[论文解读] Linear Time LexDFS on Cocomparability Graphs

Ekkehard Köhler, Lalla Mouatadid|arXiv (Cornell University)|Apr 23, 2014

Advanced Graph Theory Research参考文献 6被引用 7

一句话总结

本论文提出了首个在补比较图上计算LexDFS补比较排序的线性时间算法，通过在图的偏序集层上使用原地逆向划分细化技术，无需显式构建偏序集。关键贡献在于实现了补比较图上最小路径覆盖、哈密顿路径、最大独立集和最小团覆盖问题的首个线性时间解法。

ABSTRACT

Lexicographic depth first search (LexDFS) is a graph search protocol which has already proved to be a powerful tool on cocomparability graphs. Cocomparability graphs have been well studied by investigating their complements (comparability graphs) and their corresponding posets. Recently however LexDFS has led to a number of elegant polynomial and near linear time algorithms on cocomparability graphs when used as a preprocessing step [2, 3, 11]. The nonlinear runtime of some of these results is a consequence of complexity of this preprocessing step. We present the first linear time algorithm to compute a LexDFS cocomparability ordering, therefore answering a problem raised in [2] and helping achieve the first linear time algorithms for the minimum path cover problem, and thus the Hamilton path problem, the maximum independent set problem and the minimum clique cover for this graph family.

研究动机与目标

• 解决补比较图近线性时间算法中的瓶颈问题，此前这些算法依赖非线性的LexDFS预处理。
• 解决先前工作中提出的关于线性时间LexDFS补比较排序存在的开放问题。
• 通过提供一种快速预处理步骤，实现补比较图上基础图问题的高效线性时间解法。
• 通过引入LexDFS+变种的线性时间算法，扩展LexDFS的应用范围，这对现有算法至关重要。
• 利用补比较图的底层偏序集结构，而无需显式计算偏序集，从而确保效率与正确性。

提出的方法

• 在补比较图的偏序集层上使用逆向划分细化方法，模拟LexDFS排序。
• 维护表示偏序集中相同深度顶点的划分类，并按初始补比较排序的逆序进行细化。
• 应用翻转引理，将LexDFS顺序与补比较排序的逆序关联，确保正确性。
• 利用同一划分类中顶点对下一划分类具有相同邻接关系的性质，指导细化过程。
• 通过验证在并列顶点中按补比较排序的逆序进行排列，确保最终排序满足LexDFS标准。
• 通过归纳法与反证法证明正确性，表明任何违反都将导致补比较图结构上的矛盾。

实验结果

研究问题

• RQ1 是否可以在补比较图上以线性时间计算LexDFS补比较排序？
• RQ2 逆向划分细化技术是否能在避免显式构建偏序集的同时保持LexDFS性质？
• RQ3 先前算法所需的LexDFS+排序是否可在线性时间内计算？
• RQ4 是否能够消除此前限制LexDFS算法运行时间的非线性预处理步骤？
• RQ5 该技术是否可扩展至通过其补图计算比较图上的LexDFS？

主要发现

• 所提出的算法以O(m + n)时间计算LexDFS补比较排序，首次实现了该问题的线性时间解法。
• 该算法使最小路径覆盖问题的首个线性时间算法成为可能，该问题可直接求解补比较图上的哈密顿路径问题。
• 利用此预处理步骤，补比较图上的最大独立集和最小团覆盖问题现在可在线性时间内求解。
• 通过在每个划分类内维护补比较排序的逆序，LexDFS+排序可在时间复杂度为线性的条件下计算。
• 算法的正确性通过结构不变量与反证法证明，依赖于翻转引理和无雨伞性质。
• 通过在原地细化划分类，避免了显式计算偏序集，从而保持了效率与正确性。