[論文レビュー] Graphes parfaits : structure et algorithmes

Nicolas Trotignon|arXiv (Cornell University)|Aug 31, 2013

Advanced Graph Theory Research参考文献 66被引用数 6

ひとこと要約

この論文は、偶数ペア（それらの間を結ぶすべてのパスの長さが偶数である頂点のペア）の再帰的縮約が、perfect graphの一種であるArtemisグラフに対して最適な彩色をもたらすことを証明している。本論文は、Bergeグラフにおける部分グラフ検出ルーチンに基づいて、O(n²m)の彩色アルゴリズムとO(n⁹)の認識アルゴリズムを提示しているが、一般のグラフではこのような検出がNP完全であることを示している。

ABSTRACT

This work is the PhD thesis of Nicolas Trotignon, written in 2004 under the supervision of Frédéric Maffray. It is motivated by the desire for a better understanding of perfect graphs. The proof of the Claude Berge's perfect graph conjecture in 2002 by Chudnovsky, Robertson, Seymour and Thomas has shed a new light on this field of combinatorics. But some questions are still unsettled, particulary the existence of a combinatorial algorithm for the coloring of perfect graphs. An even pair of a graph is a pair of vertices such that every path joining them has even length. As proved by Fonlupt and Uhry, the contraction of an even pair preserves the chromatic number, and when applied recursively may lead to an optimal coloring. We prove a conjecture of Everett and Reed saying that this method works for a class of perfect graphs: Artemis graphs. This yields a coloring algorithm for Artemis graphs with complexity $O(n^2m)$. We give an $O(n^9)$ algorithm for the recognition of Artemis graphs. Other recognition algorithms are also given, each of them based on subgraph detection routines for Berge graphs. We show that these subgraph detection problems are NP-complete when extended to general graphs.

研究の動機と目的

• perfect graphに対する組み合わせ的彩色アルゴリズムの開発という未解決問題を、特定の部分クラスに焦点を当てて解決すること。
• 既知のchromatic numberを保存する偶数ペア縮約法が、Artemisグラフにおいても最適な彩色をもたらすかどうかを調査すること。
• 構造的性質と部分グラフ検出に基づいて、Artemisグラフのための効率的な認識および彩色アルゴリズムを開発すること。
• 一般のグラフにおける部分グラフ検出問題の計算量的複雑性を確立し、Bergeグラフを超えた拡張ではNP完全であることを示すこと。

提案手法

• FonluptとUhryの先行結果を拡張し、Artemisグラフにおいて偶数ペア縮約がchromatic numberを保存することを証明する。
• 再帰的な偶数ペア縮約を適用してArtemisグラフをより小さなインスタンスに還元し、最終的に最適な彩色を得る。
• 偶数ペアの検出と縮約を用いて、O(n²m)のアルゴリズムを設計し、Artemisグラフの最適彩色を実行する。
• Bergeグラフにおける特定の部分グラフ（例：プリズム、ピラミッド）の検出に基づいて、O(n⁹)のArtemisグラフ認識アルゴリズムを開発する。
• 認識のコアとして、Bergeグラフにおける部分グラフ検出ルーチン（例：プリズム、ピラミッド、奇数穴）に依存する。
• これらの検出問題を一般のグラフに拡張するとNP完全性が示されることを示し、計算量の境界を確立する。

実験結果

リサーチクエスチョン

• RQ1 偶数ペアの再帰的縮約はArtemisグラフに対して最適な彩色をもたらすか？
• RQ2 Bergeグラフにおける部分グラフ検出を用いて、Artemisグラフのための効率的な認識アルゴリズムを構築できるか？
• RQ3 一般のグラフにおけるキーパート（例：プリズム、ピラミッド）の検出の計算量的複雑性はいかほどか？
• RQ4 Artemisグラフに特有の構造的性質が、組み合わせ的彩色アルゴリズムの実現を可能にするか？
• RQ5 偶数ペア法はArtemisグラフを超えて、他のperfect graphのクラスへ一般化可能か？

主な発見

• 本論文は、Even and Reedの予想を裏付ける形で、偶数ペア縮約法がArtemisグラフに対して最適な彩色をもたらすことを証明した。
• 再帰的偶数ペア縮約を用いたO(n²m)のアルゴリズムが、Artemisグラフの最適彩色のためのものとして開発された。
• Bergeグラフにおける特定の部分グラフの検出に基づいて、O(n⁹)のArtemisグラフ認識アルゴリズムが提示された。
• 一般のグラフにおけるキーパート（例：プリズム、ピラミッド、奇数穴）の検出がNP完全であることが示された。
• Meynielグラフやquasi-parityグラフとの関係を含むArtemisグラフの構造的性質が、効率的な認識と彩色を可能にするために活用された。
• 結果として、Bergeグラフでは部分グラフ検出が可能で効率的であるのに対し、一般のグラフに拡張すると計算的に困難になるという明確な境界が確立された。