[论文解读] Solving Tree Containment Problem for Reticulation-visible Networks with Optimal Running Time

Andreas D. M. Gunawan|arXiv (Cornell University)|Feb 14, 2017

Genomics and Phylogenetic Studies参考文献 6被引用 4

一句话总结

本文提出了一种针对二叉化(reticulation-visible)网路的树包含问题(Tree Containment Problem, TCP)的线性时间算法，通过利用稳定节点的结构性质及一种新颖的分解策略，实现最优效率。通过利用可见性条件并以自底向上的方式处理子网络，该方法将时间复杂度从先前的二次时间界限降低至O(n)，其中n为叶节点数量。

ABSTRACT

Tree containment problem is a fundamental problem in phylogenetic study, as it is used to verify a network model. It asks whether a given network contain a subtree that resembles a binary tree. The problem is NP-complete in general, even in the class of binary network. Recently, it was proven to be solvable in cubic time, and later in quadratic time for the class of general reticulation visible networks. In this paper, we further improve the time complexity into linear time.

研究动机与目标

• 为解决在一般情况下为NP完全问题的网路中树包含问题（TCP）的计算低效性。
• 在二叉化(reticulation-visible)网路中，改进先前的二次时间算法，实现最优的线性时间复杂度。
• 开发一种实用且高效的算法，用于验证给定的二叉树是否在二叉化(reticulation-visible)网路中被显示。
• 通过识别可支持高效计算的结构性质，将该方法推广至其他网路类别。

提出的方法

• 该算法基于可见性属性采用一种分解策略，聚焦于可被压缩为单个叶节点的最低组件。
• 应用三种专门的消去过程——Dissolve_C1、Dissolve_C2 和 Dissolve_C3——每种均针对子网的不同结构配置进行定制。
• 针对每个组件，通过线性时间比较二叉树来检查子树同构，利用预处理和高效遍历技术。
• 该方法执行网路的自底向上遍历，从叶节点开始，逐步向根节点推进，确保每个子网仅被处理一次。
• 使用广度优先和后序遍历以识别并压缩组件，通过稳定祖先属性保持正确性。
• 该算法维护子网的紧凑表示，并使用标签集合包含性检查以尽早终止不匹配情况。

实验结果

研究问题

• RQ1 二叉化(reticulation-visible)网路的树包含问题能否在O(n)时间内求解？
• RQ2 二叉化(reticulation-visible)网路的哪些结构性质可被利用以实现最优时间复杂度？
• RQ3 如何高效地执行子网分解以支持线性时间处理？
• RQ4 所提出的算法是否可扩展至二叉化(reticulation-visible)网路以外的更广泛网路类别？

主要发现

• 所提出的算法在二叉化(reticulation-visible)网路中以O(n)时间求解树包含问题，其中n为叶节点数量。
• 时间复杂度为最优，因其与输入网路大小所隐含的下界一致。
• 该算法通过利用二叉化(reticulation-visible)网路中最低组件的结构性质，特别是以稳定节点为根的组件，实现此目标。
• 分解与消去过程（Dissolve_C1、Dissolve_C2、Dissolve_C3）各自在处理子网大小的线性时间内运行。
• 整体TCPSolver算法以O(|V(N)|)时间运行，即在节点数量上为线性，这是由于二叉化(reticulation-visible)网路的网络大小存在O(n)的上界。
• 只要存在具有类似结构性质的节点，该方法即可推广至其他网路类别。