[논문 리뷰] Structural Parameters, Tight Bounds, and Approximation for (k,r)-Center

Ioannis Katsikarelis, Michael Lampis외 1명|arXiv (Cornell University)|2017. 04. 28.

Advanced Graph Theory Research참고 문헌 25인용 수 6

한 줄 요약

이 논문은 클리크-너비, 트리-너비, 트리-깊이, 정점 커버, 피드백 정점 집합과 같은 구조적 그래프 파라미터에 대해 (k,r)-Center 문제의 날카운 복잡도 경계를 제공한다. 클리치-너비에 대해 최적의 O*( (3r+1)^{cw} ) 동적 프로그래밍 알고리즘을 제시하고, SETH 기반 하한을 매칭하며, 트리-너비와 클리치-너비에 대해 (1+ε)-근사해를 O*( (tw/ε)^{O(tw)} ) 및 O*( (cw/ε)^{O(cw)} ) 시간 내에 구하는 FPT 근사 계획을 개발한다.

ABSTRACT

In $(k,r)$-Center we are given a (possibly edge-weighted) graph and are asked to select at most $k$ vertices (centers), so that all other vertices are at distance at most $r$ from a center. In this paper we provide a number of tight fine-grained bounds on the complexity of this problem with respect to various standard graph parameters. Specifically: - For any $r\ge 1$, we show an algorithm that solves the problem in $O^*((3r+1)^{ extrm{cw}})$ time, where $ extrm{cw}$ is the clique-width of the input graph, as well as a tight SETH lower bound matching this algorithm's performance. As a corollary, for $r=1$, this closes the gap that previously existed on the complexity of Dominating Set parameterized by $ extrm{cw}$. - We strengthen previously known FPT lower bounds, by showing that $(k,r)$-Center is W[1]-hard parameterized by the input graph's vertex cover (if edge weights are allowed), or feedback vertex set, even if $k$ is an additional parameter. Our reductions imply tight ETH-based lower bounds. Finally, we devise an algorithm parameterized by vertex cover for unweighted graphs. - We show that the complexity of the problem parameterized by tree-depth is $2^{Θ( extrm{td}^2)}$ by showing an algorithm of this complexity and a tight ETH-based lower bound. We complement these mostly negative results by providing FPT approximation schemes parameterized by clique-width or treewidth which work efficiently independently of the values of $k,r$. In particular, we give algorithms which, for any $ε>0$, run in time $O^*(( extrm{tw}/ε)^{O( extrm{tw})})$, $O^*(( extrm{cw}/ε)^{O( extrm{cw})})$ and return a $(k,(1+ε)r)$-center, if a $(k,r)$-center exists, thus circumventing the problem's W-hardness.

연구 동기 및 목표

• 주요 구조적 그래프 파라미터에 대해 (k,r)-Center 문제의 날카운 미세 복잡도 경계를 설정하는 것.
• 클리치-너비에 대해 매개변수화된 독립 집합 문제의 열린 복잡도 갭을 해결하기 위해 상한과 하한이 일치하도록 제공하는 것.
• 간선 가중치가 허용될 경우, 특히 정점 커버와 피드백 정점 집합에 대해 (k,r)-Center의 매개변수화된 복잡도를 조사하는 것.
• 해의 품질을 런타임 효율성과 맞바꿔서 문제의 W-하드성에서 벗어나는 효율적인 FPT 근사 계획을 개발하는 것.
• r이 증가함에 따라 (k,r)-Center의 복잡도가 독립 집합 문제의 복잡도와 어떻게 다름을 명확히 하는 것, 특히 다양한 구조적 파라미터에서의 차이를 분석하는 것.

제안 방법

• 빠른 부분집합 컨볼루션과 문제 특화의 표 크기 최적화를 활용하여 O*( (3r+1)^{cw} ) 시간 내에 작동하는 클리치-너비 표현식 위의 동적 프로그래밍 알고리즘 설계.
• SETH 기반 하한을 확보하기 위해 SAT로의 감소를 적용하여 O*( (3r+1−ε)^{cw} )의 하한을 증명하고, 알고리즘이 점점 최적임을 입증.
• ETH 기반 감소를 적용하여 (k,r)-Center가 W[1]-하드임을 보이고, ETH가 성립하지 않는 한 n^{o(vc+k)} 또는 n^{o(fvs+k)} 시간 내에 해결될 수 없음을 증명.
• 정점 커버에 대해 매개변수화된 비가중치 (k,r)-Center에 대한 FPT 알고리즘을 제안하여 O*(5^{vc}) 시간 내에 작동하며, 하한과 보완한다.
• 클리치-너비 표현식에서 너비 O(cw)인 트리 분해를 구성하여 트리-너비 기반 동적 프로그래밍을 가능하게 하며, 레이블 크기 제약 조건을 활용.
• 임의의 ε>0에 대해 (k,(1+ε)r)-센터를 O*( (tw/ε)^{O(tw)} ) 또는 O*( (cw/ε)^{O(cw)} ) 시간 내에 계산할 수 있는 FPT 근사 계획을 개발하며, 트리 또는 클리치-너비 분해를 사용.

실험 결과

연구 질문

• RQ1 클리치-너비에 대해 매개변수화된 (k,r)-Center의 정확한 매개변수화된 복잡도는 무엇이며, 최선의 알려진 알고리즘이 최적일까?
• RQ2 간선 가중치가 포함될 경우, 정점 커버와 피드백 정점 집합에 대해 (k,r)-Center의 매개변수화된 복잡도는 어떻게 영향을 받을까?
• RQ3 W-하드성에서 벗어나면서도 좋은 근사 보장을 유지하는 (k,r)-Center에 대한 FPT 근사 계획을 설계할 수 있을까?
• RQ4 r이 증가함에 따라, 다양한 구조적 파라미터에서 (k,r)-Center의 복잡도는 독립 집합 문제와 어떻게 비교될까?
• RQ5 트리-깊이에 대해 매개변수화된 (k,r)-Center에 대해 날카운 ETH 기반 하한이 존재하는가, 그리고 현재 알고리즘이 최적일까?

주요 결과

• 논문은 (k,r)-Center에 대해 SETH 기반 하한 O*( (3r+1−ε)^{cw} )을 날카롭게 확립하여, O*( (3r+1)^{cw} ) 알고리즘과 정확히 일치시키며, 클리치-너비에 대해 매개변수화된 독립 집합 문제의 복잡도 갭을 완전히 닫는다.
• 간선 가중치가 있는 그래프의 경우, (k,r)-Center는 W[1]-하드이며, ETH가 성립하지 않는 한 n^{o(vc+k)} 시간 내에 해결될 수 없으며, 이는 k가 추가 매개변수일 때도 마찬가지다.
• 정점 커버에 대해 매개변수화된 비가중치 (k,r)-Center에 대한 FPT 알고리즘은 O*(5^{vc}) 시간 내에 작동하며, ETH 기반 하한 n^{o(vc+k)}과 보완된다.
• 비가중치 그래프의 경우 (k,r)-Center는 O*(2^{O(td^2)}) 시간 내에 해결 가능하며, 이 하한은 ETH에 따라 날카롭다. 즉, ETH가 성립하지 않는 한 o(td^2) 알고리즘이 존재하지 않는다.
• FPT 근사 계획이 개발되었으며, 임의의 ε>0에 대해 (k,(1+ε)r)-센터는 트리 또는 클리치-너비 분해가 제공될 경우 O*( (tw/ε)^{O(tw)} ) 또는 O*( (cw/ε)^{O(cw)} ) 시간 내에 계산할 수 있다.
• 결과는 r이 증가함에 따라 (k,r)-Center가 독립 집합 문제(r=1)보다 훨씬 더 어려워지며, 특히 정점 커버와 피드백 정점 집합 파라미터에서 복잡도의 구조적 분리가 뚜렷해짐을 보여준다.