[论文解读] Max Weight Independent Set in Sparse Graphs with No Long Claws

Tara Abrishami, Maria Chudnovsky+2 more|arXiv (Cornell University)|Sep 29, 2023

Complexity and Algorithms in Graphs被引用 1

一句话总结

本文提出了一种在排除固定森林路径与细分爪形图（即属于族 S 的图）及固定完全二分图作为子图的稀疏图中求解最大权独立集（MWIS）问题的多项式时间算法。该方法结合了扩展条带分解、在结构化分解中的粒子上进行动态规划，以及具有有界终端集的递归调用，通过利用稀疏性和结构约束避免指数级爆炸，实现多项式时间复杂度。

ABSTRACT

We revisit the recent polynomial-time algorithm for the MAX WEIGHT INDEPENDENT SET (MWIS) problem in bounded-degree graphs that do not contain a fixed graph whose every component is a subdivided claw as an induced subgraph [Abrishami, Dibek, Chudnovsky, Rzążewski, SODA 2022]. First, we show that with an arguably simpler approach we can obtain a faster algorithm with running time $n^{\mathcal{O}(Δ^2)}$, where $n$ is the number of vertices of the instance and $Δ$ is the maximum degree. Then we combine our technique with known results concerning tree decompositions and provide a polynomial-time algorithm for MWIS in graphs excluding a fixed graph whose every component is a subdivided claw as an induced subgraph, and a fixed biclique as a subgraph.

研究动机与目标

• 解决当 H 属于路径与细分爪形图的关键族 S 时，H-自由图中最大权独立集（MWIS）问题的复杂性。
• 通过处理具有有界度且无长爪形结构的更复杂 H-自由族，扩展先前对 P_t-自由图的研究结果。
• 开发一种动态规划框架，以高效处理具有结构约束的稀疏图，特别是避免长诱导爪形结构和完全二分图。
• 在 H-自由（其中 H 是族 S 中的森林）与 Kr,r-自由的联合假设下，建立多项式时间算法，填补复杂性图谱中的关键空白。

提出的方法

• 使用扩展条带分解，基于图的核心分解递归地将其分解为可管理的子结构。
• 在分解的粒子上应用动态规划，其中每个粒子对应一个有界度且顶点使用受限的子图。
• 对具有受控终端集（最多 32k^5ℓ）的子图进行递归调用，确保对数级递归深度和多项式总工作量。
• 实现一个边界 MWIS 子程序，通过权重调整来考虑重叠邻域，合并受影响组件和终端集的解。
• 依赖结构引理来限制分解图 H 的度数以及顶点在递归调用中被传递的次数，确保总大小为多项式。
• 利用 Kr-自由和 Kr,r-自由假设来控制分解的复杂度，并防止递归子问题中的指数级爆炸。

实验结果

研究问题

• RQ1 能否在排除固定森林路径与细分爪形图及固定完全二分图作为子图的图中，以多项式时间求解最大权独立集问题？
• RQ2 当 H 属于族 S（即每连通分量中至多一个度数为 3 的顶点的子三度森林）时，H-自由图的何种结构特性使得可设计出多项式时间算法？
• RQ3 如何将扩展条带分解与动态规划相结合，以高效求解具有有界度且无长爪形结构的稀疏 H-自由图中的 MWIS 问题？
• RQ4 Kr-自由与 Kr,r-自由假设在多大程度上可用于控制 MWIS 算法中递归子问题的复杂度？
• RQ5 是否可以通过引入额外的结构约束，将 P_t-自由图的多项式时间算法推广到更广泛的 H-自由图类？

主要发现

• 本文提出了一种在 H-自由图（其中 H 是族 S 中的固定森林）和 Kr,r-自由图（其中 r 为固定值）中求解 MWIS 的多项式时间算法，解决了该类问题中长期悬而未决的开放问题。
• 该算法的时间复杂度为 n^O(log t + k)，其中参数 t 和 k 由 H 的结构和完全二分图的大小导出，且 k 是依赖于 t 和 r 的常数。
• 递归结构确保每个非终端顶点最多在 2k · 4t 次递归调用中被处理，且递归深度被限制在 O(log n) 内，从而总递归树大小为 n^O(log t + k)。
• 通过将递归子问题中的终端数限制在最多 32k^5ℓ，该方法成功避免了指数级爆炸，确保了总工作量为多项式。
• 算法利用 Kr-自由假设来限制分解图 H 的度数，同时利用 Kr,r-自由假设来控制每个顶点被使用的粒子数量。
• 通过结合结构分解与动态规划，该解法对长爪形结构和复杂子结构具有鲁棒性，只要它们作为诱导子图被排除即可。