[论文解读] A Lex-BFS-based recognition algorithm for Robinsonian matrices

Monique Laurent, Matteo Seminaroti|arXiv (Cornell University)|Apr 24, 2015

Advanced Graph Theory Research参考文献 26被引用 5

一句话总结

该论文提出了一种新颖、简单且高效的算法，用于识别Robinsonian矩阵，其基于单位区间图的直列枚举的新型表征。该方法利用字典序广度优先搜索（Lex-BFS）和分治策略，实现$O(d(n+m))$的时间复杂度，其中$d$为递归深度，其上限由不同非零元素的数量决定，因此特别适用于稀疏矩阵。

ABSTRACT

Robinsonian matrices arise in the classical seriation problem and play an important role in many applications where unsorted similarity (or dissimilarity) information must be reordered. We present a new polynomial time algorithm to recognize Robinsonian matrices based on a new characterization of Robinsonian matrices in terms of straight enumerations of unit interval graphs. The algorithm is simple and is based essentially on lexicographic breadth-first search (Lex-BFS), using a divide-and-conquer strategy. When applied to a nonnegative symmetric $n imes n$ matrix with~$m$ nonzero entries and given as a weighted adjacency list, it runs in $O(d(n+m))$ time, where $d$ is the depth of the recursion tree, which is at most the number of distinct nonzero entries of $A$.

研究动机与目标

• 开发一种新型、高效的Robinsonian矩阵识别算法，该算法既简单又适用于稀疏数据。
• 基于单位区间图的直列枚举，建立Robinsonian矩阵的新型表征。
• 通过仅依赖基本图操作（如Lex-BFS和划分细化）来减少时间复杂度，改进现有识别算法。
• 提供一种组合方法，作为谱方法或PQ树方法的替代方案，以增强可解释性和效率。
• 通过支持认证和启发式扩展，使算法能够实际应用于噪声较大的序列化问题。

提出的方法

• 该算法采用分治策略，基于每个子矩阵中最小的非零元素递归地对矩阵进行划分。
• 在每个递归层级应用Lex-BFS，计算阈值图的直列枚举，以确保与Robinson性质兼容。
• 使用划分细化来维护和更新顶点上的弱线性序，这些序对于检查与直列枚举的兼容性至关重要。
• 增量式构建PQ树，其中P-节点表示可自由重新排序的顶点块，树结构编码了所有有效排列。
• 当子矩阵变为对角矩阵（表示存在有效的Robinson结构）或当不存在兼容的直列枚举时，递归终止。
• 通过组合递归调用的子树构建整体结构，对对应于最大团或孤立顶点的组件进行特殊处理。

实验结果

研究问题

• RQ1 能否基于单位区间图的直列枚举表征，高效识别Robinsonian矩阵？
• RQ2 所提出的基于Lex-BFS的算法的计算复杂度是多少？其在矩阵稀疏性下的扩展性能如何？
• RQ3 递归深度$d$能否比不同非零元素数量$L$更紧密地界定？
• RQ4 在实际应用中，该算法与现有方法（如PQ树或基于排序的方法）相比表现如何？
• RQ5 能否通过识别和认证非Robinsonian障碍，将该算法扩展以处理噪声数据？

主要发现

• 所提出的算法以$O(d(n+m))$的时间复杂度识别Robinsonian矩阵，其中$d$为递归树的深度，$m$为非零元素的数量。
• 递归深度$d$受限于矩阵中不同非零元素的数量；在某些情况下，$d > L$，表明更紧的界限可能需要剪枝策略。
• 该算法简单明了，仅依赖基本图操作——Lex-BFS和划分细化，因此直观且易于实现。
• 该方法构建的PQ树编码了所有使置换后矩阵为Robinsonian的有效排列，从而实现解的完整枚举。
• 该算法通过在递归过程中检测不兼容的直列枚举，能够正确识别非Robinsonian矩阵。
• 由于其依赖于非零元素数量$m$而非$n^2$，该方法特别适用于稀疏矩阵。