[논문 리뷰] Approximation algorithms and hardness for domination with propagation

Ashkan Aazami, Michael D. Stilp|ArXiv.org|2007. 10. 10.

Advanced Graph Theory Research참고 문헌 25인용 수 5

한 줄 요약

이 논문은 전파 규칙을 추가한 고전적인 독립집합 문제의 확장인 전력 지배 집합(PDS) 문제에 대한 근사 알고리즘과 난이도 결과를 제시한다. 강력한 근사 불가능성 한계인 $2^{"log^{1-\epsilon} n}$을 확립하고, 평면 그래프에 대해 $O(\sqrt{n})$ 근사 알고리즘(정확한 상한)을 제시하며, 방향성 비순환 그래프(DAG)에 대해서도 유사한 난이도 결과를 입증한다. 또한, 유계 트리너비 그래프에서 방향성 PDS 문제에 대해 선형 시간 내 최적 해를 구하는 알고리즘을 제시한다.

ABSTRACT

The power dominating set (PDS) problem is the following extension of the well-known dominating set problem: find a smallest-size set of nodes $S$ that power dominates all the nodes, where a node $v$ is power dominated if (1) $v$ is in $S$ or $v$ has a neighbor in $S$, or (2) $v$ has a neighbor $w$ such that $w$ and all of its neighbors except $v$ are power dominated. We show a hardness of approximation threshold of $2^{\log^{1-ε}{n}}$ in contrast to the logarithmic hardness for the dominating set problem. We give an $O(\sqrt{n})$ approximation algorithm for planar graphs, and show that our methods cannot improve on this approximation guarantee. Finally, we initiate the study of PDS on directed graphs, and show the same hardness threshold of $2^{\log^{1-ε}{n}}$ for directed \emph{acyclic} graphs. Also we show that the directed PDS problem can be solved optimally in linear time if the underlying undirected graph has bounded tree-width.

연구 동기 및 목표

• 전파 규칙을 추가한 고전적인 독립집합 문제의 확장인 전력 지배 집합(PDS) 문제의 근사 복잡도를 연구하는 것.
• PDS에 대해 날카로운 근사 불가능성 결과를 확립하여, $\textsf{P} = \textsf{NP}$가 아닐 경우 $2^{\log^{1-\epsilon} n}$ 이내로 근사하는 것은 어렵다는 것을 보이는 것.
• 특히 평면 그래프와 유계 트리너비를 가진 방향 그래프에 대해 근사 알고리즘을 설계하고 분석하는 것.
• PDS 인스턴스에서 그레디 및 유사 휴리스틱(예: 근접성, 정리정돈)의 성능 한계를 조사하는 것.

제안 방법

• 집합 커버링 문제로부터의 감소를 통해 근사 불가능성을 증명하여, PDS가 $2^{\log^{1-\epsilon} n}$ 수준의 난이도 한계를 유전함을 보이며, 이는 집합 커버링 문제의 최고 수준의 근사 불가능성과 일치한다.
• 구조적 성질과 철저히 구성된 부분그래프 위에서의 그레디 접근을 활용하여 평면 그래프에 대해 $O(\sqrt{n})$-근사 알고리즘을 설계한다.
• 제안된 근사 알고리즘이 점근적으로 정확한 상한임을 입증하기 위해, 알고리즘의 해 크기가 최적 해의 $\Theta(\sqrt{n})$ 배가 되는 평면 그래프의 가족을 구성한다.
• 방향 그래프에서 PDS 문제를 분석하기 위해 방향 전파 규칙을 정의하고, 방향 비순환 그래프(DAG)에 대해 동일한 근사 불가능성 한계를 증명한다.
• 트리 분해 위에서 동적 프로그래밍을 사용하여, 기저가 되는 무방향 그래프의 트리너비가 유계일 경우 방향 PDS 문제를 선형 시간 내에 최적으로 해결한다.
• 표준 그레디 변형(근접성, 정리정돈)이 최적 해보다 $\Theta(n)$ 배 더 큰 해를 낼 수 있음을 보여주는 명시적 반례(예: 변형된 격자형 그래프)를 구성한다.

실험 결과

연구 질문

• RQ1 평면 그래프에서 전력 지배 집합 문제에 대해 달성 가능한 최선의 근사 비율은 무엇인가?
• RQ2 근사 불가능성 한계 측면에서 전력 지배 집합 문제를 근사하는 데 얼마나 어려운가?
• RQ3 PDS의 전파 규칙은 표준 독립집합 문제보다 유의미하게 향상된 근사 보장을 가져올 수 있는가?
• RQ4 특히 DAG에서 전력 지배 집합 문제의 복잡도는 어떠한가?
• RQ5 유계 트리너비를 가진 그래프에서 PDS 문제를 다항 시간 내에 최적으로 해결할 수 있는가?

주요 결과

• 모든 $\epsilon > 0$ 에 대해 $\textsf{P} \neq \textsf{NP}$ 라고 가정할 경우, 전력 지배 집합 문제는 $2^{\log^{1-\epsilon} n}$ 이내로 근사하는 것이 불가능하며, 이는 집합 커버링 문제의 최고 수준의 근사 불가능성과 일치한다.
• 평면 그래프에 대해 $O(\sqrt{n})$-근사 알고리즘이 제안되며, 이 상한은 정확한 것으로 밝혀졌는데, 이는 알고리즘의 해 크기가 최적 해의 $\Theta(\sqrt{n})$ 배가 되는 평면 그래프가 존재하기 때문이다.
• 표준 그레디 알고리즘은 심지어 평면 그래프에서도 최적 해보다 $\Theta(n)$ 배 더 큰 해를 낼 수 있다.
• 근접성 및 정리정돈 변형 그레디 알고리즘 역시 하한이 선형이 아닌 근사 비율을 달성하지 못하며, 그 출력이 최적 해의 $\Theta(n)$ 배가 되는 명시적 반례를 통해 이를 입증한다.
• 방향 비순환 그래프(DAG)에 대해서도 PDS 문제는 동일한 근사 불가능성 한계인 $2^{\log^{1-\epsilon} n}$ 을 유산하며, 이는 무방향 경우와 동일한 난이도를 가짐을 시사한다.
• 방향 PDS 인스턴스의 기저가 되는 무방향 그래프의 트리너비가 유계일 경우, 트리 분해 위에서의 동적 프로그래밍을 사용하여 문제를 선형 시간 내에 최적으로 해결할 수 있다.