[論文レビュー] Integer Programming in Parameterized Complexity: Three Miniatures

Tomáš Gavenčiak, Dušan Knop+1 more|arXiv (Cornell University)|Nov 6, 2017

Advanced Graph Theory Research参考文献 15被引用数 5

ひとこと要約

この論文は、固定パラメータ可 tractable (FPT) アルゴリズムを、有界な近傍多様性を持つグラフにおける3つのNP困難なグラフ問題—容量制約付き支配集合、和彩色、Max-q-カット—に適用するための高度な整数計画法技術の有効性を示している。これらの問題を固定次元における凸または整数計画法としてモデル化することで、f(k)·poly(n) のFPT実行時間を達成し、整数性ギャップ解析と丸め戦略を通じてパラメータ依存性を最適化した。

ABSTRACT

Powerful results from the theory of integer programming have recently led to substantial advances in parameterized complexity. However, our perception is that, except for Lenstra's algorithm for solving integer linear programming in fixed dimension, there is still little understanding in the parameterized complexity community of the strengths and limitations of the available tools. This is understandable: it is often difficult to infer exact runtimes or even the distinction between FPT and XP algorithms, and some knowledge is simply unwritten folklore in a different community. We wish to make a step in remedying this situation. To that end, we first provide an easy to navigate quick reference guide of integer programming algorithms from the perspective of parameterized complexity. Then, we show their applications in three case studies, obtaining FPT algorithms with runtime $f(k)poly(n)$. We focus on: * Modeling: since the algorithmic results follow by applying existing algorithms to new models, we shift the focus from the complexity result to the modeling result, highlighting common patterns and tricks which are used. * Optimality program: after giving an FPT algorithm, we are interested in reducing the dependence on the parameter; we show which algorithms and tricks are often useful for speed-ups. * Minding the poly(n): reducing $f(k)$ often has the unintended consequence of increasing poly(n); so we highlight the common trade-offs and show how to get the best of both worlds. Specifically, we consider graphs of bounded neighborhood diversity which are in a sense the simplest of dense graphs, and we show several FPT algorithms for Capacitated Dominating Set, Sum Coloring, and Max-q-Cut by modeling them as convex programs in fixed dimension, n-fold integer programs, bounded dual treewidth programs, and indefinite quadratic programs in fixed dimension.

研究の動機と目的

• 整数計画法理論とパrameterized 複雑性の間のギャップを埋めることで、パラメータ化アルゴリズムコミュニティが高度なIP技術を利用できるようにすること。
• 固定次元における整数または凸計画法としての問題モデル化が、f(k)·poly(n) のFPTアルゴリズムをもたらすことを示すこと。
• f(k) のパラメータ依存性を最適化しつつ、poly(n) 要素とのトレードオフを管理すること。
• FPT設定における高速化を実現するためのIPモデル化と適切なアルゴリズム選択の実用的ガイドを提供すること。
• 多様な問題にわたり一貫して効率的なFPT解をもたらす共通のモデル化パターンとアルゴリズム的テクニックを強調すること。

提案手法

• 固定次元に焦点を当てることでFPTアルゴリズムを可能にするため、凸または線形制約を伴う整数計画法（IP）として問題をモデル化する。
• n-フォールドIP、有界双対木幅、不定値二次計画法などの既知のIPアルゴリズムを固定次元に適用し、FPT実行時間を達成する。
• 連続緩和と丸めを用い、整数解と連続解との距離を整数性ギャップ解析によって制限する。
• 再帰的固定手順の導入：丸めに失敗した場合、変数を境界値に固定し、再び緩和問題を解き直し、最大k回まで繰り返す。
• 整数性ギャップが最大k²であることに着目し、連続最適解の近傍の整数ベクトルに対する探索空間を制限する。
• 容量順序支配集合の妥当性を確認するため、候補解を二部マッチングを用いて検証する。

実験結果

リサーチクエスチョン

• RQ1 整数計画法技術をどのように体系的に適用することで、パrameterized 複雑性におけるグラフ問題のFPTアルゴリズムを導出できるか？
• RQ2 NP困難な問題が固定パラメータ可 tractable な整数計画法に還元可能となるための鍵となるモデル化パターンは何か？
• RQ3 実行時間のpoly(n) 要素を著しく増加させることなく、f(k) のパラメータ依存性を最小化するにはどうすればよいか？
• RQ4 整数性ギャップ解析が、連続最適解の近傍における整数解の探索空間をどのように制限するか？
• RQ5 反復的固定や有界丸めなどのアルゴリズム的テクニックの中で、f(k) と poly(n) のバランスを最も効果的に保つのはどれか？

主な発見

• 近傍多様性をパラメータとして用いるとき、容量制約付き支配集合、和彩色、Max-q-カットはいずれもf(k)·poly(n) のFPTアルゴリズムを有する。
• 連続緩和の整数性ギャップは最大k²であり、連続最適解の近傍のO((2k²+2)^k) 個の整数ベクトルに対する探索が可能になる。
• 連続最適解を計算し、そのl1距離がk²以内のすべての整数ベクトルをテストすることでFPTアルゴリズムが達成され、妥当性は二部マッチングを用いて検証される。
• 整数性ギャップの上限を活用することでf(k) のパラメータ依存性を低減可能だが、これによりpoly(n) 要素が増加する可能性がある。
• 連続解の近傍に限定された探索空間により、f(k) と poly(n) のバランスを効果的に達成している。
• このアプローチは一般性と再利用性に優れ、異なる問題に対しても同じモデル化とアルゴリズム戦略が適用可能であり、FPTアルゴリズム設計における転送可能なパターンを示している。