[논문 리뷰] Breaking the $2^n$ barrier for 5-coloring and 6-coloring

Or Zamir|arXiv (Cornell University)|2020. 07. 21.

Graph Labeling and Dimension Problems참고 문헌 27인용 수 2

한 줄 요약

이 논문은 k > 4인 경우에 대해 오랜 기간 동안 유지되어 온 2^n 장벽을 뛰어넘는 5-색칠 및 6-색칠에 대한 최초의 O((2−ε)^n) 알고리즘을 제시한다. 핵심 혁신은 (α,Δ)-유계 그래프—정점의 일정 비율 α가 최대 Δ의 차수를 가지는 그래프—에 대한 일반화된 색칠 수 계산으로, 이는 새로운 부분집합 제거 보조정리와 재귀적 수축을 통해 달성되며, 이러한 경우에 대해 지수 시간 이하의 해법을 가능하게 하고 리스트 색칠 문제로도 확장된다.

ABSTRACT

The coloring problem (i.e., computing the chromatic number of a graph) can be solved in O^*(2ⁿ) time, as shown by Björklund, Husfeldt and Koivisto in 2009. For k = 3,4, better algorithms are known for the k-coloring problem. 3-coloring can be solved in O(1.33ⁿ) time (Beigel and Eppstein, 2005) and 4-coloring can be solved in O(1.73ⁿ) time (Fomin, Gaspers and Saurabh, 2007). Surprisingly, for k > 4 no improvements over the general O^*(2ⁿ) are known. We show that both 5-coloring and 6-coloring can also be solved in O((2-ε) ⁿ) time for some ε > 0. As a crucial step, we obtain an exponential improvement for computing the chromatic number of a very large family of graphs. In particular, for any constants Δ,α > 0, the chromatic number of graphs with at least α⋅ n vertices of degree at most Δ can be computed in O((2-ε) ⁿ) time, for some ε = ε_{Δ,α} > 0. This statement generalizes previous results for bounded-degree graphs (Björklund, Husfeldt, Kaski, and Koivisto, 2010) and graphs with bounded average degree (Golovnev, Kulikov and Mihajlin, 2016). We generalize the aforementioned statement to List Coloring, for which no previous improvements are known even for the case of bounded-degree graphs.

연구 동기 및 목표

• k > 4인 경우에 대해 기존에 2^n 시간 장벽을 뛰어넘는 데 성공하지 못한 k-색칠 문제에 대해 2^n 시간 장벽을 극복하기 위함.
• 정점의 최소 α·n개가 차수 ≤ Δ인 그래프로 정의되는 (α,Δ)-유계 그래프의 색칠 수를 지수 시간 이하로 계산하는 하위지수 시간 알고리즘을 개발하기 위함.
• 기존에 알려진 개선 사례가 없었던 더 일반적인 리스트 색칠 문제로 기술을 확장하기 위함. 특히 차수 유계 그래프에 대해서도 이전에 개선된 바가 없었다.
• 모든 k-색칠 문제에 대해 O*((2−ε_k)^n) 알고리즘을 가능하게 하는 이론적 기반을 마련하기 위함.

제안 방법

• k-색칠 가능성을 양의 확률로 유지하면서 낮은 차수의 정점 집합을 식별하고 수축하는 데 사용되는 새로운 부분집합 제거 보조정리를 도입함.
• 재귀적 수축: 그래프가 k-색칠 가능하다면, 임의의 정점 부분집합을 제거하여 나머지 그래프가 높은 확률로 여전히 k-색칠 가능하도록 함.
• 작은 그래프에 대한 기본 케이스와 수축된 그래프에 대한 재귀 호출을 결합한 하이브리드 알고리즘을 사용하며, 전략 전환을 위한 플래그 메커니즘을 도입함.
• (α,Δ)-유계 그래프에 이 기법을 적용하여, 임의의 Δ, α > 0에 대해 색칠 수를 O*((2−ε_Δ,α)^n) 시간 내에 계산할 수 있음을 증명함.
• 각 정점이 허용 가능한 색상 목록을 가진 리스트 색칠 문제로의 확장을 위해 수축 및 재귀 프레임워크를 변형하여 적용함.
• 확률적 분석과 수학적 귀납법을 사용하여 재귀 알고리즘의 성공 확률과 기대 실행 시간을 근사함.

실험 결과

연구 질문

• RQ1 5-색칠 문제는 어떤 ε > 0에 대해 O*((2−ε)^n) 시간 내에 해결될 수 있는가? 즉, 2^n 장벽을 뛰어넘을 수 있는가?
• RQ2 유사한 개선은 6-색칠 및 더 일반적으로 k > 4인 모든 k-색칠 문제에 대해 달성될 수 있는가?
• RQ3 (α,Δ)-유계 그래프의 색칠 수는 지수 시간 이하로 계산될 수 있는가? 만약 가능하다면 어떤 조건에서 가능한가?
• RQ4 이러한 기법은 각 정점이 허용 가능한 색상 목록을 가진 리스트 색칠 문제로도 확장될 수 있는가?
• RQ5 기본적인 O*(k^n) 경계를 넘어서 k-색칠 문제에 대해 O*((2−ε)^n) 알고리즘을 가능하게 하는 일반적인 프레임워크를 설계하는 것이 가능한가?

주요 결과

• (α,Δ)-유계 그래프의 색칠 수는 어떤 ε_Δ,α > 0에 대해 O*((2−ε_Δ,α)^n) 시간 내에 계산될 수 있으며, 이는 이전의 차수 유계 및 평균 차수 유계 그래프에 대한 결과를 일반화한다.
• 5-색칠 및 6-색칠에 대한 최초의 O*((2−ε)^n) 알고리즘이 제시되며, k > 4인 경우에 대해 지수 시간 이하의 성능을 달성한다.
• 알고리즘의 성공 확률은 최소 (2−ε)^-(n+1)이며, 기대 실행 시간은 ε₁ < ε인 경우 O*(( (2−ε₁)/(2−ε) )^n)이다.
• 알고리즘은 O(n·(2−ε)^n)번 반복하여 높은 성공 확률을 확보할 수 있으며, 총 기대 실행 시간은 O*(n·(2−ε₁)^n)이 된다.
• 이 기법은 리스트 색칠 문제로도 확장되어, (α,Δ)-유계 설정에서 이 문제에 대한 최초의 지수 시간 이하 알고리즘을 제공한다.
• 부분집합 제거 보조정리는 핵심 기술적 기여로, k-색칠 가능성을 양의 확률로 유지하면서 재귀적 수축 전략을 가능하게 한다.