[论文解读] Faster Detours in Undirected Graphs

Shyan Akmal, Virginia Vassilevska Williams+2 more|arXiv (Cornell University)|Jan 1, 2023

Complexity and Algorithms in Graphs被引用 1

一句话总结

本文提出了无向图中 k-Detour 和 k-Longest Detour 问题的更快参数化算法，采用一种基于二分图子图的新型确定性和随机化方法。其随机化 k-Detour 的运行时间为 1.853^k poly(n)，确定性 k-Detour 的运行时间为 4.082^k poly(n)，相较于先前的 2.746^k 和 6.523^k 的界限有显著改进，通过利用二分图路径检测中的结构约束实现。

ABSTRACT

The k-Detour problem is a basic path-finding problem: given a graph G on n vertices, with specified nodes s and t, and a positive integer k, the goal is to determine if G has an st-path of length exactly dist(s,t) + k, where dist(s,t) is the length of a shortest path from s to t. The k-Detour problem is NP-hard when k is part of the input, so researchers have sought efficient parameterized algorithms for this task, running in f(k)poly(n) time, for f(⋅) as slow-growing as possible. We present faster algorithms for k-Detour in undirected graphs, running in 1.853^k poly(n) randomized and 4.082^kpoly(n) deterministic time. The previous fastest algorithms for this problem took 2.746^k poly(n) randomized and 6.523^k poly(n) deterministic time [Bezáková-Curticapean-Dell-Fomin, ICALP 2017]. Our algorithms use the fact that detecting a path of a given length in an undirected graph is easier if we are promised that the path belongs to what we call a "bipartitioned" subgraph, where the nodes are split into two parts and the path must satisfy constraints on those parts. Previously, this idea was used to obtain the fastest known algorithm for finding paths of length k in undirected graphs [Björklund-Husfeldt-Kaski-Koivisto, JCSS 2017], intuitively by looking for paths of length k in randomly bipartitioned subgraphs. Our algorithms for k-Detour stem from a new application of this idea, which does not involve choosing the bipartitioned subgraphs randomly. Our work has direct implications for the k-Longest Detour problem, another related path-finding problem. In this problem, we are given the same input as in k-Detour, but are now tasked with determining if G has an st-path of length at least dist(s,t)+k. Our results for k-Detour imply that we can solve k-Longest Detour in 3.432^k poly(n) randomized and 16.661^k poly(n) deterministic time. The previous fastest algorithms for this problem took 7.539^k poly(n) randomized and 42.549^k poly(n) deterministic time [Fomin et al., STACS 2022].

研究动机与目标

• 改进无向图中 k-Detour 问题的参数化时间复杂度，该问题在 k 作为输入的一部分时为 NP-难问题。
• 通过将 k-Longest Detour 约化为多个 k-Detour 和 k-Longest Path 的实例，开发更快的算法。
• 通过引入检测受限子图中路径的确定性框架，消除路径查找技术中对随机二分划分的依赖。
• 通过实现接近目前已知 k-Path 最快运行时间的复杂度，弥合 k-Detour 与 k-Path 之间、以及 k-Longest Detour 与 k-Longest Path 之间的复杂度差距。

提出的方法

• 该算法采用一种图的新分解方式，将其划分为二分图子图，其中路径必须满足顶点划分成员的约束。
• 它引入了一种参数化方法，通过动态规划与代数技术的结合，检测二分图子图中长度为 ℓ 的路径。
• 该方法平衡了两个运行时间组件：一个用于每部分中顶点数固定的路径，另一个用于每部分中顶点数可变的路径，利用可调参数 α 来优化权衡。
• 对于随机化算法，该方法通过使用保持路径检测概率的确定性构造，避免了随机二分划分。
• 该算法将 k-Detour 约化为求解 poly(n) 个 ℓ-Path 实例（ℓ ≤ 3k/2 + 1），并通过快速二分图路径检测实现更优的界限。
• 对于确定性算法，它结合了已知的确定性 k-Path 算法与对二分图路径检测的新分析，以实现更优的运行时间。

实验结果

研究问题

• RQ1 无向图中的 k-Detour 问题能否在当前 2.746^k poly(n) 随机化界限之下更快求解？
• RQ2 是否可能在无向图中实现接近 k-Path 的运行时间（1.657^k poly(n)）的 k-Detour 算法？
• RQ3 k-Longest Detour 问题能否在远低于先前 7.539^k poly(n) 随机化界限的时间内求解？
• RQ4 现有 k-Longest Detour 约化中从 k 到 2k 的参数膨胀是否构成根本性障碍，还是可以避免？
• RQ5 能否为无向图中的 (ℓ, k₁, ℓ₂)-Bipartitioned Path 问题设计出更快的确定性算法？

主要发现

• 本文在无向图中实现了 k-Detour 的随机化运行时间 1.853^k poly(n)，优于先前的最佳结果 2.746^k poly(n)。
• k-Detour 的确定性算法运行时间为 4.082^k poly(n)，优于先前的 6.523^k poly(n) 界限。
• 对于 k-Longest Detour，本文提出了一种运行时间为 3.432^k poly(n) 的随机化算法，优于先前的 7.539^k poly(n) 界限。
• k-Longest Detour 的确定性算法运行时间为 16.661^k poly(n)，优于先前的 42.549^k poly(n) 界限。
• 其关键创新在于提出了一种新的确定性方法，用于在二分图子图中检测路径，避免了随机采样，同时保持了效率。
• 结果表明，在当前算法模型下，k-Detour 可能接近 k-Path 的运行时间，k-Longest Detour 可能接近 k-Longest Path 的运行时间。