[论文解读] Subexponential fixed-parameter tractability of cluster editing

Fedor V. Fomin, Stefan Kratsch+3 more|arXiv (Cornell University)|Dec 19, 2011

Advanced Graph Theory Research参考文献 26被引用 12

一句话总结

本文提出了一种在时间 O(2^O(√(pk)) + n + m) 内运行的子指数时间固定参数算法，用于解决 p-Cluster Editing 问题，该算法在指数时间假设（ETH）下渐近最优。研究建立了紧致的多变量下界，表明对于任意满足 p = Θ(k^σ) 且 0 ≤ σ ≤ 1 的 p，不存在算法能在时间 2^o(√(pk)) · n^O(1) 内解决该问题，从而在 k 的所有次线性取值范围内完全确定了该问题的参数化复杂度。

ABSTRACT

In the Correlation Clustering, also known as Cluster Editing, we are given an undirected n-vertex graph G and a positive integer k. The task is to decide if G can be transformed into a cluster graph, i.e., a disjoint union of cliques, by changing at most k adjacencies, i.e. by adding/deleting at most k edges. We give a subexponential algorithm that, in time 2^O(sqrt(pk)) + n^O(1) decides whether G can be transformed into a cluster graph with p cliques by changing at most k adjacencies. We complement our algorithmic findings by the following tight lower bounds on the asymptotic behaviour of our algorithm. We show that, unless ETH fails, for any constant 0 < s <= 1, there is p = Theta(k^s) such that there is no algorithm deciding in time 2^o(sqrt(pk)) n^O(1) whether G can be transformed into a cluster graph with p cliques by changing at most k adjacencies.

研究动机与目标

• 分析 p-Cluster Editing 的多变量参数化复杂度，其中 p 为团的数量，k 为允许的边编辑数。
• 弥合从常数到 k 的线性范围中，该问题现有上界与下界之间的差距。
• 通过建立匹配的上界与下界，提供该问题参数化复杂度的紧致渐近分析。
• 探索子指数参数化复杂度与聚类问题可近似性之间的联系。

提出的方法

• 设计一种分支算法，利用聚类编辑解的结构特性，重点关注 p 与 k 之间的相互作用。
• 使用核化技术将输入图缩减为包含 O(pk) 个顶点的更小实例，从而实现在子指数时间内高效搜索。
• 应用一种新颖的从 3-SAT 到下界构造的归约，以在指数时间假设（ETH）下建立下界。
• 构建一种基于构件的归约，其中每个变量和子句分别被编码为一个环和一个与子句相关的结构，以模拟逻辑满足性。
• 证明：若存在一种算法能在时间 2^o(√(pk)) · n^O(1) 内解决 p-Cluster Editing，则会违反 ETH，从而证明上界的最优性。
• 分析最小编辑集合的结构，表明每个变量必须恰好包含 2s_x 条边，每个子句必须包含 8 条边，以强制实现逻辑一致性。

实验结果

研究问题

• RQ1 p-Cluster Editing 是否能在 √(pk) 的子指数时间内求解，且该界是否紧致？
• RQ2 当 p 作为 k 的函数增长时，p-Cluster Editing 的确切多变量参数化复杂度是什么？
• RQ3 在 ETH 下，若存在 p-Cluster Editing 的子指数算法，是否意味着存在 3-SAT 的子指数算法？
• RQ4 当 p 从线性变为次线性时，复杂度是否出现相变？
• RQ5 当 p 在 k 中为次线性时（如 p = √k），能否设计出 p-Cluster Editing 的 PTAS？

主要发现

• 本文提出了一种在时间 O(2^O(√(pk)) + n + m) 内求解 p-Cluster Editing 的算法，该时间复杂度在 √(pk) 上为子指数。
• 该算法在指数中的常数部分是紧致的，如在 ETH 下所证明的匹配下界所示。
• 对于任意常数 σ ∈ [0,1]，存在 p = Θ(k^σ)，使得除非 ETH 失效，否则不存在算法能在时间 2^o(√(pk)) · n^O(1) 内求解 p-Cluster Editing。
• 下界构造使用了最大度为 5 的 3-SAT 归约，表明即使在稀疏实例中问题依然困难。
• 该问题表现出相变现象：当 p = o(k) 时，问题属于 SUBEPT，但当 p = Θ(k^σ) 时，复杂度被紧致地限制在 2^O(√(pk))。
• 对最小编辑集合的结构分析强制要求每个变量和子句的边数精确，从而实现对 3-SAT 的忠实归约，并证明了下界。