[论文解读] Determinant Sums for Undirected Hamiltonicity

Andreas Björklund|arXiv (Cornell University)|Aug 3, 2010

Advanced Graph Theory Research参考文献 17被引用 9

一句话总结

本文提出了一种蒙特卡洛算法，用于在无向图中检测哈密顿回路，时间复杂度为 $O^{*}(1.657^n)$，优于近50年来一直保持不变的 $O^{*}(2^n)$ 上限。该算法利用了一种新颖的代数技术——在特征为2的有限域上进行带标签的环覆盖和（Labeled Cycle Cover Sum），结合行列式求和与代数筛法，通过加权环覆盖高效检测哈密顿回路。

ABSTRACT

We present a Monte Carlo algorithm for Hamiltonicity detection in an $n$-vertex undirected graph running in $O^*(1.657^{n})$ time. To the best of our knowledge, this is the first superpolynomial improvement on the worst case runtime for the problem since the $O^*(2^n)$ bound established for TSP almost fifty years ago (Bellman 1962, Held and Karp 1962). It answers in part the first open problem in Woeginger's 2003 survey on exact algorithms for NP-hard problems. For bipartite graphs, we improve the bound to $O^*(1.414^{n})$ time. Both the bipartite and the general algorithm can be implemented to use space polynomial in $n$. We combine several recently resurrected ideas to get the results. Our main technical contribution is a new reduction inspired by the algebraic sieving method for $k$-Path (Koutis ICALP 2008, Williams IPL 2009). We introduce the Labeled Cycle Cover Sum in which we are set to count weighted arc labeled cycle covers over a finite field of characteristic two. We reduce Hamiltonicity to Labeled Cycle Cover Sum and apply the determinant summation technique for Exact Set Covers (Björklund STACS 2010) to evaluate it.

研究动机与目标

• 打破近50年来始终未变的无向哈密顿性问题的 $O^{*}(2^n)$ 时间复杂度瓶颈。
• 解决 Woeginger 在其 2003 年关于精确算法的综述中提出的开放问题 3.1。
• 将结果扩展至具有整数权重的旅行商问题（TSP），使用多项式空间的随机化算法。
• 通过利用独立集大小的结构特性，改进二分图的运行时间。
• 证明代数技术（如行列式求和与代数筛法）可为 NP-难问题带来超多项式加速。

提出的方法

• 引入带标签的环覆盖和（Labeled Cycle Cover Sum），一种新的代数公式，用于在 $\mathbb{F}_2$ 上计算带权重、弧带标签的环覆盖数量。
• 通过受 $k$-路径问题中代数筛法启发的归约，将哈密顿性问题转化为计算带标签的环覆盖和。
• 应用 Björklund 在 STACS 2010 上提出的精确集合覆盖的行列式求和技术，高效计算带标签的环覆盖和。
• 使用 $\mathbb{F}_2$ 上的矩阵乘法，计算子集 $X_1$ 中顶点之间加权路径的数量，通过矩阵 $\mathbf{A}$ 和 $\mathbf{B}$ 表示。
• 在 $GF(2^k)$ 上使用快速傅里叶变换（FFT），从代数和中高效提取具有最小权重的 TSP 实例中的哈密顿回路。
• 通过将顶点随机划分为 $V_1$ 和 $V_2$，减少环覆盖中无标签边的数量，从而提升稀疏图或二分图的运行效率。

实验结果

研究问题

• RQ1 能否使用代数技术打破无向哈密顿性问题的 $O^{*}(2^n)$ 时间复杂度上限？
• RQ2 能否将用于 $k$-路径问题的代数筛法适配为通过环覆盖枚举检测哈密顿回路？
• RQ3 二分图的结构是否允许比一般情况快得多的算法？
• RQ4 能否使用代数方法和多项式空间，在时间 $O^{*}(c^n)$ 内解决 $c < 2$ 的 TSP 问题？
• RQ5 能否通过多项式空间的代数计算，高效找到具有小整数边权的图中的最小权重哈密顿回路？

主要发现

• 本文提出了一种用于无向哈密顿性的蒙特卡洛算法，时间复杂度为 $O^{*}(1.657^n)$，首次在近50年来实现了对 $O^{*}(2^n)$ 上限的超多项式改进。
• 对于独立集大小为 $i$ 的二分图，该算法的运行时间为 $O^{*}(2^{n-i})$，最坏情况下可优化至 $O^{*}(1.414^n)$。
• 该算法在 $n$ 上使用多项式空间，尽管时间复杂度为指数级，但对大规模实例仍具实用性。
• 该方法可扩展至具有正整数权重的 TSP 问题，以 $O^{*}(w \cdot 1.657^n)$ 的时间复杂度求解，其中 $w$ 为所有边权之和。
• 在 $GF(2^k)$ 上使用快速傅里叶变换，使得能从代数和中高效提取最小权重哈密顿回路。
• 通过重复随机划分与验证，该算法实现了指数级小的错误概率，且无假阳性或假阴性结果。