[论文解读] Enumeration of Minimal Hitting Sets Parameterized by Treewidth

Günter Rote|arXiv (Cornell University)|Mar 11, 2019

Advanced Graph Theory Research参考文献 3被引用 4

一句话总结

该论文通过一种基于动态规划和六元组上双线性运算的新型半自动方法，确定了具有 n 个顶点的树中最小支配集数量的最大增长常数 λ = ¹³√95 ≈ 1.4194908。此外，该研究提出了一种输出敏感的枚举算法，其预处理时间为 O(n)，连续解之间的延迟为 O(n)，并通过一族‘雪花星’树和凸几何技术，证明了增长速率的紧致上下界。

ABSTRACT

A tree with $n$ vertices has at most $95^{n/13}$ minimal dominating sets. The growth constant $λ= \sqrt[13]{95} \approx 1.4194908$ is best possible. It is obtained in a semi-automatic way as a kind of "dominant eigenvalue" of a bilinear operation on sixtuples that is derived from the dynamic-programming recursion for computing the number of minimal dominating sets of a tree. We also derive an output-sensitive algorithm for listing all minimal dominating sets with linear set-up time and linear delay between successive solutions.

研究动机与目标

• 确定树中最小支配集数量最大值的精确渐近增长速率。
• 开发一种高效、输出敏感的算法，用于枚举树中所有最小支配集。
• 通过一种基于动态规划和凸几何的新型半自动方法，建立增长常数 λ 的紧致上下界。
• 表征使最小支配集数量最大化的极值树结构。
• 探索控制最小支配集增长速率的底层双线性运算的代数与几何性质。

提出的方法

• 在有根树上使用动态规划，通过特征六元组区分六类部分解。
• 将递归抽象为六元组上的双线性运算 ⋆，用于建模子树的组合。
• 应用优势化和凸包技术，将有效六元组集合包含在几何体 P 中，以推导上界。
• 采用半自动计算方法，搜索满足 P ◦ P ⊆ P 的最小 λ，从而得出最优增长常数。
• 将动态规划框架改编为具有线性延迟和线性预处理时间的输出敏感枚举算法。
• 采用递归的消息传递方法（ENUM2），高效遍历树并列出所有最小支配集。

实验结果

研究问题

• RQ1 对于大小为 n 的树，最小支配集数量的最大增长常数 λ 的精确值是什么？
• RQ2 是否可以以线性延迟和线性预处理时间枚举树中的最小支配集数量？
• RQ3 增长常数 λ = ¹³√95 是否最优？它能否通过一个无限棵树族渐近实现？
• RQ4 控制最小支配集增长速率的双线性运算具有哪些几何与代数性质？
• RQ5 该方法能否推广到树或层次结构上的其他组合问题？

主要发现

• 具有 n 个顶点的树中，最小支配集数量的最大值被上界限制为 0.992579 · λ^n，其中 λ = ¹³√95 ≈ 1.4194908。
• 对于每个 n = 13k + 1，存在一棵树，其最小支配集数量至少为 95^k > 0.704477 · λ^n，证明了下界的紧致性。
• 增长常数 λ = ¹³√95 是最优的，无法进一步改进，因为没有任何树能实现 λ^n 个最小支配集。
• 存在一种输出敏感的枚举算法，其预处理时间为 O(n)，连续解之间的延迟为 O(n)。
• 该方法成功地将 λ 识别为代数数，其来源于由双线性运算导出的关键多项式方程。
• 实现增长速率的极值树以无限族的‘雪花星’形式构建，而非早期示例中的有限构造。