[论文解读] Dynamic Data Structure for Tree-Depth Decomposition

Zdenĕk Dvořák, Martin Kupec+1 more|arXiv (Cornell University)|Jul 10, 2013

Algorithms and Data Compression参考文献 11被引用 4

一句话总结

本文提出了一种针对树深度有界（最多为 D）图的动态数据结构，支持在保持树深度分解的同时，高效地插入和删除边与顶点。该结构支持仅依赖于 D 的时间复杂度的常数时间 MSO 性质查询和边更新，使其非常适合用于在树深度有界的稀疏图类上动态化算法。

ABSTRACT

We present a dynamic data structure for representing a graph $G$ with tree-depth at most $D$. Tree-depth is an important graph parameter which arose in the study of sparse graph classes. The structure allows addition and removal of edges and vertices such that the resulting graph still has tree-depth at most $D$, in time bounds depending only on $D$. A tree-depth decomposition of the graph is maintained explicitly. This makes the data structure useful for dynamization of static algorithms for graphs with bounded tree-depth. As an example application, we give a dynamic data structure for MSO-property testing, with time bounds for removal depending only on $D$ and constant-time testing of the property, while the time for the initialization and insertion also depends on the size of the formula expressing the property.

研究动机与目标

• 设计一种动态数据结构，以维护树深度有界 D 的图的树深度分解。
• 在保持树深度 ≤ D 的前提下，支持对边和顶点进行高效的更新（插入和删除）。
• 在具有此类树深度有界的图上，实现对一阶第二阶逻辑（MSO）性质的常数时间模型检查。
• 将更新操作的依赖性从图的大小中解耦，使其仅依赖于 D 和公式大小。
• 为在树深度有界的稀疏图类上动态化静态算法提供基础。

提出的方法

• 显式维护一棵最小深度的有根森林，其闭包包含输入图 G。
• 通过识别同构子树（“等价”子树）来使用紧凑且大小恒定的树分解摘要。
• 应用 MSO 逻辑通过基于公式的标记来定义子树的等价类，使用公式 φ 来确定结构等价性。
• 对于边插入操作，通过评估带常量 a,b 的修改后 MSO 公式 τ′_t，递归地在连通分量中找到一个有效根，以确保树深度 ≤ D。
• 在边插入后，使用重新定向过程重新组织树分解，其复杂度为 O(D × 重新定向的复杂度)。
• 对于动态模型检查，维护两层标记：一层用于树深度约束，另一层用于 MSO 公式满足性，从而实现常数时间查询。

实验结果

研究问题

• RQ1 能否设计一种动态数据结构，在边和顶点更新下维护树深度分解，且时间复杂度仅依赖于 D？
• RQ2 如何在树深度有界的图上以常数时间测试 MSO 逻辑性质，同时支持动态更新？
• RQ3 对于树深度有界的图，保持 MSO 可定义性质的树分解的最小结构摘要是什么？
• RQ4 当新边不遵守当前树顺序时，如何高效地处理边插入操作，而不超过树深度边界 D？
• RQ5 初始化数据结构和维护其在更新过程中的复杂度是多少，特别是与 MSO 公式的量词深度的关系如何？

主要发现

• 该数据结构支持边插入和删除，其时间复杂度仅依赖于 D 和 MSO 公式 φ 的大小，而不依赖于图的大小。
• 查询图是否满足固定 MSO 公式 φ 的操作可在常数时间内完成，与图的大小无关。
• 初始化时间和边插入复杂度受一个高度为 D 的塔限制，其顶层元素为公式 φ 中嵌套量词数的平方。
• 构成数据结构摘要核心的 φ-最小树的数量，大致为高度与 D 线性相关的 2 的幂塔，再取 |φ|² 次幂。
• 该结构通过识别同构子树，维护树分解的紧凑且大小恒定的摘要，从而实现高效的模型检查。
• 该方法通过基于 MSO 公式评估的递归根查找过程，确保仅在结果图的树深度仍不超过 D 时才允许添加边。