[论文解读] Planar F-Deletion: Approximation and Optimal FPT Algorithms

Fedor V. Fomin, Daniel Lokshtanov+2 more|arXiv (Cornell University)|Apr 19, 2012

Complexity and Algorithms in Graphs被引用 9

一句话总结

本文提出了一种统一的、基于多项式时间预处理的框架，用于解决当 F 包含至少一个平面图时的 F-Deletion 问题。该框架提供了 O(nm) 时间复杂度的随机化常数因子近似算法，以及针对连通 F 的 O(2^O(k)n) 时间复杂度的 FPT 算法，显著推广并改进了以往针对 Vertex Cover 和 Feedback Vertex Set 等问题的研究结果。

ABSTRACT

Let F be a finite set of graphs. In the F-Deletion problem, we are given an n-vertex, m-edge graph G and an integer k as input, and asked whether at most k vertices can be deleted from G such that the resulting graph does not contain a graph from F as a minor. F-Deletion is a generic problem and by selecting different sets of forbidden minors F, one can obtain various fundamental problems such as Vertex Cover, Feedback Vertex Set or Treewidth η-Deletion. In this paper we obtain a number of generic algorithmic results about F-Deletion, when F contains at least one planar graph. The highlights of our work are • A randomized O(nm) time constant factor approximation algorithm for the opti-mization version of F-Deletion. • A randomized O(2O(k)n) parameterized algorithm for F-Deletion when F is con-nected. Here a family F is called connected if every graph in F is connected. The algorithm can be made deterministic at the cost of making the polynomial factor in the running time n log2 n rather than linear. These algorithms unify, generalize, and improve over a multitude of results in the litera-ture. Our main results have several direct applications, but also the methods we develop on the way have applicability beyond the scope of this paper. Our results – constant factor approximation and FPT algorithms – are stringed together by a common theme of polynomial time preprocessing. 1

研究动机与目标

• 为当 F 包含至少一个平面图时的 F-Deletion 问题开发一种通用的算法框架。
• 统一并改进现有针对各类图删除问题的近似算法与固定参数可满足性（FPT）算法。
• 为 F-Deletion 的优化版本建立一个运行时间为 O(nm) 的常数因子近似算法。
• 为连通 F 提供一个运行时间为 O(2^O(k)n) 的 FPT 算法，并通过略微增加多项式因子，获得一个确定性版本。
• 展示该框架在 Vertex Cover、Feedback Vertex Set 和 Treewidth η-Deletion 等基础问题上的适用性。

提出的方法

• 利用多项式时间预处理，在保留 F-Deletion 所需关键结构属性的前提下，减少输入图的规模。
• 设计一种随机化近似算法，通过预处理与贪心顶点选择，在 O(nm) 时间内实现常数因子近似比。
• 应用一种随机化 FPT 算法，针对连通 F 的情况，运行时间为 O(2^O(k)n)，其基础为内核化与基于平面禁止子式的迭代缩减。
• 通过用穷举搜索替代随机选择，将随机化算法扩展为确定性版本，使多项式因子增加至 n log²n。
• 利用平面图的结构图论结果与闭包于子图的性质，确保预处理与缩减步骤的正确性与高效性。
• 整合关于树宽与图子式已知的结果，以控制内核大小并确保固定参数可满足性。

实验结果

研究问题

• RQ1 当 F 包含至少一个平面图时，能否为 F-Deletion 问题设计一个统一的近似与 FPT 算法？
• RQ2 在近乎线性时间内，F-Deletion 优化问题可达到的最佳近似比是多少？
• RQ3 当 F 连通时，能否设计出对 k 具有单指数依赖关系的 F-Deletion FPT 算法？
• RQ4 多项式时间预处理如何促进对闭包于子图的图删除问题的改进近似与 FPT 算法？
• RQ5 该框架在多大程度上可被推广，以将 Vertex Cover 与 Feedback Vertex Set 等问题统一于一个理论框架之下？

主要发现

• 本文为当 F 包含至少一个平面图时的 F-Deletion 问题，提出了一个运行时间为 O(nm) 的随机化常数因子近似算法。
• 对于连通 F，本文实现了运行时间为 O(2^O(k)n) 的 FPT 算法，其在指数部分的常数上已达到最优。
• 该随机化 FPT 算法可通过将随机选择替换为穷举搜索实现去随机化，使多项式因子增加至 n log²n，从而得到一个确定性的 O(2^O(k)n log²n) 时间算法。
• 该框架统一并改进了大量针对经典问题（如 Vertex Cover、Feedback Vertex Set 与 Treewidth η-Deletion）的已有结果。
• 核心技术——多项式时间预处理——使得近似算法与 FPT 算法均能实现近乎最优的运行时间。
• 研究成果具有普遍适用性，不仅限于特定实例，其方法论贡献在参数化算法与近似算法领域具有更广泛的影响。