[论文解读] Linear-Time FPT Algorithms via Network Flow

Yoichi Iwata, Keigo Oka+1 more|arXiv (Cornell University)|Jul 18, 2013

Advanced Graph Theory Research被引用 4

一句话总结

本论文首次提出了奇圈剔除与几乎2-SAT等基础问题的线性时间FPT算法，通过将BIP2整数规划问题约化为LP之上的顶点覆盖问题，并利用网络流在穷举搜索过程中维护最优LP解，实现了$O(4^k n)$的时间复杂度。关键创新在于通过残差图分解实现最优对偶解的线性时间更新，从而在分支过程中实现极低的开销。

ABSTRACT

In the area of parameterized complexity, to cope with NP-Hard problems, we introduce a parameter k besides the input size n, and we aim to design algorithms (called FPT algorithms) that run in O(f(k)n^d) time for some function f(k) and constant d. Though FPT algorithms have been successfully designed for many problems, typically they are not sufficiently fast because of huge f(k) and d. In this paper, we give FPT algorithms with small f(k) and d for many important problems including Odd Cycle Transversal and Almost 2-SAT. More specifically, we can choose f(k) as a single exponential (4^k) and d as one, that is, linear in the input size. To the best of our knowledge, our algorithms achieve linear time complexity for the first time for these problems. To obtain our algorithms for these problems, we consider a large class of integer programs, called BIP2. Then we show that, in linear time, we can reduce BIP2 to Vertex Cover Above LP preserving the parameter k, and we can compute an optimal LP solution for Vertex Cover Above LP using network flow. Then, we perform an exhaustive search by fixing half-integral values in the optimal LP solution for Vertex Cover Above LP. A bottleneck here is that we need to recompute an LP optimal solution after branching. To address this issue, we exploit network flow to update the optimal LP solution in linear time.

研究动机与目标

• 为NP难问题设计固定参数可满足性（FPT）算法，使函数$f(k)$尽可能小且多项式次数$d$为线性。
• 克服FPT算法中的瓶颈问题：在分支后重新计算最优LP解会带来高昂开销。
• 将顶点覆盖之上LP的框架推广至一类更广泛的整数规划问题，特别是BIP2，从而实现高效参数化求解。
• 实现关键问题的线性时间复杂度$O(4^k n)$，优于以往具有更高次多项式或更大指数因子的算法。

提出的方法

• 引入BIP2，即一类包含变量$x_i, x_j$与单次使用松弛变量$z_{ij}$的二值整数规划问题，用于建模顶点覆盖与几乎2-SAT等问题。
• 将任意BIP2实例约化为LP之上的顶点覆盖问题，同时保持参数$k$不变，从而可应用已知的基于LP的FPT技术。
• 利用网络流在分支后仍能以线性时间计算并维护LP之上的顶点覆盖问题的最优LP解。
• 识别并移除残差图中对应于与邻居权重相等的独立集的尾部强连通分量，从而实现对变量的安全0/1赋值。
• 在每次分支步骤后，通过移除节点并在残差图中增广流来更新最优对偶解，利用半整数性来限制更新成本。
• 在变量赋值的穷举搜索中，利用每次增广步骤使$k$减少$\Delta/2$的性质，确保递归调用总数被限制在$4^k$以内。

实验结果

研究问题

• RQ1 我们能否为基本的NP难问题设计出同时具有线性多项式依赖于输入规模和单指数依赖于参数$k$的FPT算法？
• RQ2 在FPT算法的穷举搜索过程中，如何高效维护最优LP解，而无需在每一步都从头重新计算？
• RQ3 是否存在一个通用框架，适用于整数规划问题，使其能线性时间约化为LP之上的顶点覆盖问题并实现高效分支？
• RQ4 网络流技术能否用于在参数化整数规划中变量固定后，以线性时间更新最优对偶解？
• RQ5 残差图的何种结构特性，使得在半整数最优解背景下能够高效识别出安全的变量赋值？

主要发现

• 本论文首次实现了奇圈剔除与几乎2-SAT问题的线性时间FPT算法，时间复杂度为$O(4^k n)$，显著优于以往的$O(3^k knm)$与$O(15^k km^3)$的界。
• 从BIP2到LP之上的顶点覆盖问题的约化保持了参数$k$，使得基于LP的FPT技术可应用于更广泛的问题类别。
• 通过结合网络流与残差图分解，可在线性时间内维护LP之上的顶点覆盖问题的最优LP解，避免了昂贵的重新计算。
• 该算法识别并移除了残差图中对应于安全0/1赋值的尾部强连通分量，从而高效地缩小了搜索空间。
• 所有递归调用中流增广的总成本被限制在$O(4^k (|V| + |E|))$，确保整体时间复杂度在输入规模上线性。
• 该方法对参数$k$的依赖为$4^k$，在当前框架下为最优，并优于以往针对相关问题的$9^k$与$15^k$界。