[论文解读] FPT Approximation of Generalised Hypertree Width for Bounded Intersection Hypergraphs

Matthias Lanzinger, Igor Razgon|arXiv (Cornell University)|Sep 29, 2023

Graph Theory and Algorithms被引用 1

一句话总结

该论文提出了首个针对边交集有界的超图中广义超树宽（ghw）的固定参数可追踪（FPT）近似算法。通过引入在(2,d)-超图中计算近似(A,B)-分离器的FPT算法，作者在FPT时间内实现了对ghw的4α(k,d)-近似，其中α(k,d) = k(3k + d + 1)(2k − 1)，标志着在这一长期困难问题的参数化近似领域取得突破性进展。

ABSTRACT

Generalised hypertree width ($ghw$) is a hypergraph parameter that is central to the tractability of many prominent problems with natural hypergraph structure. Computing $ghw$ of a hypergraph is notoriously hard. The decision version of the problem, checking whether $ghw(H) \leq k$, is paraNP-hard when parameterised by $k$. Furthermore, approximation of $ghw$ is at least as hard as approximation of Set-Cover, which is known to not admit any fpt approximation algorithms. Research in the computation of ghw so far has focused on identifying structural restrictions to hypergraphs -- such as bounds on the size of edge intersections -- that permit XP algorithms for $ghw$. Yet, even under these restrictions that problem has so far evaded any kind of fpt algorithm. In this paper we make the first step towards fpt algorithms for $ghw$ by showing that the parameter can be approximated in fpt time for graphs of bounded edge intersection size. In concrete terms we show that there exists an fpt algorithm, parameterised by $k$ and $d$, that for input hypergraph $H$ with maximal cardinality of edge intersections $d$ and integer $k$ either outputs a tree decomposition with $ghw(H) \leq 4k(k+d+1+)(2k-1)$, or rejects, in which case it is guaranteed that $ghw(H) > k$. Thus, in the special case, of hypergraphs of bounded edge intersection, we obtain an fpt $O(k^3)$-approximation algorithm for $ghw$.

研究动机与目标

• 解决在超图中计算或近似广义超树宽（ghw）这一长期存在的难题，该问题在参数化意义下为paraNP难，且在标准假设下无法实现FPT近似。
• 通过将问题限制在(2,d)-超图（即边交集有界为d）上，克服ghw近似固有的难解性。
• 设计一个参数化为k和d的FPT算法，实现对ghw的4α(k,d) = 4k(3k + d + 1)(2k − 1)倍近似。
• 建立一种新颖的FPT算法，用于在(2,d)-超图中计算近似(A,B)-分离器，这是实现主结果的关键技术组件。
• 为在结构约束下的无界秩超图中提供广义超树宽的构造性FPT近似框架，推动参数化超图算法的前沿进展。

提出的方法

• 提出一种递归算法AppSep，用于在(2,d)-超图中计算近似(A,B)-分离器，即满足在H − S中A与B不连通的集合S。
• 设计一种基于树的递归结构F(H, A, B, k₀, T, B, X)，用于追踪参数化递归调用，并保持边覆盖大小的上界。
• 使用SmallSep作为小集合X（|X| ≤ 2）的基例子程序，若不存在有效分离器则返回拒绝。
• 在AppSep中应用分治策略：若未找到小分离器，则通过顶点集的划分，在子问题中递归搜索分离器。
• 利用定理10对分离器集合的边覆盖数进行有界，确保所有返回集合的并集的边覆盖数至多为(3k + d + 1)(2k₀ − 1)k₀。
• 通过递归树上的归纳法证明正确性，表明要么返回有效分离器，要么仅在不存在分离器或ghw(H) > k时拒绝。

实验结果

研究问题

• RQ1 广义超树宽（ghw）是否能在边交集有界的超图中以固定参数可追踪（FPT）时间实现近似？
• RQ2 能否通过限制在(2,d)-超图上，绕过在标准复杂性假设下已知的ghw不可近似性？
• RQ3 是否能在(2,d)-超图中以FPT时间计算近似(A,B)-分离器，从而支持ghw的更广泛FPT近似框架？
• RQ4 在边交集有界的设定下，通过FPT算法可实现的最优点近似因子是多少？
• RQ5 递归分离器计算框架的存在是否允许在无界秩超图中实现广义超树宽的构造性FPT近似？

主要发现

• 该论文证明了4α(k,d)-ApproxGHW是固定参数可追踪的，其中α(k,d) = k(3k + d + 1)(2k − 1)，为无界秩超图中ghw的首个FPT近似算法。
• 该算法在FPT时间内实现了对ghw的O(k³)-近似，参数化为k和d，前提是边交集有界于d。
• 算法的正确性由递归树结构F(H, A, B, k₀, T, B, X)保障，该结构追踪参数化递归调用并确保边覆盖大小有界。
• 该算法要么返回广义超树宽≤ 4k(k + d + 1)(2k − 1)的树分解，要么拒绝；若拒绝，则可保证ghw(H) > k。
• 证明依赖于对返回集合并集的边覆盖数的归纳有界，表明其值至多为(3k + d + 1)(2k₀ − 1)k₀（递归深度为k₀时）。
• 通过证明拒绝仅在不存在(A,B)-分离器或ghw(H) > k时触发，进一步验证了算法的正确性，确保了其可靠性。