[论文解读] Designing FPT algorithms for cut problems using randomized contractions

Rajesh Chitnis, Marek Cygan+3 more|arXiv (Cornell University)|Jul 17, 2012

Complexity and Algorithms in Graphs参考文献 38被引用 7

一句话总结

本文提出了一种名为随机收缩（randomized contractions）的新技术，用于设计固定参数可满足性（FPT）算法求解基础图割问题。该方法首次为唯一标记覆盖（Unique Label Cover）问题设计了FPT算法，并在Steiner Cut和Node Multiway Cut-Uncut问题上实现了指数级加速，时间复杂度分别为$2^{O(k^2\log|\Sigma|)}n^4\log n$和$2^{O(k^2\log k)}n^4\log n$，支持非负边权和点权。

ABSTRACT

We introduce a new technique for designing fixed-parameter algorithms for cut problems, namely randomized contractions. We apply our framework to obtain the first FPT algorithm for the Unique Label Cover problem and new FPT algorithms with exponential speed up for the Steiner Cut and Node Multiway Cut-Uncut problems. More precisely, we show the following: - We prove that the parameterized version of the Unique Label Cover problem, which is the base of the Unique Games Conjecture, can be solved in 2^{O(k^2\log |Σ|)}n^4\log n deterministic time (even in the stronger, vertex-deletion variant) where k is the number of unsatisfied edges and |Σ| is the size of the alphabet. As a consequence, we show that one can in polynomial time solve instances of Unique Games where the number of edges allowed not to be satisfied is upper bounded by O(\sqrt{\log n}) to optimality, which improves over the trivial O(1) upper bound. - We prove that the Steiner Cut problem can be solved in 2^{O(k^2\log k)}n^4\log n deterministic time and ilde{O}(2^{O(k^2\log k)}n^2) randomized time where k is the size of the cutset. This result improves the double exponential running time of the recent work of Kawarabayashi and Thorup (FOCS'11). - We show how to combine considering `cut' and `uncut' constraints at the same time. More precisely, we define a robust problem Node Multiway Cut-Uncut that can serve as an abstraction of introducing uncut constraints, and show that it admits an algorithm running in 2^{O(k^2\log k)}n^4\log n deterministic time where k is the size of the cutset. To the best of our knowledge, the only known way of tackling uncut constraints was via the approach of Marx, O'Sullivan and Razgon (STACS'10), which yields algorithms with double exponential running time. An interesting aspect of our technique is that, unlike important separators, it can handle real weights.

研究动机与目标

• 开发一种新型通用技术，用于设计NP难图割问题的FPT算法。
• 解决在参数化算法中同时处理“割”与“不割”约束的挑战，此前此类问题导致双指数时间复杂度。
• 为如唯一标记覆盖、Steiner Cut和Node Multiway Cut-Uncut等问题设计高效的FPT算法，支持非负权重。
• 通过显著降低运行时间，尤其在参数依赖性较高的问题上，超越现有FPT算法。
• 证明随机收缩技术可有效适配带权割问题变体，且不损失效率或正确性。

提出的方法

• 提出一种名为随机收缩的新算法框架，通过随机收缩边或点来缩小问题实例，同时保持解的结构。
• 通过结合有界搜索树、动态规划和高连通性阶段的贪心剪枝等技术，将该框架应用于设计FPT算法。
• 采用两阶段方法：首先通过随机收缩将图缩减为有界树宽或高连通性实例；其次使用动态规划或搜索树求解缩减后的实例。
• 通过扩展动态规划表以同时追踪解的大小和总权重，实现权重处理，确保在非负权重下的最优性。
• 利用小连通分量和大连通分量的结构性质，指导收缩集合与解候选的选择。
• 通过定义统一的问题抽象——Node Multiway Cut-Uncut，使算法能同时处理割与不割约束，其中解候选必须满足分离与非分离条件。

实验结果

研究问题

• RQ1 能否开发一种新型通用技术，用于设计一类广泛图割问题的FPT算法？
• RQ2 随机收缩能否有效处理同时包含割与不割约束的问题，而这些问题此前需要双指数时间？
• RQ3 该框架能否扩展至支持非负边权和点权的带权图割问题，同时保持FPT时间复杂度？
• RQ4 该方法能否为参数化唯一标记覆盖问题（尤其是点删除变体）提供首个FPT算法？
• RQ5 该框架能否在Steiner Cut和Node Multiway Cut-Uncut问题上实现对现有FPT算法的指数级加速？

主要发现

• 本文首次提出参数化唯一标记覆盖问题的FPT算法，确定性时间复杂度为$2^{O(k^2\log|\Sigma|)}n^4\log n$，其中$k$为不满足边的数量，$|\Sigma|$为字母表大小。
• 对于Steiner Cut问题，算法的确定性时间复杂度为$2^{O(k^2\log k)}n^4\log n$，随机化时间复杂度为$\tilde{O}(2^{O(k^2\log k)}n^2)$，显著优于Kawarabayashi和Thorup（FOCS'11）的双指数时间复杂度。
• Node Multiway Cut-Uncut问题的求解时间复杂度为$2^{O(k^2\log k)}n^4\log n$，首次为该问题提供了带不割约束的FPT算法，避免了先前方法的双指数时间复杂度。
• 该框架通过扩展动态规划表以同时追踪大小与总权重，成功处理了非负边权和点权，保持了正确性与效率。
• 该算法方法具有足够鲁棒性，可无需显著修改核心逻辑或运行时间保证，适配所有三个问题的带权变体。
• 结果表明，对于最多有$O(\sqrt{\log n})$条不满足边的唯一游戏实例，可在多项式时间内最优求解，优于平凡的$O(1)$界。