[논문 리뷰] On the (adjacency) metric dimension of corona and strong product graphs and their local variants: combinatorial and computational results

Juan A. Rodríguez‐Velázquez, Henning Fernau|arXiv (Cornell University)|2013. 09. 09.

Graph Labeling and Dimension Problems참고 문헌 22인용 수 13

한 줄 요약

이 논문은 국소적 인접성 거리 차원을 도입하고, 코로나 곱 그래프의 (국소적) 거리 차원과 그 인수 그래프의 (국소적) 인접성 거리 차원 사이의 정확한 관계를 확립한다. 그래프의 순서가 $ n $이고 비자명한 그래프 $ H $인 경우, 코로나 곱의 거리 차원은 $ H $의 국소적 인접성 거리 차원의 $ n $ 배임을 증명한다. 이는 버텍스 커버와 독립 집합 문제로부터의 축소를 통해 이들 매개변수를 계산하는 데 있어 새로운 NP-난이도 결과를 가능하게 한다.

ABSTRACT

The metric dimension is quite a well-studied graph parameter. Recently, the adjacency metric dimension and the local metric dimension have been introduced. We combine these variants and introduce the local adjacency metric dimension. We show that the (local) metric dimension of the corona product of a graph of order $n$ and some non-trivial graph $H$ equals $n$ times the (local) adjacency metric dimension of $H$. This strong relation also enables us to infer computational hardness results for computing the (local) metric dimension, based on according hardness results for (local) adjacency metric dimension that we also provide. We also study combinatorial properties of the strong product of graphs and emphasize the role different types of twins play in determining in particular the adjacency metric dimension of a graph.

연구 동기 및 목표

• 국소적 인접성 거리 차원의 개념을 새로운 그래프 차원 매개변수의 변종으로서 도입하고 체계화하는 것.
• 성분 그래프의 (국소적) 인접성 거리 차원에 따라 코로나 곱 그래프의 (국소적) 거리 차원에 대한 정확한 조합 수식을 확립하는 것.
• 이 수식을 활용하여 거리 차원 매개변수를 계산하는 데 있어 계산 난이도 결과를 도출하는 것.
• 쌍둥이 동치류가 강한 곱 그래프에서 인접성 거리 차원을 결정하는 데 미치는 역할을 조사하는 것.
• Exponential Time Hypothesis (ETH) 하에 국소 거리 차원과 국소적 인접성 거리 차원에 대한 NP-완전성 및 지수시간 난이도 결과를 제공하는 것.

제안 방법

• 이웃성 교차 기반으로, $ S $에 속하지 않은 모든 인접한 정점 쌍을 구별할 수 있는 최소 크기의 집합 $ S $로 국소적 인접성 거리 차원을 정의한다.
• 순서가 $ n $인 그래프 $ G $와의 코로나 곱 $ G ullet H $의 (국소적) 거리 차원이 $ H $의 국소적 인접성 거리 차원 $ \text{dim}_{A,l}(H) $의 $ n $ 배임을 증명한다.
• 이 공식을 활용해 기존의 NP-난이도 문제들—예를 들어 버텍스 커버 및 독립 집합 문제—을 국소적 인접성 거리 차원 계산 문제로 축소한다.
• 3-SAT로부터 직접적인 축소를 통해 LocAdjDim의 NP-완전성을 확립한다. 이는 표준 버텍스 커버 증명과 유사한 구조를 가진다.
• Exponential Time Hypothesis (ETH)를 적용하여, LocAdjDim나 Dim에 대해 $ O(\text{pol}(n+m)2^{o(n)}) $ 알고리즘이 존재하지 않음을 보여, ETH가 성립하지 않을 경우에 한하여 이를 증명한다.
• 강한 곱 그래프에서 쌍둥이 동치류의 역할을 분석하여, 이들이 인접성 거리 차원의 NP-난이도에 결정적인 영향을 미친다는 것을 보여준다.

실험 결과

연구 질문

• RQ1 코로나 곱 그래프의 거리 차원과 그 인수 그래프의 국소적 인접성 거리 차원 사이의 정확한 관계는 무엇인가?
• RQ2 국소적 인접성 거리 차원은 효율적으로 계산될 수 있는가, 아니면 NP-난이도인가?
• RQ3 일반 그래프에서 국소 거리 차원의 계산 복잡도는 무엇이며, 평면 그래프의 경우에도 여전히 어렵게 유지되는가?
• RQ4 쌍둥이 동치류는 강한 곱 그래프에서 인접성 거리 차원에 어떻게 영향을 미치는가?
• RQ5 그래프 곱의 조합 수식을 활용하여 그래프 차원 매개변수에 대한 새로운 난이도 결과를 도출할 수 있는가?

주요 결과

• 순서가 $ n $인 그래프 $ G $와의 코로나 곱 $ G ullet H $의 (국소적) 거리 차원은 정확히 $ H $의 국소적 인접성 거리 차원의 $ n $ 배이다.
• 국소적 인접성 거리 차원은 NP-완전하며, ETH를 가정할 경우 $ O(\text{pol}(n+m)2^{o(n)}) $ 알고리즘이 존재하지 않는다.
• 국소 거리 차원 역시 NP-완전하며, ETH 하에 $ O(\text{pol}(n+m)2^{o(n)}) $ 형태의 지수 시간 알고리즘이 존재하지 않는다.
• 국소적 인접성 거리 차원의 NP-난이도는 3-SAT 축소를 통해 평면 그래프의 경우에도 성립함을 보였다.
• 쌍둥이 동치류는 인접성 거리 차원의 NP-난이도에 필수적이며, 이는 정리 27의 공식과 축소의 구조를 통해 입증되었다.
• 결과는 강한 곱 그래프로 확장되며, 이 경우 쌍둥이 구조가 인접성 거리 차원을 결정하는 데 핵심적인 역할을 한다.