[论文解读] Reverse Line Graph Construction: The Matrix Relabeling Algorithm MARINLINGA Versus Roussopoulos's Algorithm

D. Liu, Stojan Trajanovski+1 more|arXiv (Cornell University)|May 6, 2010

Graph Theory and Algorithms参考文献 13被引用 4

一句话总结

该论文提出MARINLINGA，一种用于反向线路图构造的新颖矩阵重标记算法，通过使用链接重标记和端点识别，避免了对惠特尼定理的依赖。其最坏情况时间复杂度为$O(N^2)$，并通过消除最大连通公共子图检测这一NP完全子问题，显著提升了在连通图中的计算效率，优于Roussopoulos的算法。

ABSTRACT

We propose a new algorithm MARINLINGA for reverse line graph computation, i.e., constructing the original graph from a given line graph. Based on the completely new and simpler principle of link relabeling and endnode recognition, MARINLINGA does not rely on Whitney's theorem while all previous algorithms do. MARINLINGA has a worst case complexity of O(N^2), where N denotes the number of nodes of the line graph. We demonstrate that MARINLINGA is more time-efficient compared to Roussopoulos's algorithm, which is well-known for its efficiency.

研究动机与目标

• 开发一种新算法，用于从给定的线路图重建原始图，而无需依赖惠特尼定理。
• 通过避免现有算法中存在的NP完全子程序，提升计算效率。
• 证明矩阵重标记与端点识别可实现比Roussopoulos算法更快的反向线路图计算。
• 为Roussopoulos算法提供一种时间高效的替代方案，尤其适用于连通线路图。

提出的方法

• 该算法使用链接邻接矩阵（LAM）表示线路图，并将其转换为重标记形式，以识别相邻链接及其端点。
• 一个矩阵重标记子算法重新排列LAM，以促进识别第一条链接的端点及其相邻链接。
• 构建子算法将前两个节点初始化为第一条链接的端点，并基于重标记后的LAM结构，迭代地为剩余链接分配端点。
• 该方法避免了显式团检测和最大连通子图计算，这两者在Roussopoulos方法中为NP完全问题。
• 该算法在最坏情况下时间复杂度为$O(N^2)$，其中$N$为线路图中的节点数。
• 通过在不同大小和链接密度的Erdős-Rényi随机图上进行大量仿真，验证了该方法的有效性。

实验结果

研究问题

• RQ1 是否可以在不依赖惠特尼定理或NP完全子程序的情况下实现反向线路图构造？
• RQ2 矩阵重标记方法是否能实现比Roussopoulos算法更快的原始图重建？
• RQ3 MARINLINGA在不同图密度和大小下的性能与Roussopoulos算法相比如何？
• RQ4 图的连通性对MARINLINGA相对于Roussopoulos算法的效率有何影响？

主要发现

• MARINLINGA在所有测试的图大小和密度下，执行时间均持续优于Roussopoulos的算法，平均时间差范围从$N_G=10, p=0.1$时的0.0462 ms到$N_G=50, p=0.9$时的24,723.47 ms。
• MARINLINGA比Roussopoulos算法更慢的概率可忽略不计（所有情况下均<$0.001$），除了$N_G=10$且$p\leq0.2$的情况，此时在$p=0.1$时为0.33，这是由于处理不连通图的开销所致。
• 对于$N_G=10$且$p=0.1$，MARINLINGA在33%的情况下更慢，但当$p=0.2$时下降至1%，表明随着连通性增加，其鲁棒性得到改善。
• MARINLINGA的最坏情况时间复杂度为$O(N^2)$，与Roussopoulos的理论边界一致，但MARINLINGA避免了使其实际性能下降的NP完全子问题。
• 仿真结果证实，由于消除了NP完全的最大连通公共子图检测步骤，MARINLINGA在实践中更具时间效率。
• 时间差$\Delta T = T_{\text{Roussopoulos}} - T_{\text{MARINLINGA}}$的期望在所有情况下均为正值，表明MARINLINGA整体上更快。