[论文解读] Kernelization Using Structural Parameters on Sparse Graph Classes

Gajarsk\'y, Jakub, Hlin\v{e}n\'y, Petr+6 more|arXiv (Cornell University)|Feb 27, 2013

Advanced Graph Theory Research参考文献 30被引用 33

一句话总结

本文通过引入一个新参数——常数路径宽模量的大小，建立了稀疏图类上线性和准线性核化的元定理。证明了当参数化为该结构模量时，常数路径宽图上具有有限整数指标（FII）的图问题在有界扩张图上 admits 线性核，在无处稠密图上 admits 准线性核，从而克服了以往参数（如树宽模量）在处理自然问题（如最长路径和树宽）时无法支持线性核的局限性。

ABSTRACT

Meta-theorems for polynomial (linear) kernels have been the subject of intensive research in parameterized complexity. Heretofore, meta-theorems for linear kernels exist on graphs of bounded genus, $H$-minor-free graphs, and $H$-topological-minor-free graphs. To the best of our knowledge, no meta-theorems for polynomial kernels are known for any larger sparse graph classes; e.g., for classes of bounded expansion or for nowhere dense ones. In this paper we prove such meta-theorems for the two latter cases. More specifically, we show that graph problems that have finite integer index (FII) have linear kernels on graphs of bounded expansion when parameterized by the size of a modulator to constant-treedepth graphs. For nowhere dense graph classes, our result yields almost-linear kernels. While our parameter may seem rather strong, we argue that a linear kernelization result on graphs of bounded expansion with a weaker parameter (than treedepth modulator) would fail to include some of the problems covered by our framework. Moreover, we only require the problems to have FII on graphs of constant treedepth. This allows us to prove linear kernels for problems such as Longest Path/Cycle, Exact $s,t$-Path, Treewidth, and Pathwidth, which do not have FII on general graphs (and the first two not even on bounded treewidth graphs).

研究动机与目标

• 解决现有元定理在更大稀疏图类（如有界扩张图和无处稠密图）上多项式核化方面的空白。
• 克服以往核化参数（尤其是树宽模量）的局限性，这些参数在处理自然问题（如最长路径和树宽）时无法支持线性核。
• 识别一个在边细分下保持增长的结构参数，从而实现对稀疏图类上FII问题的线性核化。
• 通过聚焦于常数路径宽图上的FII作为基础性质，统一并推广现有的核化元定理。

提出的方法

• 引入路径宽模量作为结构参数，其在边细分下保持增长，与树宽模量不同。
• 证明在常数路径宽图上具有FII的图问题，可通过改进的突出部分替换技术在有界扩张图上实现线性核。
• 利用FII在图运算（如不相交并和边收缩）下的稳定性，以有界树宽和路径宽作为基础情形。
• 基于树分解和最小分隔集的递归分解策略，控制模量移除后子图的宽度。
• 使用t-边界图和等价关系（≃pw,t, ≡pw,t）来限制核化过程中需考虑的不同图类型的数量。
• 建立树宽和路径宽在有界树宽图上具有FII，从而使得核化框架可应用于这些问题。

实验结果

研究问题

• RQ1 能否将线性核化元定理扩展到更大的稀疏图类（如有界扩张图和无处稠密图）？
• RQ2 路径宽模量是否是实现稀疏图类上线性核化的可行参数，尤其在树宽模量失效的情况下？
• RQ3 像最长路径和树宽这类问题，即使在一般图或有界树宽图上不具有FII，当参数化为路径宽模量时，是否仍能实现线性核？
• RQ4 常数路径宽图上的FII性质能否作为稀疏图类上核化元定理的统一条件？
• RQ5 常数路径宽图上的FII与无处稠密图类上几乎线性核的存在性之间有何关系？

主要发现

• 所有在常数路径宽图上具有有限整数指标（FII）的图问题，当参数化为常数路径宽模量的大小时，在有界扩张图上均 admits 线性核。
• 对于无处稠密图类，同一框架可产生几乎线性核，优于以往需要更强结构假设的结果。
• 路径宽模量参数至关重要：若在有界扩张图上使用树宽模量进行线性核化，将无法包含反馈顶点集和树宽t-顶点删除等自然问题。
• 路径宽和树宽问题在有界树宽图上具有FII，使得该核化框架可应用于这些基本问题。
• 该框架通过统一不同稀疏图类中FII在常数路径宽图上的基础条件，推广了先前的元定理。
• 结果表明，常数路径宽图上的FII是稀疏图类中核化的充分且结构合理的条件，即使问题在一般图或有界树宽图上不具有FII，该条件依然有效。