[论文解读] Packing interval graphs with vertex-disjoint triangles

Ton Kloks|arXiv (Cornell University)|Feb 6, 2012

Advanced Graph Theory Research参考文献 4被引用 5

一句话总结

本文提出了一种多项式时间的动态规划算法，用于计算区间图中顶点不相交三角形的最大打包。通过利用连续团排列并维护最大团之间的状态转移，该算法实现了 O(n⁵) 时间复杂度的解法，解决了图论中长期存在的开放性问题，并扩展了关于单位区间图和弦图的先前结果。

ABSTRACT

We show that there exists a polynomial algorithm to pack interval graphs with vertex-disjoint triangles.

研究动机与目标

• 解决区间图中三角形打包问题是否可多项式时间求解的开放性问题。
• 扩展关于单位区间图和分裂图等特殊图类中三角形打包的已知结果。
• 提供一种动态规划方法，高效计算区间图中最大顶点不相交三角形打包。
• 证明尽管该问题在一般图和弦图中为 NP-完全，但在区间图中是可 tractable 的。

提出的方法

• 该算法使用区间图 G 的最大团的连续团排列 σ = [C₁, ..., Cₜ]。
• 对于每个团 Cᵢ，维护一个函数 fᵢ(S)，表示在覆盖 Cᵢ 中除 S 外所有顶点的前提下，打包的最大三角形数量，其中 |S| ≤ 2。
• 通过考虑所有满足 |S′| ≤ 2 的有效子集 S′ ⊆ Cᵢ，并确保从未覆盖顶点中形成的新增三角形数量为整数 κ，来计算 Cᵢ 与 Cᵢ₊₁ 之间的状态转移。
• 通过证明任何最优打包均可重新配置，使得每个团中未覆盖顶点数不超过两个，且不减少三角形数量，从而保证算法的最优性。
• 每一步的递推关系 fᵢ₊₁(S) = max_{S′} [fᵢ(S′) + κ] 在 O(|Cᵢ|²·|Cᵢ₊₁|²) 种组合上计算，每次操作通过常数时间的表查找和检查完成。
• 最终结果为所有满足 |S| ≤ 2 的子集 S ⊆ Cₜ 中 fₜ(S) 的最大值，时间复杂度为 O(n⁵)。

实验结果

研究问题

• RQ1 尽管该问题在一般图中为 NP-完全，是否可在区间图中以多项式时间求解最大三角形打包问题？
• RQ2 是否存在一种动态规划方法，能利用区间图的结构特性，实现多项式时间计算？
• RQ3 如何利用区间图的连续团排列设计高效的三角形打包状态转移机制？
• RQ4 在任意最优打包中，每个团的未覆盖顶点数是否可被限制为最多两个，从而实现高效的状体表示？

主要发现

• 本文证明了区间图中的三角形打包问题可多项式时间求解，解决了长期存在的开放性问题。
• 所提出的动态规划算法时间复杂度为 O(n⁵)，其中 n 为图中顶点数。
• 算法为每个团 Cᵢ 及其满足 |S| ≤ 2 的子集 S ⊆ Cᵢ 维护状态 fᵢ(S)，表示未覆盖的顶点。
• 通过证明任何最优打包均可重新配置，使每个团中未覆盖顶点数不超过两个，且不减少三角形数量，从而证明了算法的正确性。
• 状态转移步骤确保从顶点集 Cᵢ₊₁ ∖ (Cᵢ ∪ S) ∪ S′′ 中形成的新增三角形数量为整数 κ，这对有效状态传播至关重要。
• 最终解通过取所有有效子集 S 的 fₜ(S) 的最大值获得。