[论文解读] Using Neighborhood Diversity to Solve Hard Problems

Robert Ganian|arXiv (Cornell University)|Jan 15, 2012

Advanced Graph Theory Research参考文献 14被引用 24

一句话总结

本文提出了针对三种 NP-难图问题——p-Vertex-Disjoint Paths、Graph Motif 和 Precoloring Extension——的固定参数可满足性（FPT）算法，参数化为邻域多样性。通过利用整数线性规划（ILP）公式，这些公式利用了有界邻域多样性图中类型类的结构特性，作者在传统参数（如树宽）失效的情况下，实现了 FPT 算法。

ABSTRACT

Parameterized algorithms are a very useful tool for dealing with NP-hard problems on graphs. Yet, to properly utilize parameterized algorithms it is necessary to choose the right parameter based on the type of problem and properties of the target graph class. Tree-width is an example of a very successful graph parameter, however it cannot be used on dense graph classes and there also exist problems which are hard even on graphs of bounded tree-width. Such problems can be tackled by using vertex cover as a parameter, however this places severe restrictions on admissible graph classes. Michael Lampis has recently introduced neighborhood diversity, a new graph parameter which generalizes vertex cover to dense graphs. Among other results, he has shown that simple parameterized algorithms exist for a few problems on graphs of bounded neighborhood diversity. Our article further studies this area and provides new algorithms parameterized by neighborhood diversity for the p-Vertex-Disjoint Paths, Graph Motif and Precoloring Extension problems -- the latter two being hard even on graphs of bounded tree-width.

研究动机与目标

• 通过使用邻域多样性作为结构参数，将参数化算法的适用范围扩展到树宽和顶点覆盖之外。
• 解决在树宽有界的图上仍然困难的 NP-难问题，例如 Graph Motif 和 Precoloring Extension。
• 为在邻域多样性有界的图上求解 p-Vertex-Disjoint Paths 及其他问题，设计高效的 FPT 算法。
• 通过邻域多样性将基于顶点覆盖的算法推广至稠密图，以克服现有顶点覆盖算法的局限性。
• 证明邻域多样性可使原本在其他参数下被认为不可解的问题实现 FPT 算法。

提出的方法

• 基于邻域等价性对图进行建模：将邻居（彼此除外）完全相同的顶点归入同一类型，形成类型类。
• 将每个问题表述为整数线性规划（ILP），其中变量表示路径数量、颜色分配或类型之间的交互。
• 编码约束以确保路径的可行性（例如，每类顶点的容量、路径连续性）和着色的一致性（例如，正确着色、预着色的保持）。
• 利用类型类数量有界（最多 $2^k + k$）的特性，限制 ILP 的规模，从而确保以邻域多样性 $k$ 为参数的 FPT 运行时间。
• 利用同一类型中所有顶点可互换的特性，从 ILP 解中通过贪心方式重建原始解。
• 应用已知的 ILP 求解器，其变量和约束数量有界，从而实现 FPT 运行时间，且指数部分仅依赖于 $k$。

实验结果

研究问题

• RQ1 邻域多样性能否作为解决在树宽有界图上为 W[1]-难问题的可行参数？
• RQ2 能否基于邻域多样性为 p-Vertex-Disjoint Paths 和 Graph Motif 设计 FPT 算法？
• RQ3 当基于顶点覆盖的方法无法推广时，如何在邻域多样性有界的图上高效求解预着色扩展问题？
• RQ4 邻域多样性的哪些结构特性使得其能为在其他参数下困难的问题提供 FPT 算法？
• RQ5 邻域多样性是否比顶点覆盖更一般且更适用于稠密图？

主要发现

• p-Vertex-Disjoint Paths 问题在邻域多样性参数化下存在 FPT 算法，运行时间为 $O(2^{O(k)} ext{poly}(n))$。
• Graph Motif 问题可使用邻域多样性作为参数，在 $O(2^{O(k)} ext{poly}(n))$ 时间内求解，属于 FPT 时间。
• Precoloring Extension 问题的求解时间为 $O(q^{2.5q + o(q)} imes n)$，其中 $q = 2^{2k}$，从而在有界邻域多样性图上建立了该问题的 FPT 算法。
• 上述三个问题在树宽有界的图上均为 W[1]-难，表明邻域多样性捕获了更广泛的可解实例类别。
• 基于 ILP 的方法成功推广至顶点覆盖之外，使原本仅能通过顶点覆盖或根本无法求解的问题实现了 FPT 算法。
• 邻域多样性中类型类的结构简单性，使得即使在缺乏树状结构的情况下，也能实现高效的编码与解的重建。