[论文解读] The k-metric dimension of a graph: Complexity and algorithms

Ismael G. Yero, Alejandro Estrada‐Moreno|arXiv (Cornell University)|Jan 1, 2014

Graph Labeling and Dimension Problems参考文献 17被引用 13

一句话总结

本文研究了图的k-度量维数，证明在一般情况下计算该值为NP-完全问题，但对于树图可在线性时间内求解。本文引入了k-度量维数图的概念，并表明确定图是k-度量维数图的最大k值可在多项式时间内完成。

ABSTRACT

Given a connected graph G = (V,E), a set S ⊆ V is said to be a k-metric generator for G if the elements of any pair of vertices of G are distinguished by at least k elements of S, i.e., for any two different vertices u,v ∈ V , there exist at least k vertices w1,w2,...,wk ∈ S such that dG(u,wi) 6 dG(v,wi) for every i ∈ {1,...,k}. A metric generator of minimum cardinality is called a k-metric basis and its cardinality the k-metric dimension of G. We show that the problem of computing the k-metric dimension of graphs is NP-Complete. However, the problem is solved in linear time for the particular case of trees. A connected graph G is k-metric dimensional if k is the largest integer such that there exists a k-metric basis for G. We also show that the problem of finding the integer k such that a graph G is k-metric dimensional can be solved in polynomial time.

研究动机与目标

• 形式化并分析图的k-度量维数，将经典的度量维数概念扩展至k-区分集合。
• 确定计算任意连通图的k-度量维数的计算复杂度。
• 识别在何种条件下k-度量维数可被高效计算，特别是针对树图。
• 建立一个多项式时间算法，用于确定图是k-度量维数图的最大k值。
• 定义并表征k-度量维数图，其中k为可接受k-度量基的最大整数。

提出的方法

• 提出k-度量生成集作为顶点集S ⊆ V，使得任意两个顶点可通过S中至少k个元素通过不同的距离被区分。
• 使用归约技术证明一般图中k-度量维数问题的NP-完全性。
• 设计一种线性时间算法，通过利用树图的层次结构和距离性质来计算树图的k-度量维数。
• 应用动态规划与树分解技术，高效计算树图中的k-度量基。
• 开发一种多项式时间算法，通过分析顶点对之间的距离可区分性，确定图是k-度量维数图的最大k值。
• 采用图论特征化方法，识别出可实现k-度量维数高效计算的结构特性。

实验结果

研究问题

• RQ1 计算图的k-度量维数问题是否为NP-完全问题？
• RQ2 对于特定图类（如树图），k-度量维数是否可在多项式时间内计算？
• RQ3 确定图是k-度量维数图的最大k值的计算复杂度是多少？
• RQ4 如何在结构化图中高效构造k-度量生成集？
• RQ5 图的何种结构特性可实现k-度量维数的高效计算？

主要发现

• 计算一般连通图的k-度量维数问题是NP-完全的。
• 通过利用树图的无环性和层次结构，可在时间复杂度为线性的时间内计算k-度量维数。
• 可在多项式时间内确定图是k-度量维数图的最大k值。
• 当且仅当k是存在k-度量基的最大整数时，图才是k-度量维数图。
• k-度量维数推广了经典度量维数概念，其中k=1对应标准度量基。
• k-度量生成集确保每对顶点至少被生成集中k个顶点通过不同的距离所区分，从而增强了识别的鲁棒性。