[论文解读] Fast branching algorithm for Cluster Vertex Deletion

Anudhyan Boral, Marek Cygan+2 more|Warwick Research Archive Portal (University of Warwick)|Jun 17, 2013

Data Management and Algorithms参考文献 22被引用 4

一句话总结

本文提出了一种针对聚类顶点删除问题的新分支算法，通过利用从候选顶点导出的辅助图中的顶点覆盖结构，将时间复杂度提升至 $\mathcal{O}(1.9102^k(n+m))$。该方法采用精细化的案例分析，并在 $H_v$ 图上对顶点覆盖进行分支，使分支因子低于 2，显著优于先前的 $\mathcal{O}(2^k k^9 + nm)$ 算法。

ABSTRACT

In the family of clustering problems, we are given a set of objects (vertices of the graph), together with some observed pairwise similarities (edges). The goal is to identify clusters of similar objects by slightly modifying the graph to obtain a cluster graph (disjoint union of cliques). Hueffner et al. [Theory Comput. Syst. 2010] initiated the parameterized study of Cluster Vertex Deletion, where the allowed modification is vertex deletion, and presented an elegant O(2^k * k^9 + n * m)-time fixed-parameter algorithm, parameterized by the solution size. In our work, we pick up this line of research and present an O(1.9102^k * (n + m))-time branching algorithm.

研究动机与目标

• 开发一种更快的固定参数算法求解聚类顶点删除问题，该问题在图聚类和相关聚类中具有核心地位。
• 通过更高效的分支策略，改进 Hüffner 等人提出的 $\mathcal{O}(2^k k^9 + nm)$ 算法。
• 通过利用图的结构特性，实现对解大小 $k$ 的亚 2 指数依赖。
• 在保持对图大小 $n+m$ 的线性依赖的同时，最小化 $k$ 的指数项。
• 探索聚类顶点删除问题的固定参数算法在进一步改进方面的潜力，包括内核化。

提出的方法

• 该算法采用分支策略，识别一个顶点 $v$，使得存在不包含 $v$ 的解，从而将问题约化为在辅助图 $H_v$ 上的顶点覆盖问题。
• 辅助图 $H_v$ 在距离 $v$ 为 1 和 2 的顶点上构建，边表示原图中诱导出的 $P_3$ 子图。
• 该算法在 $H_v$ 上应用专门的分支过程以寻找最小顶点覆盖，使用如 $(1,2)$、$(1,3)$ 和 $(2,2)$ 等分支向量。
• 关键创新在于：通过贪心方式将 $N_2$（距离为 2 的邻居）中的顶点纳入顶点覆盖，以提高分支效率。
• 分析过程区分了分支树中的标记与未标记节点，以界定最坏情况下的分支向量，尤其当 $\texttt{MinVC}(H_v) \geq h$ 时，$h=2,3$。
• 使用 Python 脚本枚举并评估在不同假设下的所有可能分支向量，从而实现对最坏情况分支因子的精确分析。

实验结果

研究问题

• RQ1 能否通过分支算法将聚类顶点删除问题中对 $k$ 的指数依赖降低至 $2^k$ 以下？
• RQ2 如何利用图的结构特性，特别是诱导出的 $P_3$ 子图，来设计更高效的分支规则？
• RQ3 在将聚类顶点删除问题约化为辅助图 $H_v$ 上的顶点覆盖问题时，可实现的最优分支向量是什么？
• RQ4 识别一个合适的顶点 $v$ 以启动分支的代价，能否被在 $H_v$ 上高效执行顶点覆盖分支所带来的收益所平衡？
• RQ5 对于求解聚类顶点删除问题的固定参数算法，分支因子的最紧上界是什么？

主要发现

• 本文实现了 $\mathcal{O}(1.9102^k(n+m))$ 的时间复杂度，相较于先前的 $\mathcal{O}(2^k k^9 + nm)$ 算法有显著提升。
• 最坏情况下的分支向量被限制在 $1.9102$，其来源于向量 $(1,3,3,4,4,5)$，对应于 $H_v$ 上特定序列的分支步骤。
• 分析确认，分支向量 $(1,3,3,4,4,5)$ 对应的特征方程的最大根小于 $1.9102$，从而确立了上界。
• 该算法采用一种新颖的策略，在分支树中标记节点，以分析最小顶点覆盖大小较高的阶段，从而实现更紧的界。
• 该方法在保持对 $n+m$ 的线性依赖的同时最小化了指数项，使其在稀疏图上表现高效。
• 该方法表明，当与初始顶点 $v$ 的仔细选择相结合时，$H_v$ 上的顶点覆盖风格分支可极为有效。