[论文解读] A Duality Based 2-Approximation Algorithm for Maximum Agreement Forest

Frans Schalekamp, Anke van Zuylen+1 more|arXiv (Cornell University)|Jan 1, 2016

Data Mining Algorithms and Applications被引用 2

一句话总结

本文提出了一种针对两棵有根二叉树的 Maximum Agreement Forest (MAF) 问题的新型 2-近似算法，利用线性规划对偶性分析近似比。与以往依赖局部子树分析的方法不同，该算法识别出最小不相容子树，并基于对偶可行解指导全局操作，优于此前最佳近似比 2.5。

ABSTRACT

We give a 2-approximation algorithm for the Maximum Agreement Forest problem on two rooted binary trees. This NP-hard problem has been studied extensively in the past two decades, since it can be used to compute the Subtree Prune-and-Regraft (SPR) distance between two phylogenetic trees. Our result improves on the very recent 2.5-approximation algorithm due to Shi, Feng, You and Wang (2015). Our algorithm is the first approximation algorithm for this problem that uses LP duality in its analysis.

研究动机与目标

• 为两棵有根二叉树的 Maximum Agreement Forest (MAF) 问题开发一个 2-近似算法。
• 改进 MAF 问题此前最佳的 2.5-近似比。
• 引入基于对偶性的分析方法，利用线性规划，为 MAF 近似提供新的理论框架。
• 设计一种全局算法方法，识别最小不相容子树，而非依赖局部四叶子结构。
• 通过实验表明，该算法在实际中表现良好，平均近似比为 1.92，经简单贪心后处理步骤可降至 1.28 以下。

提出的方法

• 该算法构建 MAF 问题线性规划松弛的可行对偶解，利用对偶目标函数作为最优解的下界。
• 在输入树之一中识别出一个最小不相容子树，其中剪枝后的叶集不构成同构子树。
• 在该不相容子树内的活动兄弟对上执行局部操作，使用名为 ResolvePair 的过程修改森林并更新对偶变量。
• 通过利用 LCA 的结构特性和三元组一致性，确保仅在相容集合上增加负载，从而保持对偶可行性。
• 通过势函数论证，将原问题代价的增加与对偶收益进行比较，证明对偶目标值至少为原问题代价的一半。
• 通过回溯式合并步骤，确保最终森林保持可行性，且在整个算法执行过程中对偶解始终保持有效。

实验结果

研究问题

• RQ1 能否使用线性规划对偶性而非局部结构论证，开发出 MAF 的 2-近似算法？
• RQ2 能否设计一种全局 MAF 算法，识别并操作最小不相容子树，而非聚焦于局部四叶配置？
• RQ3 与先前的近似算法相比，基于对偶性的算法在实际中的表现如何，尤其是在结合后处理步骤时？
• RQ4 对偶解是否不仅能用于证明近似比，还能用于指导近似最优一致森林的构建？
• RQ5 该算法在近似比和运行时间方面的实际表现如何，特别是在已知最优解的实例上？

主要发现

• 所提出的算法实现了 MAF 问题的 2-近似比，优于此前最佳的 2.5。
• 该算法的分析基于线性规划对偶性，是首个在理论证明中使用该技术的 MAF 近似算法。
• 在 1000 个随机生成的 2000 个叶节点实例中，44% 的测试运行中，对偶解与最优对偶值完全匹配。
• 在 37% 的运行中，对偶解与最优对偶值相差不超过 1 个单位，表明对偶界非常强。
• 观察到的平均近似比约为 1.92，经简单贪心后处理步骤合并兼容树后，该值降至 1.28 以下。
• 该算法可在多项式时间内实现，但由于识别最小不相容子树的成本较高，精确时间复杂度尚不明确。