[论文解读] Minimum Eccentricity Shortest Path Problem with Respect to Structural Parameters

Martin Kučera, Ondřej Suchý|arXiv (Cornell University)|Aug 18, 2020

Data Management and Algorithms参考文献 20被引用 1

一句话总结

本文提出了针对最小偏心距最短路径（MESP）问题的固定参数可满足性（FPT）算法，参数包括模块宽度、到簇图的距离、树宽与偏心距的组合、最大叶子数，以及到不相交路径图的距离。通过使用一阶二阶逻辑（MSOL）和动态规划，实现了FPT时间复杂度，解决了关于MESP在结构化图中参数复杂度的开放问题。

ABSTRACT

The Minimum Eccentricity Shortest Path Problem consists in finding a shortest path with minimum eccentricity in a given undirected graph. The problem is known to be NP-complete and W[2]-hard with respect to the desired eccentricity. We present fpt-algorithms for the problem parameterized by the modular width, distance to cluster graph, the combination of treewidth with the desired eccentricity, and maximum leaf number.

研究动机与目标

• 解决结构化图中最小偏心距最短路径（MESP）问题的参数复杂度问题。
• 将已知的特殊图类（如树、距离遗传图）的多项式时间结果推广到更广泛的参数化设置。
• 解决关于MESP是否在树宽和到不相交路径图的距离等结构参数下为固定参数可满足性（FPT）的开放问题。
• 为模块宽度有界、最大叶子数有界及其他参数的图提供高效的MESP算法。
• 为网络设计、计算生物学和图嵌入等实际应用建立理论基础。

提出的方法

• 将MESP问题表述为一个带路径端点和偏心距参数的一阶二阶逻辑（MSOL）公式。
• 使用MSOL表达关键约束：路径连通性（内部顶点度数为2，端点度数为1），以及偏心距 ≤ k。
• 应用Courcelle定理，为树宽有界及其他结构参数的图获得FPT算法。
• 利用最大叶子数 ℓ 来限制通过图细分性质的最短路径数量（≤ 2^{4ℓ} n² 条路径）。
• 使用动态规划和距离矩阵预计算，以 O(16^ℓ · n³) 时间枚举并评估所有最短路径。
• 在树分解上采用结合树宽与偏心距 k 的动态规划方法，实现 O(f(t, O(k)) · n³) 时间复杂度。

实验结果

研究问题

• RQ1 MESP 是否关于模块宽度为固定参数可满足性（FPT）？
• RQ2 当以到簇图的距离为参数时，能否高效求解MESP？
• RQ3 将树宽与期望的偏心距 k 结合，是否能获得FPT算法？
• RQ4 MESP 是否关于最大叶子数为FPT？
• RQ5 当仅以到不相交路径图的距离为参数时，该问题是否可在FPT时间内求解？

主要发现

• MESP 问题关于模块宽度、到簇图的距离以及最大叶子数为FPT。
• 针对树宽 t 和偏心距 k 的MESP问题，FPT算法的运行时间为 O(f(t, O(k)) · n³)。
• 对于最大叶子数 ℓ 的图，通过枚举最多 2^{4ℓ} · n² 条最短路径，可在 O(16^ℓ · n³) 时间内求解该问题。
• 当与偏心距 k 结合时，MESP 问题关于到不相交路径图的距离为FPT。
• 使用长度为 O(k) 的MSOL公式，可高效编码偏心距约束，通过Courcelle定理实现FPT算法。
• 本研究将先前的XP和多项式时间算法推广至FPT范畴，解决了关于可 tractable 图类的开放问题。