[论文解读] On fixed-parameter tractability of the mixed domination problem for graphs with bounded tree-width

M. Rajaati, Hooshmandasl+2 more|arXiv (Cornell University)|Dec 25, 2016

Advanced Graph Theory Research被引用 4

一句话总结

本文提出了一种针对树宽有界的图的混合支配问题的固定参数可追踪算法，采用一种新颖的动态规划方法，通过为顶点分配权值来追踪支配状态。该方法实现了改进的时间复杂度 $ O^*(6^w) $，证明了混合支配问题在树宽参数下是固定参数可追踪的。

ABSTRACT

A mixed dominating set for a graph $G = (V,E)$ is a set $S\subseteq V \cup E$ such that every element $x \in (V \cup E) \backslash S$ is either adjacent or incident to an element of $S$. The mixed domination number of a graph $G$, denoted by $γ_m(G)$, is the minimum cardinality of mixed dominating sets of $G$. Any mixed dominating set with the cardinality of $γ_m(G)$ is called a minimum mixed dominating set. The mixed domination set (MDS) problem is to find a minimum mixed dominating set for a graph $G$ and is known to be an NP-complete problem. In this paper, we present a novel approach to find all of the mixed dominating sets, called the AMDS problem, of a graph with bounded tree-width $tw$. Our new technique of assigning power values to edges and vertices, and combining with dynamic programming, leads to a fixed-parameter algorithm of time $O(3^{tw^{2}} imes tw^2 imes |V|)$. This shows that MDS is fixed-parameter tractable with respect to tree-width. In addition, we theoretically improve the proposed algorithm to solve the MDS problem in $O(6^{tw} imes |V|)$ time.

研究动机与目标

• 解决树宽有界的图中的 NP-完全混合支配集（MDS）问题。
• 通过利用树分解的结构特性，为 MDS 开发一种固定参数可追踪算法。
• 通过一种新颖的状态表示技术，改进以往针对树宽有界图的 MDS 问题的指数时间复杂度上界。
• 正式证明所提出的动态规划算法的正确性与最优性。
• 探索为顶点分配权值作为通用技术在解决其他图问题中的潜力。

提出的方法

• 引入一种顶点权值分配方案，其中每个顶点被赋予一个 1 到 9 的值，以表示其支配状态及其关联边的状态。
• 在图的树分解上使用动态规划，为分解中的每个袋（bag）维护一个稳定表（$ Stable_i $）。
• 对于每个袋，算法通过一种编码方案追踪所有有效的部分解（支配状态），该方案编码了顶点和边的支配状态。
• 在树分解遍历过程中应用三条关键规则：(1) 处理叶袋并初始化状态，(2) 通过合并操作扩展状态，(3) 确保被支配的元素得到正确处理。
• 通过剪枝规则消除无效状态——例如，未被任何邻居支配的顶点或未被任何邻居支配的边。
• 通过利用结构约束优化算法，减少状态空间，从而将理论时间复杂度从 $ O^*(3^{w^2}) $ 降低至 $ O^*(6^w) $。

实验结果

研究问题

• RQ1 混合支配问题是否能在树宽参数下以固定参数可追踪的时间复杂度求解？
• RQ2 在树宽有界的图上求解 MDS 的最紧可能时间复杂度是多少？
• RQ3 如何在树分解上的动态规划框架中高效编码并传播顶点与边的支配关系？
• RQ4 能否通过结构约束与权值编码技术显著减少 MDS 动态规划的状态空间？
• RQ5 所提出的权值分配技术是否可推广至其他 NP-难图问题？

主要发现

• 混合支配问题在树宽参数下是固定参数可追踪的，这通过时间复杂度为 $ O^*(3^{w^2}) $ 的动态规划算法得到证明。
• 理论上的改进将时间复杂度降低至 $ O^*(6^w) $，显著优于初始上界。
• 该算法通过在树分解的所有袋中正确维护和传播有效支配状态，正确计算出最小混合支配集。
• 通过引理与定理的形式化证明，表明所有有效部分解均被正确保留并扩展。
• 根袋的稳定表包含所有可能的最小代价状态，从中可提取出混合支配数 $ eta_m(G) $。
• 权值技术能够高效剪枝无效状态，并为编码顶点与边之间的支配关系提供结构化方法。