[论文解读] Node-Weighted Multicut in Planar Digraphs

Chandra Chekuri, Rhea Jain|arXiv (Cornell University)|Jan 27, 2026

Complexity and Algorithms in Graphs被引用 0

一句话总结

本文将 Kawarabayashi–Sidiropoulos 的结果推广到有节点权重的有向平面图的多切问题，利用自然的 LP 实现确定性 O(log^2 n) 近似；并且在平面有向图中给出有节点权重的稀疏割的 O(log^3 n) 近似。

ABSTRACT

Kawarabayashi and Sidiropoulos [KS22] obtained an $O(\log^2 n)$-approximation algorithm for Multicut in planar digraphs via a natural LP relaxation, which also establishes a corresponding upper bound on the multicommodity flow-cut gap. Their result is in contrast to a lower bound of $ ildeΩ(n^{1/7})$ on the flow-cut gap for general digraphs due to Chuzhoy and Khanna [CK09]. We extend the algorithm and analysis in [KS22] to the node-weighted Multicut problem. Unlike in general digraphs, node-weighted problems cannot be reduced to edge-weighted problems in a black box fashion due to the planarity restriction. We use the node-weighted problem as a vehicle to accomplish two additional goals: (i) to obtain a deterministic algorithm (the algorithm in [KS22] is randomized), and (ii) to simplify and clarify some aspects of the algorithm and analysis from [KS22]. The Multicut result, via a standard technique, implies an approximation for the Nonuniform Sparsest Cut problem with an additional logarithmic factor loss.

研究动机与目标

• 动机与研究有向平面图中的节点权重多切与稀疏割。
• 在保持基于平面性的技术前提下，将基于 LP 的近似框架从边权重设置推广到节点权重设置。
• 提供一个确定性算法，以替代之前的随机化方法并澄清核心分析步骤。
• 展示节点权重多切结果对节点权重稀疏割的推论在额外对数因子下成立。

提出的方法

• 对节点权重多切使用标准的命中集 LP 松弛及其与最大吞吐多商品流的对偶关系进行分析。
• 将 x_v 解释为节点长度；设计一个确定性的区域扩张圆整策略，生成可行割，其概率界限转化为确定性保障。
• 开发一个分层分解，将图划分为 delta 有界的层，并通过小块运算保持平面性。
• 应用平面分离器（三条定向路径）对区域进行切割，并对分割出的分量递归处理。
• 用确定性的区域增生引理替代以往 Bartal 风格的随机化步骤，获得完全确定的算法。
• 保持并利用平面性，确保在总成本由 LP 求解决定的前提下，剪断长的 s_i-t_i 路径。

实验结果

研究问题

• RQ1 能否在不降低近似保证的前提下，将平面有向图的 LP 基多切近似从边权重推广到节点权重设置？
• RQ2 是否可能得到一个确定性的（非随机化）算法，以相同的 O(log^2 n) 因子解决平面有向图中的节点权重多切？
• RQ3 节点权重多切结果是否可推广为平面有向图中节点权重的稀疏割的推论，且近似因子为何？
• RQ4 平面分离器和区域增长技术在实现对节点权重的多切的严格保证中起到怎样的作用？

主要发现

• 存在一个高效的确定性 O(log^2 n) 近似算法，用于平面有向图中的节点权重多切，基于自然的 LP 松弛。
• 节点权重的多切结果通过自然的 LP 松弛（经标准 LP 约简）得到平面有向图中节点权重稀疏割的 O(log^3 n) 近似。
• 一种确定性的区域增长框架替代了前期工作的随机部分，使得节点权重分析更清晰且具扩展性。
• 将分层与平面分离技术适配到节点权重设置，以在保持平面性的同时控制成本增长。
• 该方法提供了一种统一的思路，澄清了随机算法的核心思想并使其确定化，同时保持相同的渐近近似因子。