[论文解读] Collapsing Superstring Conjecture

Alexander Golovnev, Alexander S. Kulikov+3 more|arXiv (Cornell University)|Sep 23, 2018

Algorithms and Data Compression参考文献 32被引用 1

一句话总结

本文提出了一种图论新框架，用于研究最短公共超串（SCS）问题，引入了坍缩超串猜想与贪心分层猜想。研究表明，从任意SCS解导出的分层图中，反复坍缩边可得到相同的图G，且该过程可通过贪心算法实现。关键贡献在于证明了这两个猜想的等价性，并在长度≤3的字符串情况下验证了其有效性，为SCS提供了潜在的2-近似解法。

ABSTRACT

In the Shortest Common Superstring (SCS) problem, one is given a collection of strings, and needs to find a shortest string containing each of them as a substring. SCS admits $2\frac{11}{23}$-approximation in polynomial time (Mucha, SODA'13). While this algorithm and its analysis are technically involved, the 30 years old Greedy Conjecture claims that the trivial and efficient Greedy Algorithm gives a 2-approximation for SCS. We develop a graph-theoretic framework for studying approximation algorithms for SCS. The framework is reminiscent of the classical 2-approximation for Traveling Salesman: take two copies of an optimal solution, apply a trivial edge-collapsing procedure, and get an approximate solution. In this framework, we observe two surprising properties of SCS solutions, and we conjecture that they hold for all input instances. The first conjecture, that we call Collapsing Superstring conjecture, claims that there is an elementary way to transform any solution repeated twice into the same graph $G$. This conjecture would give an elementary 2-approximate algorithm for SCS. The second conjecture claims that not only the resulting graph $G$ is the same for all solutions, but that $G$ can be computed by an elementary greedy procedure called Greedy Hierarchical Algorithm. While the second conjecture clearly implies the first one, perhaps surprisingly we prove their equivalence. We support these equivalent conjectures by giving a proof for the special case where all input strings have length at most 3. We prove that the standard Greedy Conjecture implies Greedy Hierarchical Conjecture, while the latter is sufficient for an efficient greedy 2-approximate approximation of SCS. Except for its (conjectured) good approximation ratio, the Greedy Hierarchical Algorithm provably finds a 3.5-approximation.

研究动机与目标

• 开发一种组合框架，以捕捉分析SCS近似算法所需的关键字符串性质。
• 研究所有SCS解在加倍后，通过边合并是否总能坍缩为同一张通用图G，如坍缩超串猜想所形式化描述的那样。
• 探索基于贪心边坍缩过程的贪心分层算法是否总能生成该通用图G，如贪心分层猜想所陈述的那样。
• 证明两个猜想之间的等价性，并为它们在特殊情形下的有效性提供证据。
• 在数百万个SCS实例上对猜想进行经验测试，以支持其在2-近似算法中的潜在应用。

提出的方法

• 从SCS实例构建分层图，其中节点代表子串，边代表重叠，层级编码字符串的深度与结构。
• 定义一种坍缩过程（CA），基于共享前缀与后缀合并图中相邻边，以模拟字符串合并的效果。
• 引入贪心分层算法（GHA），一种贪心变体，按特定顺序处理节点，以构建相同的坍缩图G。
• 证明坍缩超串猜想与贪心分层猜想在逻辑上等价。
• 验证在所有输入字符串长度不超过3的特殊情况下，两个猜想均成立，此时贪心猜想已被知为真。
• 在数百万个SCS实例上测试两个猜想，以收集经验支持。

实验结果

研究问题

• RQ1 每个SCS解在加倍后，是否都通过边合并坍缩为同一张通用图G，如坍缩超串猜想所声称的那样？
• RQ2 贪心分层算法——采用贪心边坍缩策略——是否总能生成该通用图G，如贪心分层猜想所陈述的那样？
• RQ3 坍缩超串猜想与贪心分层猜想是否等价，即证明其中一个是否意味着另一个？
• RQ4 在猜想成立的前提下，贪心分层算法是否能实现SCS的2-近似？
• RQ5 能否将猜想推广为更强形式：任意解加上任意环覆盖是否总能坍缩为同一张图G？

主要发现

• 坍缩超串猜想与贪心分层猜想被证明在逻辑上等价，即证明其中一个即可推出另一个。
• 在所有输入字符串长度不超过3的实例中，两个猜想均被验证成立，此情形下贪心猜想此前已知为真。
• 贪心分层算法可证明实现SCS的3.5-近似，且在特殊情形（如字符串构成谱系或所有字符串长度≤2）下可找到精确解。
• 在数百万个SCS实例上的经验测试未发现任何反例，支持猜想的有效性。
• 对坍缩猜想更强形式的测试——即任意解加上任意环覆盖总能坍缩为同一张图G——也未发现反例。
• 分层图框架为统一分析SCS近似算法提供了新途径，或可实现运行时间在(2−ε)n量级的精确算法。