[论文解读] A Computational Approach to the Graceful Tree Conjecture

Wenjie Fang|arXiv (Cornell University)|Mar 15, 2010

Graph Labeling and Dimension Problems参考文献 3被引用 17

一句话总结

本文提出了一种混合计算算法，结合确定性回溯法与概率性禁忌搜索，以验证优美树猜想。该算法证实了所有包含最多35个顶点的树均具有优美标号，扩展了先前的结果，并通过志愿者计算资源对更大规模情况提供了强有力的实证支持。

ABSTRACT

Graceful tree conjecture is a well-known open problem in graph theory. Here we present a computational approach to this conjecture. An algorithm for finding graceful labelling for trees is proposed. With this algorithm, we show that every tree with at most 35 vertices allows a graceful labelling, hence we verify that the graceful tree conjecture is correct for trees with at most 35 vertices.

研究动机与目标

• 计算验证所有包含最多35个顶点的树均满足优美树猜想。
• 开发并应用一种结合确定性回溯法与概率搜索的混合算法，以实现高效优美标号。
• 通过优化搜索策略，将已知界限扩展至超过此前29或30个顶点的结果。
• 利用志愿者计算资源应对更大树数量下计算量的指数级增长。

提出的方法

• 算法使用自由树的层次序列表示法，以中心点或二中心点为根，实现系统的标号。
• 确定性回溯搜索从根节点开始标号0，确保每条边的标签从1到n−1恰好出现一次。
• 搜索过程中对回溯次数设置阈值以防止运行时间过长，该阈值通过经验调优为(n−19)*11000−1000，用于确定性阶段。
• 当回溯法失败时，采用受模拟退火启发的移动方式的概率禁忌搜索作为后备方案，以提高鲁棒性。
• 通过对同构子树的识别，应用对称性优化以减少冗余搜索空间。
• 混合方法首先应用回溯法；若在阈值内未能成功，则切换至概率阶段以寻找解。

实验结果

研究问题

• RQ1 结合确定性与概率搜索的混合算法是否能高效验证所有包含最多35个顶点的树的优美标号？
• RQ2 在不同树规模下，确定性回溯法与概率搜索在速度和成功率方面的表现如何比较？
• RQ3 在优美标号中，树结构的对称性在多大程度上可被利用以减少搜索空间？
• RQ4 该算法的计算可扩展性如何？是否可外推至更大规模的树？
• RQ5 志愿者计算能否有效应对树枚举与标号验证中计算量的指数级增长？

主要发现

• 混合算法成功验证了所有包含最多35个顶点的树均为优美树，将先前的界限从29或30个顶点扩展至35个顶点。
• 超过99.99%的包含最多35个顶点的树仅通过确定性回溯阶段即完成优美标号，平均每棵树耗时低于0.06毫秒。
• 在n=35时，仅有1.47e−5的树导致回溯阶段失败，表明该方法具有高度的效率与鲁棒性。
• 总运行时间大致呈O(3.09^n)增长，单棵树时间呈O(1.16^n)增长，表明小规模下增长可控，但超过当前可行性范围后将出现指数级爆炸。
• n=33至35的验证通过志愿者计算网络完成，证明了分布式计算在大规模图验证中的可行性。
• 结果表明，该算法在小规模n下性能依然强劲，支持对优美树猜想的进一步计算验证。