[论文解读] On the approximability of the burning number

Anders Martinsson|arXiv (Cornell University)|Aug 8, 2023

Complexity and Algorithms in GraphsComputer Science被引用 3

一句话总结

本论文提出了一种多项式时间的随机化算法，对一般图的燃烧数实现了 $\left(\frac{2}{1-e^{-2}} + \varepsilon\right) \approx 2.313$-近似，优于先前最佳的 3-近似因子。此外，该文为树和森林建立了多项式时间近似方案（PTAS），并证明了在 $\frac{5}{3} - \varepsilon$ 因子内的近似是 NP-难的，从而确立了近似可解性的紧致界限。

ABSTRACT

The burning number of a graph $G$ is the smallest number $b$ such that the vertices of $G$ can be covered by balls of radii $0, 1, \dots, b-1$. As computing the burning number of a graph is known to be NP-hard, even on trees, it is natural to consider polynomial time approximation algorithms for the quantity. The best known approximation factor in the literature is $3$ for general graphs and $2$ for trees. In this note we give a $2/(1-e^{-2})+\varepsilon=2.313\dots$-approximation algorithm for the burning number of general graphs, and a PTAS for the burning number of trees and forests. Moreover, we show that computing a $(\frac53-\varepsilon)$-approximation of the burning number of a general graph $G$ is NP-hard.

研究动机与目标

• 将一般图燃烧数的已知最佳近似因子从先前的 3-近似提升至更优的因子。
• 为树和森林的燃烧数开发多项式时间近似方案（PTAS）。
• 建立燃烧数近似可解性的紧致下界，证明 $\frac{5}{3} - \varepsilon$ 近似是 NP-难的。
• 弥合已知近似算法与燃烧数问题高效计算极限之间的差距。

提出的方法

• 设计了一种随机化近似算法，采用类似贪心的策略并结合概率分析，实现了对一般图的 $\left(\frac{2}{1-e^{-2}} + \varepsilon\right)$-近似。
• 该算法利用了图的任意覆盖可表示为具有多项式大小的半径向量（当半径种类限制在 $O(1/\varepsilon)$ 个时），从而支持动态规划。
• 对于树和森林，采用动态规划方法，每个顶点维护一组集合 $\mathcal{C}_k(v)$，表示其子树的部分覆盖，其中 $k$ 表示被排除子树的深度。
• 通过递归计算 $\mathcal{C}_0(v)$，考虑子树中所有可能的中心 $v_0$ 和半径 $r$，并利用子树结果的和集组合方式合并覆盖表示。
• 在 $O(1/\varepsilon)$-维非负整数向量上使用并集和和集运算，确保算法在多项式时间内运行。
• 通过从支配数问题的归约证明了 $\left(\frac{5}{3} - \varepsilon\right)$-近似的 NP-难性，构造图 $G'$ 使得若 $\gamma(G) < \varepsilon d$，则 $b(G') < (3+\varepsilon)d$；若 $\gamma(G) \geq 10d$，则 $b(G') \geq 5d$。

实验结果

研究问题

• RQ1 能否将一般图燃烧数的近似因子改进至超过已知的 3-近似？
• RQ2 树和森林的燃烧数是否存在 PTAS？
• RQ3 在假设 P ≠ NP 的前提下，一般图燃烧数的最佳可能近似因子是什么？
• RQ4 是否存在常数 $\alpha < 3$，使得 $\alpha$-近似仍然是 NP-难的？

主要发现

• 本文提出了一种随机化多项式时间算法，以高概率实现了对一般图燃烧数的 $\left(\frac{2}{1-e^{-2}} + \varepsilon\right) \approx 2.313$-近似。
• 为树和森林的燃烧数开发了 PTAS，可在多项式时间内实现对最优值的任意接近近似。
• 证明了对燃烧数在 $\frac{5}{3} - \varepsilon$ 因子内的近似是 NP-难的，对任意 $\varepsilon > 0$ 成立，确立了强不可近似性阈值。
• 该不可近似性结果通过从支配数问题的归约得到证明，构造图 $G'$ 使得若 $\gamma(G) < \varepsilon d$，则 $b(G') < (3+\varepsilon)d$；若 $\gamma(G) \geq 10d$，则 $b(G') \geq 5d$。
• 针对树的动态规划方法使用 $O(1/\varepsilon)$-维向量表示覆盖，集合大小为多项式，从而可高效计算最小燃烧数，误差在可加范围内 $a$。
• 该框架通过将随机化算法与小燃烧数的暴力搜索相结合，实现了完全多项式时间的 $\left(\frac{2}{1-e^{-2}} + \varepsilon\right)$-近似。