[论文解读] Metric Dimension and Geodetic Set Parameterized by Vertex Cover

Florent Foucaud, Esther Galby+5 more|arXiv (Cornell University)|May 2, 2024

Advanced Graph Theory Research被引用 1

一句话总结

该论文为以顶点覆盖数为参数的度量维数和测地集问题建立了紧致的参数化复杂度下界。证明了这两个问题均存在运行时间为 $2^{O(vc^2)} \cdot n^{O(1)}$ 的FPT算法，并可内核化为 $2^{O(vc)}$ 个顶点，且在指数时间假说（ETH）下这些界均为最优，使其成为少数在FPT和内核化设置中均具有此类紧致指数依赖关系的问题之一。

ABSTRACT

For a graph $G$, a subset $S\subseteq V(G)$ is called a resolving set of $G$ if, for any two vertices $u,v\in V(G)$, there exists a vertex $w\in S$ such that $d(w,u) eq d(w,v)$. The Metric Dimension problem takes as input a graph $G$ on $n$ vertices and a positive integer $k$, and asks whether there exists a resolving set of size at most $k$. In another metric-based graph problem, Geodetic Set, the input is a graph $G$ and an integer $k$, and the objective is to determine whether there exists a subset $S\subseteq V(G)$ of size at most $k$ such that, for any vertex $u \in V(G)$, there are two vertices $s_1, s_2 \in S$ such that $u$ lies on a shortest path from $s_1$ to $s_2$. These two classical problems turn out to be intractable with respect to the natural parameter, i.e., the solution size, as well as most structural parameters, including the feedback vertex set number and pathwidth. Some of the very few existing tractable results state that they are both FPT with respect to the vertex cover number $vc$. More precisely, we observe that both problems admit an FPT algorithm running in time $2^{\mathcal{O}(vc^2)}\cdot n^{\mathcal{O}(1)}$, and a kernelization algorithm that outputs a kernel with $2^{\mathcal{O}(vc)}$ vertices. We prove that unless the Exponential Time Hypothesis fails, Metric Dimension and Geodetic Set, even on graphs of bounded diameter, neither admit an FPT algorithm running in time $2^{o(vc^2)}\cdot n^{\mathcal(1)}$, nor a kernelization algorithm that reduces the solution size and outputs a kernel with $2^{o(vc)}$ vertices. The versatility of our technique enables us to apply it to both these problems. We only know of one other problem in the literature that admits such a tight lower bound. Similarly, the list of known problems with exponential lower bounds on the number of vertices in kernelized instances is very short.

研究动机与目标

• 为以顶点覆盖数为参数的度量维数和测地集问题建立紧致的参数化复杂度下界。
• 证明已知的FPT算法和内核化结果在指数时间假说（ETH）下渐近最优。
• 证明除非ETH不成立，否则这些问题不存在运行时间为 $2^{o(vc^2)} \cdot n^{O(1)}$ 的FPT算法，或能生成 $2^{o(vc)}$ 个顶点的内核化算法。
• 统一并扩展在两种不同度量相关图问题上证明此类紧致下界的技术。
• 为已知具有内核大小和FPT运行时间指数下界的极少数问题集做出贡献。

提出的方法

• 证明度量维数和测地集问题均可通过基于顶点覆盖的分解，实现运行时间为 $2^{O(vc^2)} \cdot n^{O(1)}$ 的FPT算法。
• 设计一种内核化算法，将任意实例缩减为仅含 $2^{O(vc)}$ 个顶点的实例，同时保持解的大小不变。
• 应用基于ETH的下界技术，证明除非ETH不成立，否则不存在运行时间为 $2^{o(vc^2)} \cdot n^{O(1)}$ 的FPT算法。
• 基于孪生顶点和弦顶点的规约规则来控制内核大小，尤其利用图结构中的虚假孪生和真实孪生顶点。
• 利用顶点覆盖的结构特性和基于距离的覆盖性质，设计并分析上下界。
• 证明相同规约技术可统一应用于两个问题，凸显该方法的通用性。

实验结果

研究问题

• RQ1 在指数时间假说（ETH）下，度量维数和测地集问题的FPT算法中 $2^{O(vc^2)}$ 依赖关系是否最优？
• RQ2 假设ETH成立，这些问题的内核化能否生成 $2^{o(vc)}$ 个顶点的内核而不增加解的大小？
• RQ3 是否存在某些结构参数，使得这些问题的参数化复杂度从双指数依赖跃迁至单指数依赖？
• RQ4 在顶点覆盖参数化下，考虑到度量维数和测地集问题的共同度量性质，它们的算法行为如何比较？
• RQ5 相同的规约和下界技术能否扩展至其他度量相关问题，如强测地集问题？

主要发现

• 该论文证明，除非指数时间假说（ETH）不成立，度量维数和测地集问题不存在运行时间为 $2^{o(vc^2)} \cdot n^{O(1)}$ 的FPT算法。
• 在假设ETH成立的前提下，证明不存在能生成 $2^{o(vc)}$ 个顶点的内核化算法，且不增加解的大小。
• 作者提出了针对两个问题的FPT算法，运行时间为 $2^{O(vc^2)} \cdot n^{O(1)}$，其下界在指数部分的常数因子内达到最优。
• 设计了一种内核化算法，输出的内核大小为 $2^{O(vc)}$ 个顶点，该结果在ETH下为最优。
• 证明基于孪生顶点和弦顶点的规约规则足以将内核大小控制在 $2^{O(vc)}$ 个顶点以内。
• 相同的技术框架可适用于两个问题，展示了在参数化复杂度中证明紧致下界的一体化方法。