[论文解读] Tree Decomposition based Steiner Tree Computation over Large Graphs

Fang Wei-Kleiner|arXiv (Cornell University)|May 24, 2013

Advanced Graph Theory Research参考文献 4被引用 3

一句话总结

本文提出 STEIN I，一种基于树分解索引结构的精确算法，用于在大规模图上求解 Steiner 树问题。通过在树分解的节点上预计算子 Steiner 树，并利用顶点割集，该算法实现了 $O(h \ olinebreak cdot (2tw)^{|S|})$ 的时间复杂度，从而在有界分支宽度且终端点数量较少的大规模图上实现高效计算。

ABSTRACT

In this paper, we present an exact algorithm for the Steiner tree problem. The algorithm is based on certain pre-computed index structures. Our algorithm offers a practical solution for the Steiner tree problems on graphs of large size and bounded number of terminals.

研究动机与目标

• 解决传统方法在大规模图上运行时间复杂度达 $|V|^3$ 时的可扩展性限制。
• 通过利用实际中常见的 $w \ll |V|$ 宽度界，克服在实际中计算最优分支宽度的不可行性。
• 通过动态规划和顶点割集，在树分解的节点上预计算子 Steiner 树，实现高效精确的 Steiner 树计算。
• 为关键词搜索和社交网络分析等真实工作负载提供实用解决方案，其中图规模较大但终端点集合较小。

提出的方法

• 对输入图 $G$ 构建分支宽度为 $tw$ 的树分解，使用实用的近似方法以确保 $tw \ll |V|$。
• 通过自底向上的遍历，在分解的每个节点中预计算终端子集的所有子 Steiner 树。
• 利用树分解中的顶点割集 $X_c$ 将 Steiner 树计算递归分解为更小的子问题。
• 使用 STVS 函数计算涉及顶点 $v$ 和割集 $X_c$ 的 Steiner 树，通过 $(v, v_i)$-顶点割集保证确保正确性。
• 通过按顺序插入 $X_c \cup S_{X_c}$ 中的顶点，实现增量式 Steiner 树生成，并重用较小子集的预计算结果。
• 在树分解的内部节点处应用合并操作，将子节点节点的 Steiner 树集合与父节点作为顶点割集进行合并。

实验结果

研究问题

• RQ1 基于树分解的索引能否使在传统方法 $O(|V|^3)$ 不可行的大规模图上实现精确的 Steiner 树计算？
• RQ2 如何利用树分解中的顶点割集将 Steiner 树问题分解为更小、可管理的子问题？
• RQ3 所提算法的时间复杂度在分支宽度 $tw$、终端点数量 $|S|$ 和分解高度 $h$ 的表达式是什么？
• RQ4 该算法在 $tw \ll |V|$ 但 $|V|$ 较大的真实图上可扩展到何种程度？
• RQ5 能否离线预计算子 Steiner 树，使得在线查询响应保持高效？

主要发现

• 算法 STEIN I 实现了 $O(h \cdot (2tw)^{|S|})$ 的时间复杂度，当 $|S|$ 较小时，该复杂度在 $tw$ 和 $|S|$ 上为多项式时间。
• 索引结构的空间复杂度为 $O(tw^{|S|} \cdot |V|)$，使其在分支宽度有界的图上具有可行性。
• 树分解的高度 $h$ 通常远小于 $|V|$，在实际中常接近 $\log|V|$，从而提升了可扩展性。
• 即使在包含数亿个顶点的图上，只要 $tw \ll |V|$ 且 $|S|$ 较小，该算法仍保持高效。
• 在树分解节点上预计算子 Steiner 树，可实现快速的在线查询响应，使该方法适用于真实工作负载。
• 通过证明树分解中的每个顶点割集 $X_c$ 均为有效的 $(v, v_i)$-顶点割集，形式化证明了该算法的正确性，确保递归分解的正确性。