[论文解读] Scattering and Sparse Partitions, and Their Applications

Arnold Filtser|arXiv (Cornell University)|Jan 1, 2020

Computational Geometry and Mesh Generation被引用 8

一句话总结

本文引入了散射划分（scattering partitions）——一种连通且有界直径的聚类结构，其中短路径与较少的聚类相交——并证明此类划分可实现 Steiner 点移除（SPR）问题的最优解，其失真度为 O(τ³σ³)。本文建立了散射划分与 SPR 问题之间的理论框架，证明了稀疏覆盖与弱稀疏划分之间的等价性，并为多种图族构造了高效划分，从而为 SPR、通用 Steiner 树（Universal Steiner Tree）和通用 TSP（Universal TSP）问题提供了新界。

ABSTRACT

A partition $\mathcal{P}$ of a weighted graph $G$ is $(σ,τ,Δ)$-sparse if every cluster has diameter at most $Δ$, and every ball of radius $Δ/σ$ intersects at most $τ$ clusters. Similarly, $\mathcal{P}$ is $(σ,τ,Δ)$-scattering if instead for balls we require that every shortest path of length at most $Δ/σ$ intersects at most $τ$ clusters. Given a graph $G$ that admits a $(σ,τ,Δ)$-sparse partition for all $Δ>0$, Jia et al. [STOC05] constructed a solution for the Universal Steiner Tree problem (and also Universal TSP) with stretch $O(τσ^2\log_τn)$. Given a graph $G$ that admits a $(σ,τ,Δ)$-scattering partition for all $Δ>0$, we construct a solution for the Steiner Point Removal problem with stretch $O(τ^3σ^3)$. We then construct sparse and scattering partitions for various different graph families, receiving many new results for the Universal Steiner Tree and Steiner Point Removal problems.

研究动机与目标

• 定义并形式化散射划分为求解 Steiner 点移除（SPR）问题的结构性工具。
• 建立散射划分与低失真 SPR 解之间的理论联系，证明 (σ, τ, ∆)-散射划分可推出 SPR 失真度为 O(τ³σ³)。
• 证明弱稀疏覆盖与弱稀疏划分之间的等价性，澄清度量划分中的基础概念。
• 为多种图族（包括树、加倍图、欧氏空间和弦图）构造高效的 (σ, τ, ∆)-散射划分与稀疏划分。
• 为 SPR、UST 和 UTSP 问题在多个图族中提供新的上下界，推动网络设计与近似算法领域中的开放问题进展。

提出的方法

• 引入 (σ, τ, ∆)-散射划分：连通聚类，其弱直径为 ∆，且任意长度 ≤ ∆/σ 的最短路径至多与 τ 个聚类相交。
• 证明：若图的每个诱导子图均存在 (1, τ)-散射划分，则 SPR 问题存在失真度为 O(τ³) 的解。
• 建立弱稀疏覆盖与弱稀疏划分之间的等价性，表明任一弱稀疏覆盖均可转化为弱稀疏划分。
• 应用基于路径分解的分层聚类算法，并通过迭代合并以最短路径上顶点为中心的聚类。
• 采用两阶段聚类过程：第一阶段，对路径段附近的顶点进行聚类；第二阶段，利用距离约束将未聚类顶点合并至中心聚类。
• 运用归纳论证与几何观察（例如，引理 9）来界定聚类直径与路径相交次数。

实验结果

研究问题

• RQ1 散射划分能否用于构造 Steiner 点移除问题的低失真解？
• RQ2 稀疏覆盖与稀疏划分之间存在何种关系？能否相互转换？
• RQ3 哪些图族可实现参数较小的 (σ, τ, ∆)-散射或稀疏划分？
• RQ4 每个极小图闭包图族（如平面图）是否均为 (O(1), O(1))-可散射的，从而意味着常数失真度的 SPR 解？
• RQ5 能否为一般加权图（尤其在唯一最短路径假设下）高效构造 (σ, τ, ∆)-散射划分？

主要发现

• 一个 (σ, τ, ∆)-散射划分可推出 SPR 问题的解，其失真度为 O(τ³σ³)，为低失真嵌入提供了新途径。
• 对于树，本文实现了 SPR 问题的常数失真度 8，与目前已知的最佳上界一致。
• 对于加倍图，本文构造了强稀疏划分，但由于诱导子图中加倍维数无界，这些划分不能直接推出 SPR 解。
• 对于弦图与仙人掌图，本文构造了 (O(1), O(1))-稀疏划分，意味着常数失真度的 SPR 解。
• 本文证明了 (σ, τ, ∆)-弱稀疏覆盖可转化为 (σ, τ, ∆)-弱稀疏划分，确立了基础性等价关系。
• 本文为树上的 SPR 问题提供了紧致下界 8，与上界一致，并推测极小图闭包族具有 (O(1), O(1))-可散射划分，从而意味着常数失真度。