[論文レビュー] Deciding first-order properties of nowhere dense graphs

Martin Grohe, Stephan Kreutzer+1 more|arXiv (Cornell University)|Nov 15, 2013

Advanced Graph Theory Research参考文献 19被引用数 6

ひとこと要約

本稿では、初めての論理的性質が、画期的なゲーム理論的特徴付けと再帰的局所性に基づくアルゴリズムを用いて、どこでも密集しないグラフクラスにおいて固定パrameter tractable（FPT）であることを確立している。主な貢献は、任意の ε > 0 に対して O(n^{1+ε}) 時間で第一階論理的性質を決定するアルゴリズムであり、これは遺伝的グラフクラスにおいて最適であり、これまでのスパースグラフに対するメタ定理を一般化するものである。

ABSTRACT

Nowhere dense graph classes, introduced by Nesetril and Ossona de Mendez, form a large variety of classes of "sparse graphs" including the class of planar graphs, actually all classes with excluded minors, and also bounded degree graphs and graph classes of bounded expansion. We show that deciding properties of graphs definable in first-order logic is fixed-parameter tractable on nowhere dense graph classes. At least for graph classes closed under taking subgraphs, this result is optimal: it was known before that for all classes C of graphs closed under taking subgraphs, if deciding first-order properties of graphs in C is fixed-parameter tractable, then C must be nowhere dense (under a reasonable complexity theoretic assumption). As a by-product, we give an algorithmic construction of sparse neighbourhood covers for nowhere dense graphs. This extends and improves previous constructions of neighbourhood covers for graph classes with excluded minors. At the same time, our construction is considerably simpler than those. Our proofs are based on a new game-theoretic characterisation of nowhere dense graphs that allows for a recursive version of locality-based algorithms on these classes. On the logical side, we prove a "rank-preserving" version of Gaifman's locality theorem.

研究の動機と目的

• どこでも密集しないグラフクラス（平面的グラフや有界拡張グラフを含む）における第一階論理的性質の固定パrameter tractability を確立すること。
• 標準的な複雑性仮定の下で、遺伝的グラフクラスにおいて固定パrameter tractability がどこでも密集しない性質を示すという、最適なアルゴリズム的メタ定理を提供すること。
• 除外最小グラフクラスに対する既存の構成を上回る、どこでも密集しないグラフにおけるスパース近傍被覆の構成的アルゴリズムを開発すること。
• 再帰的局所性に基づくアルゴリズムをこれらのクラス上で実行可能にするために、ガフマンの局所性定理のランクを保つバージョンを導入すること。
• 構造的グラフ理論とゲーム理論的特徴付けを活用して、第一階論理の既存のアルゴリズム的メタ定理を統合・拡張すること。

提案手法

• 局所的近傍に基づく論理的クエリの再帰的分解を可能にするために、どこでも密集しないグラフのゲーム理論的特徴付けを提案する。
• 局所性ゲームにおける勝利戦略を用いて、スパース近傍被覆にグラフを再帰的に分割するアルゴリズムを採用し、再帰深さを有界に保つ。
• 再帰中に局所的近傍を効率的に計算するために、各部分グラフに幅優先探索木を格納し、定数倍のオーバーヘッドしか発生させない。
• 論理式が表現力を失わずに局所的に評価可能であることを保証するため、ガフマンの局所性定理のランクを保つ変種を適用する。
• 実行時間 T(j, n) の再帰的関係式を導出し、総コストを c^j * n^{1+2jδ} で上界付ける。これにより、最終的に O(n^{1+ε}) 時間計算量が得られる。
• 近傍被覆のスパarsity と再帰深さ ℓ が有界であることを利用し、任意の ε > 0 に対して、2次未塔の実行時間となることを保証する。

実験結果

リサーチクエスチョン

• RQ1 どこでも密集しないグラフクラス上において、第一階論理的性質は固定パrameter tractable 時間で決定可能か？
• RQ2 遺伝的グラフクラスにおいて、第一階論理の決定がどこでも密集しないグラフ上で最適か？
• RQ3 どこでも密集しないグラフに対して、良好なパラメータを持つスパース近傍被覆をアルゴリズム的に構成可能か？
• RQ4 ゲーム理論的原則を用いて、どこでも密集しないグラフ上で局所性に基づくアルゴリズムを再帰的に適用可能か？
• RQ5 ランクを保つガフマンの局所性定理は、スパース構造上で効率的な論理的評価を可能にする役割を果たすか？

主な発見

• 任意の ε > 0 に対して、どこでも密集しないグラフクラス上では、第一階論理的性質が O(n^{1+ε}) 時間で決定可能であり、固定パrameter tractability が証明された。
• アルゴリズムは任意の ε > 0 に対して、2次未塔の実行時間 O(n^{1+ε}) を達成しており、標準的な複雑性仮定の下で遺伝的グラフクラスにおいて最適である。
• 半径および次数パラメータが著しく単純かつ効率的な、スパース近傍被覆の構成的アルゴリズムが開発された。
• どこでも密集しないグラフのゲーム理論的特徴付けにより、局所的構造に基づく論理的クエリの再帰的分解が可能となり、アルゴリズムの核を形成する。
• ランクを保つガフマンの局所性定理のバージョンにより、論理式が量化子ランクを増加させずに局所的に評価可能であることが保証され、効率的な再帰的評価が可能になる。
• 実行時間解析により、総コストが c^ℓ * n^{1+ε} で上界付けることができ、ここで ℓ は再帰深さ、c は式およびクラスに依存する定数である。これにより、2次未塔の境界が証明された。