[论文解读] Efficiently Listing Combinatorial Patterns in Graphs

Rui Ferreira|arXiv (Cornell University)|Aug 30, 2013

Advanced Graph Theory Research参考文献 11被引用 7

一句话总结

本文提出了针对图中四种基本组合模式（k-子树、k-子图、环和st-路径）的最优、输出敏感型算法。通过引入统一的递归划分框架，结合动态证书与摊还分析，实现了与输入和输出规模成比例的最优时间复杂度，显著优于以往针对这些枚举问题的方法。

ABSTRACT

Graphs are extremely versatile and ubiquitous mathematical structures with potential to model a wide range of domains. For this reason, graph problems have been of interest since the early days of computer science. Some of these problems consider substructures of a graph that have certain properties. These substructures of interest, generally called patterns, are often meaningful in the domain being modeled. Classic examples of patterns include spanning trees, cycles and subgraphs. This thesis focuses on the topic of explicitly listing all the patterns existing in an input graph. One of the defining features of this problem is that the number of patterns is frequently exponential on the size of the input graph. Thus, the time complexity of listing algorithms is parameterized by the size of the output. The main contribution of this work is the presentation of optimal algorithms for four different problems of listing patterns in graphs, namely the listing of k-subtrees, k-subgraphs, st-paths and cycles. The algorithms presented are framed within the same generic approach, based in a recursive partition of the search space that divides the problem into subproblems. The key to an efficient implementation of this approach is to avoid recursing into subproblems that do not list any patterns. With this goal in sight, a dynamic data structure, called the certificate, is introduced and maintained throughout the recursion. Moreover, properties of the recursion tree and lower bounds on the number of patterns are used to amortize the cost of the algorithm on the size of the output.

研究动机与目标

• 开发高效、输出敏感型算法，用于枚举图中的组合子结构，这些结构通常数量呈指数级增长。
• 解决在无向图中列出k-子树和k-子图等模式时，除读取输入和写入输出外的最小额外开销问题。
• 将该方法扩展至环和st-路径，实现对这些复杂模式类别的最优枚举时间。
• 通过统一的递归框架、动态数据结构与摊还成本分析，将多种不同的枚举问题整合为一个整体。
• 为未来在动态数据结构、黑箱模式枚举以及紧凑输出表示方面的研究奠定基础。

提出的方法

• 采用递归二分划分策略，将搜索空间划分为子问题，避免对无有效模式的子空间进行探索。
• 引入并维护一个动态的“证书”数据结构，用于跟踪每个子问题中模式的存在性，从而实现对空分支的剪枝。
• 基于递归树结构与模式数量的下界，利用摊还分析，将证书维护的成本分摊至输出规模。
• 通过双连通分量分解与块树的串珠分解，将环枚举问题约化为st-路径枚举问题。
• 设计一种递归算法，遍历递归树中的主干结构，将边探索成本分配给特定节点，以确保摊还效率。
• 通过right_update和left_update操作实现证书更新，确保在回溯过程中各递归分支间的一致性。

实验结果

研究问题

• RQ1 能否设计一个统一框架，以输出敏感的时间复杂度，最优地枚举图中的多种组合模式？
• RQ2 在递归枚举过程中，如何高效维护动态证书，以避免探索无解的子问题？
• RQ3 何种摊还策略可确保证书维护的总成本与输出规模成比例？
• RQ4 能否通过图的结构分解，将环枚举最优地约化为st-路径枚举？
• RQ5 该方法在多大程度上可推广至其他模式枚举问题，或扩展以支持紧凑的输出编码？

主要发现

• k-子树枚举算法实现了最优的输出敏感时间复杂度，与输入规模和k-子树数量成比例。
• k-子图枚举算法的时间复杂度为O(|V| + |E| + |E_k|)，其中|E_k|为所有k-子图中边的总数，达到信息论下界。
• 环枚举算法是最优的，时间复杂度为O(|V| + |E| + |C|)，其中|C|为环的数量，通过约化为st-路径枚举实现。
• st-路径枚举算法同样是最优的，时间复杂度为O(|V| + |E| + |P|)，其中|P|为st-路径的数量，使用相同框架实现。
• 在递归树的任意主干上，证书维护的摊还成本被限制在O(|E_X|)以内，确保整体效率。
• 该框架支持一种计费机制，确保每条边在每个相关子问题中至多被处理一次，且成本在输出范围内摊还。