[논문 리뷰] Finding a maximum induced degenerate subgraph faster than 2^n

Marcin Pilipczuk, Michał Pilipczuk|arXiv (Cornell University)|2012. 08. 22.

Advanced Graph Theory Research참고 문헌 12인용 수 6

한 줄 요약

이 논문은 고정된 $ d \geq 1 $ 에 대해 $ (2 - \varepsilon_d)^n n^{\mathcal{O}(1)} $ 시간에 최대 유도 $ d $-비가역 부분그래프를 찾는 랜덤화 알고리즘을 제시한다. 이는 $ 2^n $ 장벽을 뛰어넘는다. 이 접근법은 확률적 샘플링, 근사적 정점 선택, 브루트포스 정밀 조정을 조합하여 최소 $ (2 - \varepsilon_d)^{-n} $ 의 성공 확률을 달성하며, 포함 관계로 최대한 큰 $ d $-비가역 부분그래프의 수가 $ (2 - \varepsilon_d)^n $ 이하임을 증명한다.

ABSTRACT

In this paper we study the problem of finding a maximum induced d-degenerate subgraph in a given n-vertex graph from the point of view of exact algorithms. We show that for any fixed d one can find a maximum induced d-degenerate subgraph in randomized (2-eps_d)^n n^O(1) time, for some constant eps_d>0 depending only on d. Moreover, our algorithm can be used to sample inclusion-wise maximal induced d-degenerate subgraphs in such a manner that every such subgraph is output with probability at least (2-eps_d)^-n; hence, we prove that their number is bounded by (2-eps_d)^n.

연구 동기 및 목표

• n-정점 그래프에서 최대 유도 $ d $-비가역 부분그래프를 찾는 데 있어 $ 2^n $ 시간 장벽을 돌파하는 것.
• 모든 고정된 $ d \geq 1 $ 에 대해 실행 시간 $ (2 - \varepsilon_d)^n n^{\mathcal{O}(1)} $ 인 랜덤화 알고리즘을 제공하는 것.
• 포함 관계로 최대한 큰 유도 $ d $-비가역 부분그래프의 수가 $ (2 - \varepsilon_d)^n $ 이하임을 증명하여, 지수적 시간 이하의 열거 가능성을 보장하는 것.
• 비가역성(즉, $ d $-비가역성에 의한 희박성)만으로도 브루트포스 이외의 더 빠른 정확한 알고리즘을 가능하게 하는지 탐색하는 것.

제안 방법

• 최적의 해에 포함될 것으로 기대되는 $ A $ 와 그와 disjoint한 $ Z $ 를 포함하는 후보 집합을 구성하기 위해 랜덤 샘플링 전략을 사용한다.
• 남은 그래프에서 차수를 낮게 유지하는 정점들을 반복적으로 선택하는 근사적 선택 규칙(규칙 2)을 적용하며, $ \kappa $ 를 매개변수로 사용해 커버리지와 성공 확률 사이의 트레이드오프를 제어한다.
• 각 정점을 $ A $ 또는 $ Z $ 에 할당하는 확률적 분할 규칙(규칙 1)을 사용하여 최적의 해를 포착할 만한 비중 있는 확률을 보장한다.
• 현재 집합 $ A \cup Z $ 가 임계값 $ \alpha n $ 을 초과할 경우, 남은 정점들에 대해 브루트포스를 사용하여 결정적 정밀 조정 단계(규칙 4)를 적용한다.
• 집합 $ A \subseteq X $ 이고 $ Z \cap X = \emptyset $ 인 확률을 유한하게 제한하기 위해 농도 경계와 확률론적 보조정리를 활용한다. 여기서 $ X $ 는 최대 $ d $-비가역 부분그래프의 정점 집합이다.
• 기저 $ 2 - \varepsilon_d $ 를 최대화하기 위해 상수 $ \lambda, \kappa, c, \alpha $ 를 최적화하며, 모든 고정된 $ d $ 에 대해 $ \varepsilon_d > 0 $ 이 되도록 보장한다.

실험 결과

연구 질문

• RQ1 모든 고정된 $ d \geq 1 $ 에 대해 최대 유도 $ d $-비가역 부분그래프를 찾는 데 있어 $ 2^n $ 시간 복잡도 장벽을 돌파할 수 있는가?
• RQ2 일부 $ \varepsilon_d > 0 $ 에 대해 포함 관계로 최대한 큰 유도 $ d $-비가역 부분그래프의 수가 $ (2 - \varepsilon_d)^n $ 이하로 제한되는가?
• RQ3 알고리즘을 랜덤화 없이 유지하면서도 $ (2 - \varepsilon_d)^n $ 시간 복잡도를 유지할 수 있는가?
• RQ4 모든 $ d $ 에 대해 독립적으로 $ (2 - \varepsilon)^n n^{\mathcal{O}(1)} $ 시간에 문제를 해결할 수 있는 보편적인 $ \varepsilon > 0 $ 이 존재하는가?
• RQ5 결과를 비가역성의 차수에 의해 유계인 다른 다항식으로 식별 가능한 그래프 클래스로 일반화할 수 있는가?

주요 결과

• 모든 고정된 $ d \geq 1 $ 에 대해 $ \varepsilon_d > 0 $ 인 상수가 존재하여 최대 유도 $ d $-비가역 부분그래프를 랜덤화된 $ (2 - \varepsilon_d)^n n^{\mathcal{O}(1)} $ 시간에 찾을 수 있다.
• 알고리즘은 포함 관계로 최대한 큰 유도 $ d $-비가역 부분그래프가 최소 $ (2 - \varepsilon_d)^{-n} $ 의 확률로 출력됨을 보장하며, 이는 총 개수가 $ (2 - \varepsilon_d)^n $ 이하임을 의미한다.
• $ d = 1 $ 일 경우 기저는 $ 2 - \varepsilon_1 \approx 1.99991 $ 에 도달하며, $ d $ 가 증가함에 따라 기저는 2에 수렴하며, $ 2 - \varepsilon_6 \approx 1.999999999999999997 $ 에 가까워진다.
• 알고리즘의 성공 확률는 $ (2 - \varepsilon_d)^{-n} $ 이하로 제한되며, 이는 $ (2 - \varepsilon_d)^n $ 번의 독립적인 실행으로 상수 확률로 최적의 해를 찾을 수 있음을 보장한다.
• 이 방법은 확률적 샘플링과 근사적 정점 제거에 기반하며, 전체 정점의 소수의 비율 $ \alpha n $ 이 처리된 후에만 브루트포스 단계를 적용한다.
• 모든 $ d $ 에 대해 $ \varepsilon_d $ 는 작지만 엄밀히 양수이며, 이는 $ d $-비가역 부분그래프에 대해 $ 2^n $ 장벽이 돌파되었음을 입증한다.