[论文解读] Tangled up in Blue (A Survey on Connectivity, Decompositions, and Tangles)

Martin Grohe|arXiv (Cornell University)|May 21, 2016

Advanced Graph Theory Research参考文献 34被引用 5

一句话总结

本综述提出了一种基于对称子模函数定义的连通性系统中分支分解与tangles之间的抽象对偶理论。它建立了将最大tangles分解为规范分解，作为k > 3时k-连通分量的推广，并通过连通性函数的预言机访问，为计算这些结构提供了算法基础，针对有界宽度分解和tangle树构建提供了高效算法。

ABSTRACT

We survey an abstract theory of connectivity, based on symmetric submodular set functions. We start by developing Robertson and Seymour's fundamental duality between branch decompositions (related to the better-known tree decompositions) and so-called tangles, which may be viewed as highly connected regions in a connectivity system. We move on to studying canonical decompositions of connectivity systems into their maximal tangles. Last, but not least, we will discuss algorithmic aspect of the theory.

研究动机与目标

• 形式化基于对称子模函数定义的连通性系统中分支分解与tangles之间的对偶性。
• 解决在超过3-连通分量之外的连通性系统中，缺乏对高度连通区域（tangles）的规范分解的问题。
• 为在连通性函数预言机模型下计算基于tangle的分解与分支分解提供算法基础。
• 通过将tangles作为最大高度连通区域，将k-连通分量的概念推广至更高连通级别。
• 建立计算有界宽度下tangle树分解与分支分解的高效算法。

提出的方法

• 使用对称子模集合函数作为连通性函数，通过函数值定义分离及其阶数。
• 应用分支分解与tangles之间的对偶理论，其中tangles代表抵抗低阶分离的高度连通区域。
• 引入树分解中的tangle节点概念，通过规范映射将tangles与节点关联。
• 采用预言机模型，算法通过查询子集值访问连通性函数，避免显式表示指数级规模。
• 开发一种数据结构，用于存储所有阶数不超过k的tangles，支持成员查询与最小分离查询。
• 使用子模函数最小化作为核心原 primitive，以在固定k时，时间复杂度为n的多项式时间，计算近似与精确的分支分解。

实验结果

研究问题

• RQ1 如何通过分支分解沿低阶分离对连通性系统进行分解？
• RQ2 当传统k-连通分量在k > 3时失效时，连通性系统中的“高度连通区域”应如何定义？
• RQ3 是否存在一种连通性系统到其最大tangles的规范分解，类似于k-连通分量分解？
• RQ4 能否通过连通性函数的预言机访问，高效计算tangle树分解？
• RQ5 对于有界宽度的连通性系统，计算分支分解与tangle树的算法复杂度是什么？

主要发现

• 每个连通性系统均可被规范分解为其最大tangles，这些tangles作为基本的高度连通分量。
• 最大tangles的数量严格小于全集的大小，确保了分解的有限性与结构化。
• 对于分支宽度为k的单值连通性函数，可在时间f(k)n^O(1)内计算出宽度至多为3k+1的分支分解，且使用预言机访问。
• 对于任意连通性函数，可在时间n^O(k)内计算出宽度为k的精确分支分解。
• 可在时间n^O(k)内构建所有阶数不超过k的tangles的数据结构，从而支持高效计算tangle树分解。
• 对于图和可表示拟阵等行为良好的函数，tangle树分解可在时间f(k)n^3内计算得出。