[论文解读] The Complexity of Extending Storylines with Minimum Local Crossing Number

Alexander Dobler, Siddharth Gupta+3 more|arXiv (Cornell University)|Mar 9, 2026

Artificial Intelligence in Games被引用 0

一句话总结

该论文证明 Local StoryLine Extension (LSLE) 在以 k 和 σ 为参数时的 W[1]-hardness，并给出 XP 与 FPT 算法：XP 以 σ 为参数，FPT 以 σ+χ 为参数，采用动态规划方法。它通过将 Unary Bin Packing 归约到 LSLE 来确立难度，并给出基于 DP 的扩展算法。

ABSTRACT

Storyline layouts visualize temporal interactions by drawing each character as an $x$-monotone curve and enforcing that the participants of every meeting form a contiguous vertical group. We study a drawing extension variant in which a layout of a sub-storyline is fixed and has to be extended by inserting missing characters while preserving all meeting constraints. We minimize the local crossing number $χ$, i.e., the maximum number of crossings along any single character. We prove that the problem is W[1]-hard parameterized by the number $k$ of inserted characters plus the maximum number $σ$ of active characters, in XP parameterized by $σ$ and in FPT parameterized by $σ+χ$.

研究动机与目标

• 将 Local StoryLine Extension (LSLE) 问题形式化为在扩展部分故事线布局的同时最小化局部交叉数。
• 研究 LSLE 相对于 k（新增角色数量）和 σ（最大活动角色数）的参数化复杂性。
• 利用动态规划在 σ 与 χ 下开发一个 XP 算法，在 σ+χ 下实现一个 FPT 算法。
• 通过等价于 Unary Bin Packing 的归约来证明 W[1]-hardness，从而建立难度。

提出的方法

• 给出带有输入 S、χ、子故事线 Γ′ 和 S′ 的 LSLE 定义，目标是将 Γ′ 扩展为 Γ，使局部交叉数 ≤ χ。
• 使用 gadgets（s-饱和器、c-通道、x-列）从 Exact Unary Bin Packing 构造一个参数化归约到 LSLE，以将装箱问题编码为交叉计数。
• 通过归约证明 LSLE 在参数 k + σ 与 μ = 2 时的 W[1]-hardness。
• 给出一个以 σ 为参数的 XP 算法，通过在时间瞬间对新角色在固定活动角色顺序之间的插槽进行放置，构造动态图。
• 通过在 DP 中界定状态空间与转移，将 σ+χ 参数化的 FPT 算法导出，时间复杂度为 τ · (σ + χ)^{O(σ)}。
• 通过引理将 LSLE 的解与 EUBP 的解等价，证明交叉与箱和之间的关系。

Figure 1 : Sketch of a storyline layout with six characters, seven meetings, and five time instants.

实验结果

研究问题

• RQ1 LSLE 能否在保持局部交叉数 χ 有界的前提下，从子故事线扩展？
• RQ2 在插入字符数量 k 与最大活动字符 σ 下，LSLE 的参数化复杂性是多少？
• RQ3 当参数为 σ + χ 时，LSLE 是否固定参数可解（FPT），当参数为 k + σ 时是否 W[1]-hard？
• RQ4 是否可以将 Unary Bin Packing 归约到 LSLE 来建立难度，以及 gadgets 如何将箱和编码为交叉？

主要发现

• LSLE 在参数 k + σ 时 W[1]-hard，即使只有两个与新字符的会面（μ = 2）。
• 存在一个以 σ（和 χ）为参数的 XP 算法。
• 存在一个以 σ + χ 为参数的 FPT 算法。
• 从 Exact Unary Bin Packing 的归约证明 W[1]-hard，并构造 LSLE 实例使可行性对应一个箱装解决方案。
• 基于 DP 的 XP/FPT 算法依赖于通过 gadgets 结构区域计数交叉，并对活动字符集进行严格界限。
• 该归约在 k = K、μ = 2 时保持实例规模，并且在时刻下使 σ_i ≤ 9k。

Figure 2 : An $s$ -saturator (left) and its schematic representation (right).