[论文解读] A note on convex characters and Fibonacci numbers

Steven Kelk|arXiv (Cornell University)|Aug 11, 2015

Genomics and Phylogenetic Studies参考文献 9被引用 3

一句话总结

该论文证明了，对于任意具有 n 个分类群的无根二叉物种系谱树，其凸字符的数量恒为第 (2n−1) 个斐波那契数，且与树的拓扑结构无关。此外，该论文还表明，每个字符状态至少出现在两个分类群上的凸字符数量为第 (n−1) 个斐波那契数，从而可设计出时间复杂度为 Θ(φⁿ · poly(n)) 的更快算法来求解最大简约距离问题，其中 φ 为黄金比例。

ABSTRACT

Given an unrooted, binary phylogenetic tree T on a set of n >= 2 taxa, a closed expression for the number of convex characters on T has been known since 1992, and this is independent of the exact topology of T. Here we prove that this number is equal to the (2n-1)th Fibonacci number. Moreover, we show that the number of convex characters in which each state appears on at least two taxa, is also independent of topology, and equal to the (n-1)th Fibonacci number. We use this insight to give a simple but effective algorithm for the NP-hard maximum parsimony distance problem that runs in time $\Theta( \phi^{n} \cdot ext{poly}(n) )$, where $\phi \approx 1.618...$ is the golden ratio. Finally, we give an explicit example demonstrating that topological neutrality no longer holds when counting the number of convex characters in which each state appears on at least three taxa.

研究动机与目标

• 确定无根二叉树上凸字符的数量是否依赖于树的拓扑结构。
• 建立凸字符数量的闭式表达式，以斐波那契数表示。
• 利用基于斐波那契数的枚举方法，设计求解 NP-难的最大简约距离问题的高效算法。
• 探究当每个字符状态必须至少出现在三个分类群上时，拓扑中立性是否仍然成立。

提出的方法

• 证明了对于任意具有 n 个分类群的无根二叉树，其凸字符数量恒为第 (2n−1) 个斐波那契数，且与拓扑结构无关。
• 证明了每个字符状态至少出现在两个分类群上的凸字符数量为第 (n−1) 个斐波那契数，同样与拓扑结构无关。
• 利用斐波那契数的结构，设计了一种用于最大简约距离问题的动态规划算法，时间复杂度为 Θ(φⁿ · poly(n))。
• 应用黄金比例 φ ≈ 1.618 来界定搜索空间的指数级增长。
• 通过字符状态与树结构的递归分解，推导出斐波那契恒等式。
• 构造了一个具体反例，表明当每个状态必须至少出现在三个分类群上时，拓扑中立性不再成立。

实验结果

研究问题

• RQ1 无根二叉树上凸字符的数量是否与树的拓扑结构无关？
• RQ2 每个字符状态至少出现在两个分类群上的凸字符数量能否表示为斐波那契数？
• RQ3 当要求每个字符状态至少出现在三个分类群上时，凸字符数量的拓扑中立性是否仍然成立？
• RQ4 能否利用基于斐波那契数的枚举方法，设计出求解物种系谱距离问题的更快速算法？
• RQ5 在状态频率约束下，凸字符的精确组合结构是什么？

主要发现

• 对于任意具有 n 个分类群的无根二叉树，其凸字符数量恰好为第 (2n−1) 个斐波那契数，且与树的拓扑结构无关。
• 每个字符状态至少出现在两个分类群上的凸字符数量为第 (n−1) 个斐波那契数，且该计数同样具有拓扑不变性。
• 最大简约距离问题的算法时间复杂度为 Θ(φⁿ · poly(n))，其中 φ ≈ 1.618 为黄金比例。
• 指数因子 φⁿ 在最优意义下成立，因其与斐波那契数的增长速率完全匹配。
• 构造了一个反例，表明当每个字符状态必须至少出现在三个分类群上时，拓扑中立性不复成立。
• 基于斐波那契数的表征为在各种约束条件下凸字符枚举提供了紧致的组合界。