[论文解读] Approximability of the Minimum Weighted Doubly Resolving Set Problem

Xujin Chen, Xiao Hu+1 more|arXiv (Cornell University)|Apr 18, 2014

Graph Labeling and Dimension Problems参考文献 7被引用 6

一句话总结

该论文首次为最小权重双分辨集（MWDRS）问题建立了紧致的近似界，证明其在一般图上可近似至 Θ(ln n)。论文提出了针对轮图和最多增加 k 条边的树的首个强多项式时间算法，采用基于距离和覆盖约束的动态规划状态递归方法。

ABSTRACT

Locating source of diffusion in networks is crucial for controlling and preventing epidemic risks. It has been studied under various probabilistic models. In this paper, we study source location from a deterministic point of view by modeling it as the minimum weighted doubly resolving set (DRS) problem, which is a strengthening of the well-known metric dimension problem. Let $G$ be a vertex weighted undirected graph on $n$ vertices. A vertex subset $S$ of $G$ is DRS of $G$ if for every pair of vertices $u,v$ in $G$, there exist $x,y\in S$ such that the difference of distances (in terms of number of edges) between $u$ and $x,y$ is not equal to the difference of distances between $v$ and $x,y$. The minimum weighted DRS problem consists of finding a DRS in $G$ with minimum total weight. We establish $Θ(\ln n)$ approximability of the minimum DRS problem on general graphs for both weighted and unweighted versions. This is the first work providing explicit approximation lower and upper bounds for minimum (weighted) DRS problem, which are nearly tight. Moreover, we design first known strongly polynomial time algorithms for the minimum weighted DRS problem on general wheels and trees with additional constant $k\ge0$ edges.

研究动机与目标

• 通过基于顶点权重和距离差的确定性模型，解决网络中扩散源定位问题。
• 将源定位问题形式化为最小权重双分辨集（MWDRS）问题，即度量维数问题的强化版本。
• 为一般图上的 MWDRS 问题建立紧致的近似界，同时提供上界与下界。
• 设计首个已知的多项式时间算法，用于求解特定图类（包括轮图和含有限额外边的树）上的 MWDRS 问题。
• 提供一种动态规划框架，以高效计算这些图结构中用于源定位的最优观测者部署方案。

提出的方法

• 将 MWDRS 问题形式化为寻找一个顶点子集 S，使其总权重最小，且对每对顶点 u,v，存在 x,y ∈ S，满足 |d(u,x)−d(u,y)| ≠ |d(v,x)−d(v,y)|。
• 定义递归函数 F(s, left/right) 和 F′(s, left/right)，用于追踪在顶点 s 处结束且满足左右连续性约束的 DRS 的最小权重。
• 使用集合 α(s)、β(s) 和 γ(s) 来表征在动态规划递推中顶点 s 的有效前驱 s′，确保所有基于距离的分辨条件均被满足。
• 采用自底向上的递归方式，从 s=1 到 s=n−1 进行动态规划，基于前驱约束和最小坏对的覆盖情况计算最优值。
• 通过为顶点 1 定义特殊情况，并使用模运算闭合环路，处理轮图的环形结构，确保完全覆盖。
• 从最终状态回溯，重构最优的 DRS 集合，确保所有分辨条件均满足且解在权重上最小化。

实验结果

研究问题

• RQ1 在一般图上，最小权重双分辨集问题的最佳可能近似比是多少？
• RQ2 MWDRS 问题是否可在轮图和含少量额外边的树等特定图类上以多项式时间求解？
• RQ3 哪些结构与算法特性使得这些图类能够实现高效的动态规划求解？
• RQ4 顶点与分辨对之间的距离差如何决定源识别的唯一性？
• RQ5 在近似复杂度方面，度量维数与双分辨集之间存在何种关系？

主要发现

• 一般图上的 MWDRS 问题具有 Θ(ln n)-近似解，该近似界几乎紧致，同时建立了上界与下界。
• 该论文首次提供了针对轮图和最多增加 k 条边的树的 MWDRS 问题的强多项式时间算法。
• 针对轮图的动态规划方法时间复杂度为 O(n³)，适用于此类网络的实际部署。
• 该算法通过为顶点 1 定义特殊递归情况，并在前驱集合中使用模运算，正确处理了轮图的循环特性。
• 通过在递推中精心构造 α(s)、β(s) 和 γ(s) 集合，确保所有最小坏对均被覆盖。
• 通过评估从最终状态导出的多个候选集合，找到最优 DRS，确保通过在有效配置上进行穷举搜索实现全局最优。