[论文解读] A Dynamic Programming Framework for Combinatorial Optimization Problems on Graphs with Bounded Pathwidth

Eppstein, David, Goodrich, Michael T.+1 more|arXiv (Cornell University)|Jun 4, 2008

Advanced Graph Theory Research参考文献 8被引用 6

一句话总结

本文提出了一种通用的动态规划框架，用于在路径宽有界的图上求解NP难组合优化问题。通过利用良好的路径分解并定义问题特定的状态与转移规则，该框架使顶点覆盖、独立集以及部分网格图上的矩形装箱等问题得以在O(f(pw)·n)时间内线性求解，其中f(pw)是路径宽的指数函数。

ABSTRACT

In this paper we present an algorithmic framework for solving a class of combinatorial optimization problems on graphs with bounded pathwidth. The problems are NP-hard in general, but solvable in linear time on this type of graphs. The problems are relevant for assessing network reliability and improving the network's performance and fault tolerance. The main technique considered in this paper is dynamic programming.

研究动机与目标

• 开发一种通用的算法框架，用于求解路径宽有界的图上的组合优化问题。
• 通过在结构化图类上进行动态规划，实现关键网络可靠性与性能指标的高效计算。
• 提供一个灵活且可扩展的基础，通过支持自定义状态定义与操作，适用于多种问题。
• 展示该框架在多种问题上的适用性，包括顶点覆盖、独立集以及部分网格图上的矩形装箱问题。

提出的方法

• 该框架使用输入图的优质路径分解，其中节点为引入节点或遗忘节点，以组织动态规划的遍历过程。
• 对于路径分解中的每个节点，计算一个状态表，其中每个条目存储一个状态配置及其关联的优化值。
• 状态基于顶点属性（例如，是否属于某一集合、覆盖状态）进行定义，且必须遵守结构规则以确保有效性。
• 根据节点类型（引入或遗忘），通过问题特定的操作（如包含或排除一个顶点，或放置一个矩形块）计算状态之间的转移。
• 通过问题导出的结构约束，将无效（中间）状态归一化为有效状态。
• 最终解从路径分解最后一个节点的状态表中提取，仅考虑有效最终状态。

实验结果

研究问题

• RQ1 能否设计一种统一的动态规划框架，以求解路径宽有界的图上广泛存在的NP难组合优化问题？
• RQ2 如何在保持线性时间复杂度的前提下，将问题特定的状态定义与转移规则集成到通用框架中？
• RQ3 该框架在具有几何约束的结构化图类（如部分网格图）上的适用范围有多大？
• RQ4 与现有的基于逻辑或概率的框架相比，该框架在性能与可扩展性方面表现如何？

主要发现

• 该框架在路径宽有界的图上以O(f(pw)·n)的时间复杂度求解NP难问题，其中f(pw)是路径宽的指数函数，n为顶点数。
• 该框架支持广泛的问题类型，包括最小顶点覆盖、最大独立集以及部分网格图上的矩形装箱问题。
• 对于行数有界的m×n部分网格图上的矩形装箱问题，该框架采用一种状态表示，用于跟踪每列中未覆盖的顶点数，上限为常数R。
• 该框架通过使用路径宽有界的路径分解，以及将中间状态归一化为有效配置，实现了高效计算。
• 该方法具有可扩展性：支持自定义状态定义与操作，可实现比基于一阶二阶逻辑的框架更广泛的优化能力。