[論文レビュー] On Equivalence of Parameterized Inapproximability of k-Median, k-Max-Coverage, and 2-CSP

C. S. Karthik, Euiwoong Lee+1 more|arXiv (Cornell University)|Jan 1, 2024

Constraint Satisfaction and Optimization被引用数 1

ひとこと要約

この論文は、ギャップを保つFPT還元を用いて、k-メディアン、k-マックスカバレッジ、2-CSP問題のパrameterized inapproximabilityの間でタイトな同値性を確立する。k-マックスカバレッジを(1−δ)要因で近似することがW[1]-hardであるとすれば、2-CSPを(1−δ²/4)要因で近似することもW[1]-hardであることが示され、k-マックスカバレッジのinapproximabilityを解明すればパrameterized Inapproximability Hypothesis (PIH) も示されることを示している。

ABSTRACT

Parameterized Inapproximability Hypothesis (PIH) is a central question in the field of parameterized complexity. PIH asserts that given as input a 2-CSP on $k$ variables and alphabet size $n$, it is W[1]-hard parameterized by $k$ to distinguish if the input is perfectly satisfiable or if every assignment to the input violates 1% of the constraints. An important implication of PIH is that it yields the tight parameterized inapproximability of the $k$-maxcoverage problem. In the $k$-maxcoverage problem, we are given as input a set system, a threshold $τ>0$, and a parameter $k$ and the goal is to determine if there exist $k$ sets in the input whose union is at least $τ$ fraction of the entire universe. PIH is known to imply that it is W[1]-hard parameterized by $k$ to distinguish if there are $k$ input sets whose union is at least $τ$ fraction of the universe or if the union of every $k$ input sets is not much larger than $τ\cdot (1-\frac{1}{e})$ fraction of the universe. In this work we present a gap preserving FPT reduction (in the reverse direction) from the $k$-maxcoverage problem to the aforementioned 2-CSP problem, thus showing that the assertion that approximating the $k$-maxcoverage problem to some constant factor is W[1]-hard implies PIH. In addition, we present a gap preserving FPT reduction from the $k$-median problem (in general metrics) to the $k$-maxcoverage problem, further highlighting the power of gap preserving FPT reductions over classical gap preserving polynomial time reductions.

研究の動機と目的

• PIHを仮定せずに、k-マックスカバレッジを定数要因で近似することがW[1]-hardであるかどうかを明確に解明すること。
• k-マックスカバレッジのW[1]-hardnessが、より広範なパrameterized Inapproximability Hypothesis (PIH) に与える影響を調査すること。
• k-マックスカバレッジから2-CSPへの逆ギャップを保つFPT還元を確立し、k-マックスカバレッジの難易度が2-CSPの難易度を示唆すること。
• ギャップを保つFPT還元の力を示し、k-メディアンからk-マックスカバレッジへの拡張により、従来の多項式時間還元よりも優れていることを強調すること。

提案手法

• k-マックスカバレッジから2-CSPへのギャップを保つFPT還元を構築し、k-マックスカバレッジを(1−δ)要因で近似することがW[1]-hardであるならば、2-CSPを(1−δ²/4)要因で近似することもW[1]-hardであることを示す。
• FeigeのMax CoverageにおけるNP-hardnessフレームワークをパラメータ化された設定に適応し、T層からなる階層的構造を用いる。各層はt∈[T]でインデックス付けされる。
• サイズT·(log n)^O(1)·k·A(k)のユニバースUと、T·k·n個の集合からなる集合系Sを定義する。各集合S(t,j,v)は2-CSPインスタンスにおける変数の割り当てに対応する。
• 各層ごとの集合カバレッジの組み合わせ的解析を行い、選択された集合をeS−、eS=、eS+に層ごとに分割し、カバーされない要素の数を制限する。
• 確率的議論を用いて、Uの少なくともTℓ/2個の要素が、いかなるkT集合選択に対してもカバーされないことが示され、定数要因のギャップが確立される。
• ベースとして[KLM19]のgap k-MaxCoverのW[1]-hardnessを用い、ギャップとパラメータ化を保つ還元を構築する。

実験結果

リサーチクエスチョン

• RQ1 PIHを仮定せずに、k-マックスカバレッジを定数要因で近似することがW[1]-hardであることを、条件なしに証明できるか？
• RQ2 k-マックスカバレッジを(1−δ)要因で近似することがW[1]-hardであるならば、2-CSPを(1−δ²/4)要因で近似することがW[1]-hardであるか？
• RQ3 k-メディアンからk-マックスカバレッジへのギャップを保つFPT還元は存在するか？ また、それはパラメータ化されたinapproximabilityの階層にどのような含意をもたらすか？
• RQ4 ギャップを保つFPT還元は、従来の還元と比較して、パラメータ化されたinapproximabilityの含意をどの程度強化するか？

主な発見

• 論文は、ランダムチューリング還元を用いて、k-マックスカバレッジを(1−δ)要因で近似することがW[1]-hardであるならば、2-CSPを(1−δ²/4)要因で近似することもW[1]-hardであることを証明している。
• これは、k-マックスカバレッジから2-CSPへの逆還元を確立し、k-マックスカバレッジのinapproximabilityを解明すればPIHも示されることを示している。
• 還元はギャップを保ち、kのパラメータ化を維持しており、inapproximabilityギャップのタイトさを示している。
• T層からなる階層的ユニバースと、2-CSPインスタンスから導かれる集合系を用いた構成により、元のインスタンスで完全なカバレッジが達成されれば、新しいインスタンスでも完全なカバレッジが達成されることを保証する。
• 任意のkT集合選択が、ユニバースの少なくともTℓ/2個の要素をカバーしないことが示され、定数要因のギャップが確立される。
• この結果により、FPT還元の下でk-マックスカバレッジのinapproximabilityと2-CSPのinapproximabilityが同等であることが示され、k-マックスカバレッジがパラメータ化されたinapproximability階層における中心的役割を果たすことが強調されている。