[论文解读] On Solving the Maximum $k$-club Problem

Andreas Wotzlaw|arXiv (Cornell University)|Mar 20, 2014

Complexity and Algorithms in Graphs参考文献 23被引用 3

一句话总结

本文提出了两种针对最大 $k$-club 问题（M$k$CP）的新颖 MAX-SAT 公式，将问题编码为部分 Max-SAT 实例，以实现高效的精确求解。所提出的 SatMC1 和 SatMC2 方法在随机图与真实世界图上均优于当前最先进的精确算法，展现出在 $k \in \{2,3,4\}$ 条件下对不同图密度和大小的优越运行时间性能与鲁棒性。

ABSTRACT

Given a simple undirected graph $G$, the maximum $k$-club problem is to find a maximum-cardinality subset of nodes inducing a subgraph of diameter at most $k$ in $G$. This NP-hard generalization of clique, originally introduced to model low diameter clusters in social networks, is of interest in network-based data mining and clustering applications. We give two MAX-SAT formulations of the problem and show that two exact methods resulting from our encodings outperform significantly the state-of-the-art exact methods when evaluated both on sparse and dense random graphs as well as on diverse real-life graphs from the literature.

研究动机与目标

• 为解决在图中寻找最大 $k$-club 的计算挑战，该问题为 NP-难问题，常用于建模社交网络与生物网络中的凝聚子群。
• 开发高效的精确算法求解 M$k$CP，以超越现有的分支限界法与整数规划方法。
• 探索将 M$k$CP 编码为部分 Max-SAT 问题的可行性与有效性，以提升可扩展性与解的质量。
• 评估所提方法在不同图密度、大小及真实世界实例下的鲁棒性与性能表现。

提出的方法

• 将最大 $k$-club 问题公式化为部分 Max-SAT 实例，其中硬子句强制执行 $k$-club 约束，软 1-子句用于最大化所选节点的数量。
• 提出两种编码方式：SatMC1 使用 $O(n^{k-1})$ 个变量与子句，SatMC2 使用 $O(kn^2)$ 个变量与 $O(kn^3)$ 个子句，实现规模与效率之间的权衡。
• 利用现代 SAT 求解器求解编码后的部分 Max-SAT 实例，从变量真值赋值中提取最优 $k$-club。
• 在随机图（变量为 $n$、$k$ 与边密度 $D$）与文献中已有的真实世界图上进行系统性实验评估，以基准化性能表现。
• 将所提方法与现有精确算法（基于 BIP 的方法、VNS 与 B&Backtrack（B&B））进行对比，评估指标包括运行时间、最优性差距与未求解实例数量。
• 分析不同图密度下的算法行为，以识别困难实例并评估鲁棒性。

实验结果

研究问题

• RQ1 能否将最大 $k$-club 问题有效编码为部分 Max-SAT 问题，以实现高效的精确求解？
• RQ2 所提出的基于 MAX-SAT 的方法 SatMC1 与 SatMC2 在性能与可扩展性方面，相较于现有 M$k$CP 精确算法表现如何？
• RQ3 求解 M$k$CP 时，哪些图密度最为困难？所提方法在这些密度下的鲁棒性如何？
• RQ4 当计算被中断时，所提 MAX-SAT 编码在多大程度上能提供高质量的近似解？

主要发现

• SatMC1 与 SatMC2 在所有测试实例上显著优于基于 BIP 的方法、VNS 与 B&Backtrack，尤其在平均运行时间方面表现突出。
• 对于 $k=2$，SatMC2 平均在 0.06 秒内求解完所有 $n=100$、$D=0.15$ 的实例，而 B&Backtrack 方法在同一组实例上平均耗时超过 100 秒。
• 在 $n=200$、$D=0.10$、$k=3$ 的实例上，SatMC2 在 5 秒内完成 100% 的实例求解，而 VNS 在 3600 秒时间限制内未能求解 9 个实例。
• 方法在不同密度下表现出良好鲁棒性，SatMC1 与 SatMC2 在困难密度下的性能下降最小，该结论经由表 7 确认：$k=2$ 时 $D=0.15$，$k=3$ 时 $D=0.05$ 为最困难区域。
• 对于 $k=4$，SatMC2 平均在 1 秒内求解完所有 $n=100$、$D=0.10$ 的实例，而 BIP 方法因内存溢出未能求解 4 个实例。
• SatMC2 的平均运行时间在 $k=2$ 时于 $D=0.15$ 处达峰值，$k=3$ 时于 $D=0.05$ 处达峰值，与识别出的困难密度区域一致，但其运行速度仍显著快于其他对比方法。