[论文解读] Diverse Collections in Matroids and Graphs

Fedor V. Fomin, Petr A. Golovach+3 more|arXiv (Cornell University)|Jan 1, 2021

Advanced Graph Theory Research被引用 8

一句话总结

本文研究了在三种基础问题中寻找多样化解集的参数化复杂性：拟阵中的加权多样化基、两个拟阵中的加权多样化公共独立集，以及图中的多样化完美匹配。作者表明，这三个问题均为 NP-难，但在以解的数量 $k$ 和多样性阈值 $d$ 为参数时，均为固定参数可追踪（FPT），并提出了运行时间为 $2^{2^{O(kd)}}n^{O(1)}$ 的 FPT 算法，且在有限域上的加权多样化基问题上存在多项式内核。

ABSTRACT

We investigate the parameterized complexity of finding diverse sets of solutions to three fundamental combinatorial problems, two from the theory of matroids and the third from graph theory. The input to the Weighted Diverse Bases problem consists of a matroid M, a weight function ω:E(M)→N, and integers k ≥ 1, d ≥ 0. The task is to decide if there is a collection of k bases B_1, ..., B_k of M such that the weight of the symmetric difference of any pair of these bases is at least d. This is a diverse variant of the classical matroid base packing problem. The input to the Weighted Diverse Common Independent Sets problem consists of two matroids M₁,M₂ defined on the same ground set E, a weight function ω:E→N, and integers k ≥ 1, d ≥ 0. The task is to decide if there is a collection of k common independent sets I_1, ..., I_k of M₁ and M₂ such that the weight of the symmetric difference of any pair of these sets is at least d. This is motivated by the classical weighted matroid intersection problem. The input to the Diverse Perfect Matchings problem consists of a graph G and integers k ≥ 1, d ≥ 0. The task is to decide if G contains k perfect matchings M_1, ..., M_k such that the symmetric difference of any two of these matchings is at least d. The underlying problem of finding one solution (basis, common independent set, or perfect matching) is known to be doable in polynomial time for each of these problems, and Diverse Perfect Matchings is known to be NP-hard for k = 2. We show that Weighted Diverse Bases and Weighted Diverse Common Independent Sets are both NP-hard. We show also that Diverse Perfect Matchings cannot be solved in polynomial time (unless P=NP) even for the case d = 1. We derive fixed-parameter tractable (FPT) algorithms for all three problems with (k,d) as the parameter. The above results on matroids are derived under the assumption that the input matroids are given as independence oracles. For Weighted Diverse Bases we present a polynomial-time algorithm that takes a representation of the input matroid over a finite field and computes a poly(k,d)-sized kernel for the problem.

研究动机与目标

• 研究三种基础组合问题（拟阵基、公共独立集、完美匹配）寻找多样化解的参数化复杂性。
• 通过引入多样性作为关键标准，解决仅寻找单一最优解的实际局限性，确保解在对称差集上足够不同。
• 确定经典多项式时间可解问题的多样化变体在参数化复杂性下是否仍保持可追踪性，特别是当多样性通过对称差集权重衡量时。
• 为所有三个问题推导出以组合参数 $(k, d)$ 为参数的 FPT 算法，其中 $k$ 为解的数量，$d$ 为最小多样性阈值。
• 探索多样化解的结构与算法性质，包括在有限域上加权多样化基问题的内核化。

提出的方法

• 形式化三个多样化解问题：加权多样化基（拟阵）、加权多样化公共独立集（两个拟阵）、多样化完美匹配（图）。
• 使用对称差集权重作为多样性度量：对于任意两个解，$\omega(S_i \triangle S_j) \geq d$。
• 利用迭代匹配和动态规划技术，为所有三个问题开发 FPT 算法，其中关键子程序基于色彩编码和基于颜色子集的表式动态规划。
• 对于加权多样化基问题，提出一个多项式时间内核化算法，当拟阵在有限域上表示时，可计算出大小为 $\text{poly}(k,d)$ 的内核。
• 通过独立性预言机和色彩编码，利用拟阵与图的结构，高效探索多样化解集。
• 使用随机化归约和迭代匹配构造以确保多样性：首先贪心地构建一个多样化初始解集，然后通过递归猜测与优化策略完成解。

实验结果

研究问题

• RQ1 当以 $k$ 和 $d$ 为参数时，经典拟阵与图问题的多样化变体（加权多样化基、加权多样化公共独立集、多样化完美匹配）是否为固定参数可追踪？
• RQ2 当 $k=1$ 或 $k=2$ 时，拟阵问题的多样化变体是否可在多项式时间内求解，还是即使对于小的 $k$ 和 $d$ 也变为 NP-难？
• RQ3 当仅以 $k$ 或仅以 $d$ 为参数时，加权多样化基问题是否为 FPT？尽管已知其在 $k=2$ 时即为 NP-难。
• RQ4 当所有权重均为 1 且 $d=1$ 或 $d=2$ 时，加权多样化基问题的无权计数变体是否仍在 P 中，还是为 NP-难？
• RQ5 当所有权重均为 1 时，加权多样化公共独立集问题是否可在多项式时间内求解，还是对于小的 $k$ 或 $d$ 即为 NP-难？

主要发现

• 加权多样化基问题与加权多样化公共独立集问题均为 NP-难，即使 $k$ 和 $d$ 取值较小时亦然。
• 多样化完美匹配问题即使在 $d=1$ 时也为 NP-难，除非 $P = NP$，否则无法在多项式时间内求解。
• 所有三个问题均存在运行时间为 $2^{2^{O(kd)}}n^{O(1)}$ 的 FPT 算法，参数化为 $k$ 和 $d$。
• 对于加权多样化基问题，当拟阵在有限域上表示时，存在一个多项式时间算法，可计算出大小为 $\text{poly}(k,d)$ 的内核。
• 多样化完美匹配问题的算法采用两阶段方法：首先贪心地构建一个多样化初始匹配集，然后通过随机猜测与动态规划，以高概率完成解。
• 多样化完美匹配问题算法的成功概率在 $2^{2^{O(kd)}}$ 次重复后至少为 $1 - 1/e$，确保了高可靠性。