナイス分解とブラックボックス平面完全マッチング計算、およびマッチゲートによるシグネチャ合成を組み合わせたものである。
• 分解木の総サイズは O(n) であり、すべてのノード t における nₜ¹.⁵ の和も O(n¹.⁵) であるため、全体の実行時間境界が達成できる。
• K₃,₃-フリーおよび K₅-フリーのグラフに関する先行作業を一般化しており、有界ジェネルスグラフ向けのアルゴリズムとは直交する。