[论文解读] The edit distance function and localization

Ryan R. Martin|arXiv (Cornell University)|Jul 12, 2010

Advanced Graph Theory Research参考文献 14被引用 2

一句话总结

本文提出了一种定位方法，用于计算遗传图性质的编辑距离函数，特别关注于 Forb(H)，即排除图 H 的诱导子图的性质。该文精确计算了 9 个或更少顶点的环的编辑距离函数，为极值图论中编辑距离的估计提供了基础框架。

ABSTRACT

Abstract. The edit distance between two graphs on the same labeled vertex set is the symmetric difference of the edge sets. The distance between a graph, G, and a hereditary property, H, is the minimum of the distance between G and each G ′ ∈ H. The edit distance function of H is a function of p ∈ [0, 1] and is the limit of the maximum normalized distance between a graph of density p and H. This paper develops a method, called localization, for computing the edit distance function of various hereditary properties. For any graph H, Forb(H) denotes the property of not having an induced copy of H. This paper gives some results regarding estimation of the function for an arbitrary hereditary property. This paper also gives the edit distance function for Forb(H), where H is a cycle on 9 or fewer vertices. 1.

研究动机与目标

• 开发一种系统化方法，用于计算遗传图性质的编辑距离函数。
• 估计给定密度的图与遗传性质之间的编辑距离，特别是 Forb(H)。
• 确定当 H 是 9 个或更少顶点的环时，Forb(H) 的精确编辑距离函数。
• 通过图的结构分解，将该方法推广至任意遗传性质。

提出的方法

• 定位方法将图分解为局部子结构，以分析满足遗传性质所需的边修改。
• 它利用边集对称差的概念，定义图之间的编辑距离。
• 该方法通过所有密度为 p 的图的归一化最大距离的极限来定义编辑距离函数。
• 它应用极值图论技术，以界定实现某一性质所需的最少边修改数。
• 该方法聚焦于诱导子图的避免，特别是针对环，通过分析禁止的子图配置来实现。
• 它结合概率与组合论证，推导出编辑距离函数的渐近界。

实验结果

研究问题

• RQ1 如何高效计算遗传图性质的编辑距离函数？
• RQ2 当 H 是顶点数不超过 9 的环时，Forb(H) 的编辑距离函数的确切形式是什么？
• RQ3 该定位方法能否推广至环以外的任意遗传性质？
• RQ4 图的哪些结构特征决定了其与遗传性质的距离？
• RQ5 图的密度 p 如何影响其与给定遗传性质的最小编辑距离？

主要发现

• 通过定位方法，精确计算了 Forb(C_k) 的编辑距离函数，其中 C_k 是顶点数 k ≤ 9 的环。
• 该方法成功计算了密度为 p 的图到排除长度至多为 9 的诱导环的性质的归一化最大编辑距离的极限。
• 对于任意遗传性质，定位方法提供了一个通过局部边修改分析来估计编辑距离函数的框架。
• 结果表明，无环诱导子图的编辑距离函数表现出结构化的分段行为，其形式取决于 p。
• 该方法可推广至环以外的性质，为计算任意遗传性质的编辑距离函数提供了可行路径。