[论文解读] Parameterized Max Min Feedback Vertex Set

Michael Lampis, Nikolaos Melissinos+1 more|arXiv (Cornell University)|Jan 1, 2023

Advanced Graph Theory Research参考文献 25被引用 3

一句话总结

本文提出了最大最小反馈顶点集（Max Min FVS）问题的改进参数化算法，引入了一种基于树宽的算法，其时间复杂度为 $\mathsf{tw}^{O(\mathsf{tw})}n^{O(1)}$，该算法推广了先前基于顶点覆盖的方法。研究证明，在指数时间假设（ETH）下，该时间复杂度本质上是最优的，并纠正了此前一个存在缺陷的 $10^k n^{O(1)}$ 分支算法，提供了正确的 $9.34^k n^{O(1)}$ 算法，从而为自然参数 $k$ 建立了紧致的参数化复杂度边界。

ABSTRACT

Given a graph $G$ and an integer $k$, Max Min FVS asks whether there exists a minimal set of vertices of size at least $k$ whose deletion destroys all cycles. We present several results that improve upon the state of the art of the parameterized complexity of this problem with respect to both structural and natural parameters. Using standard DP techniques, we first present an algorithm of time $ extrm{tw}^{O( extrm{tw})}n^{O(1)}$, significantly generalizing a recent algorithm of Gaikwad et al. of time $ extrm{vc}^{O( extrm{vc})}n^{O(1)}$, where $ extrm{tw}, extrm{vc}$ denote the input graph's treewidth and vertex cover respectively. Subsequently, we show that both of these algorithms are essentially optimal, since a $ extrm{vc}^{o( extrm{vc})}n^{O(1)}$ algorithm would refute the ETH. With respect to the natural parameter $k$, the aforementioned recent work by Gaikwad et al. claimed an FPT branching algorithm with complexity $10^k n^{O(1)}$. We point out that this algorithm is incorrect and present a branching algorithm of complexity $9.34^k n^{O(1)}$.

研究动机与目标

• 解决尽管已知 Max Min FVS 具有固定参数可满足性，但缺乏具体 FPT 算法的问题。
• 在树宽和顶点覆盖等结构参数方面，改进当前最先进的 Max Min FVS 参数化算法。
• 纠正此前声称的针对自然参数 $k$ 的 $10^k n^{O(1)}$ 分支算法，该算法被证明存在缺陷。
• 通过证明 $\mathsf{tw}^{O(\mathsf{tw})}n^{O(1)}$ 算法在指数时间假设（ETH）下本质上是最优的，建立紧致的复杂度边界。
• 提供证据表明最小反馈顶点集扩展问题至少与 $k$-in-a-Tree 问题一样困难，暗示其复杂度不在 XP 类中。

提出的方法

• 设计一种基于树宽的动态规划算法，实现 $\mathsf{tw}^{O(\mathsf{tw})}n^{O(1)}$ 的时间复杂度，推广了先前基于顶点覆盖的算法。
• 通过从基于顶点覆盖的算法进行归约，证明树宽算法是早期 $\mathsf{vc}^{O(\mathsf{vc})}n^{O(1)}$ 算法的自然推广。
• 通过证明若存在 $\mathsf{vc}^{O(\mathsf{vc})}n^{O(1)}$ 算法将否定指数时间假设（ETH），从而证明树宽算法的 ETH 基最优性。
• 通过分析分支过程并利用分支树的组合界，纠正了存在缺陷的 $10^k n^{O(1)}$ 分支算法，证明正确的分支因子为 $9.34^k n^{O(1)}$。
• 提出一种新颖的 fpt 归约，将 $k$-in-a-Tree 问题归约为最小反馈顶点集扩展问题，表明后者至少与前者一样困难。
• 通过分析分支树中“好顶点”和最小反馈顶点集的结构，对递归调用次数进行有界，推导出 $9.34^k$ 因子。

实验结果

研究问题

• RQ1 能否设计出比现有技术更快的、以树宽为参数的 Max Min FVS 参数化算法？
• RQ2 在指数时间假设（ETH）下，Max Min FVS 的 $\mathsf{tw}^{O(\mathsf{tw})}n^{O(1)}$ 时间复杂度是否本质上是最优的？
• RQ3 对于自然参数 $k$，Max Min FVS 的 FPT 算法的正确分支因子是什么？此前声称的 $10^k n^{O(1)}$ 算法已被证明有误。
• RQ4 当以给定集合 $S$ 的大小为参数时，最小反馈顶点集扩展问题是否具有固定参数可满足性，还是与 $k$-in-a-Tree 问题一样困难？
• RQ5 能否完全刻画最小反馈顶点集扩展问题与 $k$-in-a-Tree 问题之间的复杂度关系？

主要发现

• 本文提出了一种基于树宽的动态规划算法，用于 Max Min FVS，其时间复杂度为 $\mathsf{tw}^{O(\mathsf{tw})}n^{O(1)}$，该算法推广了先前的 $\mathsf{vc}^{O(\mathsf{vc})}n^{O(1)}$ 算法。
• 研究证明，$\mathsf{tw}^{O(\mathsf{tw})}n^{O(1)}$ 的时间复杂度本质上是最优的，因为若存在 $\mathsf{vc}^{O(\mathsf{vc})}n^{O(1)}$ 算法则会否定指数时间假设（ETH）。
• 此前声称的针对自然参数 $k$ 的 $10^k n^{O(1)}$ 分支算法被纠正，新的正确算法的时间复杂度为 $9.34^k n^{O(1)}$。
• 通过分支树的组合分析以及“好顶点”数量的有界，对分支算法中的递归调用次数进行限制，从而得出 $9.34^k$ 因子。
• 构建了一种新颖的 fpt 归约，将 $k$-in-a-Tree 问题归约为最小反馈顶点集扩展问题，表明后者至少与前者一样困难。
• 提供了基于证据的论证，表明最小反馈顶点集扩展问题对于固定的 $|S|$ 不太可能属于 XP 类，因为这将意味着存在一个多项式时间算法求解 $k$-in-a-Tree 问题，而这是一个长期未解的问题。