[论文解读] Deterministic parameterized connected vertex cover

Marek Cygan|arXiv (Cornell University)|Feb 29, 2012

Advanced Graph Theory Research参考文献 8被引用 10

一句话总结

该论文提出了一种确定性算法来解决连通点覆盖问题，时间复杂度为 $O(2^k n^{O(1)})$，空间复杂度为多项式时间，优于此前最好的确定性时间复杂度 $O^*(2.4882^k)$。该算法进一步扩展至处理带权和计数变体，时间复杂度为 $O(2^k k(n+m))$，空间复杂度也为 $O(2^k k)$，在强指数时间假设（SETH）下达到最优。

ABSTRACT

In the Connected Vertex Cover problem we are given an undirected graph G together with an integer k and we are to find a subset of vertices X of size at most k, such that X contains at least one end-point of each edge and moreover X induces a connected subgraph. For this problem we present a deterministic algorithm running in O(2^k n^O(1)) time and polynomial space, improving over previously best O(2.4882^k n^O(1)) deterministic algorithm and O(2^k n^O(1)) randomized algorithm. Furthermore, when usage of exponential space is allowed, we present an O(2^k k(n+m)) time algorithm that solves a more general variant with arbitrary real weights. Finally, we show that in O(2k k(n + m)) time and O(2^k k) space one can count the number of connected vertex covers of size at most k, which can not be improved to O((2 - eps)^k nO(1)) for any eps > 0 under the Strong Exponential Time Hypothesis, as shown by Cygan et al. [CCC'12].

研究动机与目标

• 设计一种针对连通点覆盖问题的确定性参数化算法，其时间复杂度优于以往的确定性方法。
• 将该算法扩展至处理带权和计数变体，同时保持最优运行时间。
• 对于判定问题实现多项式空间使用，对于带权和计数变体实现指数空间使用。
• 证明在强指数时间假设（SETH）下，计数算法是最优的。

提出的方法

• 在大小至多为 $k$ 的点覆盖候选集合 $T$ 的子集上使用动态规划，其中 $T$ 是图中顶点的子集。
• 对每个子集 $T_0 \subseteq T$ 和每个 $j \leq k$，维护一个状态 $t(T_0, j)$，表示扩展 $T_0$ 的大小为 $j$ 的连通点覆盖的最小权重或计数。
• 通过将问题约化为带终端 $T$ 的二分 Steiner 树问题变种，利用二分图的结构。
• 应用递归动态规划过程，跨子集传播连通性和权重信息，通过邻域扩展确保连通性。
• 在判定情况下使用 Nederlof [14] 的算法实现多项式空间，取代带权和计数变体中的指数空间使用。
• 采用标准技术，以相同时间复杂度从动态规划表中重构实际的点覆盖集合。

实验结果

研究问题

• RQ1 能否设计一种确定性算法，使连通点覆盖问题的时间复杂度达到 $O(2^k n^{O(1)})$，优于先前的 $O^*(2.4882^k)$ 限制？
• RQ2 是否可以将该确定性方法扩展至在 $O(2^k k(n+m))$ 时间和空间内求解具有任意实数权重的带权连通点覆盖问题？
• RQ3 能否在 $O(2^k k(n+m))$ 时间和空间内求解连通点覆盖的计数变体——即计数所有大小至多为 $k$ 的连通点覆盖？
• RQ4 在强指数时间假设（SETH）下，所提出的计数算法是否最优，即是否排除了 $O^*((2-\varepsilon)^k)$ 时间复杂度的算法？
• RQ5 能否在保留最优时间复杂度的前提下，避免带权和计数变体中的指数空间需求？

主要发现

• 该论文提出了一种针对连通点覆盖问题的确定性算法，时间复杂度为 $O(2^k n^{O(1)})$，空间复杂度为多项式时间，优于此前最好的确定性时间复杂度 $O^*(2.4882^k)$。
• 针对具有任意实数权重的带权连通点覆盖问题，开发出时间复杂度为 $O(2^k k(n+m))$，空间复杂度为 $O(2^k k)$ 的算法。
• 针对计数连通点覆盖问题（即计数所有大小至多为 $k$ 的连通点覆盖），提出时间复杂度为 $O(2^k k(n+m))$，空间复杂度为 $O(2^k k)$ 的算法，该算法在强指数时间假设（SETH）下达到最优。
• 证明了该计数算法在 SETH 下是紧致的，因为对任意 $\varepsilon > 0$，$O^*((2-\varepsilon)^k)$ 时间复杂度的算法被排除。
• 对于多项式空间，具有多项式有界整数权重的带权变体在 $O(2^k n^{O(1)})$ 时间和多项式空间内求解，使用了 Nederlof [14] 的算法。
• 结果表明，此前为随机化且非计数型的 Cut&Count 技术，可被一种确定性、完全多项式空间的方法所替代，适用于具有计数和带权扩展的连通性问题。