การค้นหากราฟิคย่อยที่มีระดับความกังวลสูงและคงที่


9

ฉันได้รับกราฟ Gด้วยความกังวลใจ k และปริญญาโดยพลการและฉันต้องการหากราฟย่อย H ของ G (ไม่จำเป็นต้องเป็นกราฟิคย่อย) เช่นนั้น Hมีระดับคงที่และ treewidth ของมันจะสูงที่สุด ปัญหาของฉันอย่างเป็นทางการคือ: เลือกระดับที่ถูกผูกไว้dยังไม่มีข้อความฟังก์ชั่น "ดีที่สุด" คืออะไร :ยังไม่มีข้อความยังไม่มีข้อความ เช่นนั้นในกราฟใดก็ได้ G ด้วยความกังวลใจ kฉันสามารถหากราฟย่อย (หวังว่ามีประสิทธิภาพ) H ของ G ด้วยระดับสูงสุด d และความกังวลใจ (k).

เห็นได้ชัดว่าเราควรจะใช้ d3 เนื่องจากไม่มีกราฟ treewidth สูงที่มีระดับสูงสุด <3. สำหรับd=3 ฉันรู้ว่าคุณสามารถรับได้ ดังนั้น (k)=Ω(k1/100)หรือโดยการดึงดูดผลการแยกตารางเล็ก ๆ น้อย ๆของ Chekuri และ Chuzhoy (และใช้เพื่อแยกกราฟระดับสูง - treewidth-3 กราฟเช่นกำแพงกำแพงในฐานะผู้เยาว์ทอพอโลยี) โดยการคำนวณ subgraph เป็นไปได้ (ใน RP ) แต่นี้เป็นผลที่มีประสิทธิภาพมากกับหลักฐานที่ซับซ้อนจึงรู้สึกผิดที่จะใช้มันสำหรับสิ่งที่ดูเหมือนว่าปัญหาที่ง่ายมากผมก็จะชอบที่จะหาใด ๆคงองศา subgraph สูง treewidth ไม่เฉพาะเจาะจงเช่น ในผลลัพธ์ของพวกเขา นอกจากนี้ยังผูกพันกับไม่ดีเท่าที่ฉันจะคาดหวัง แน่นอนว่ามันเป็นที่รู้จักกันว่าสามารถทำΩ(k1/20) (ขึ้นกับการยกเลิกประสิทธิภาพของการคำนวณ) แต่ฉันหวังว่าจะมีอะไรทำนองนี้ Ω(k). ดังนั้นจึงเป็นไปได้ที่จะแสดงว่าให้กราฟG ของ treewidth kมีกราฟย่อยของ G ด้วยระดับคงที่และความตรงเชิงเส้นใน k?

ฉันยังสนใจในคำถามเดียวกันที่แน่นอนสำหรับความกว้างของเส้นทางมากกว่าความกังวล สำหรับความกว้างของเส้นทางฉันไม่ทราบว่ามีอะนาล็อกกับการแยกส่วนย่อยของกริดดังนั้นปัญหาดูเหมือนจะลึกลับยิ่งกว่าเดิม ...

คำตอบ:


12

ดูกระดาษโดย Julia Chuzhoy และตัวฉันเองใน Treewidth sparsifiers เราแสดงให้เห็นว่าเราสามารถได้รับ subgraph ระดับสูงสุด 3 กับ treewidthΩ(k/พีโอล.Yล.โอก.(k)) ที่ไหน k เป็นความกังวลของ G. https://arxiv.org/abs/1410.1016การพิสูจน์นั้นสั้นกว่าแบบทดสอบสำหรับผู้เยาว์กริด แต่ก็ยังไม่สะดวกและสร้างได้จากเครื่องมือก่อนหน้านี้หลายตัว

สมมติว่าคุณตั้งเป้าหมายที่ง่ายกว่า - ดีกรี 4 และความน่าเชื่อถือ Ω(k1/4)จากนั้นคุณสามารถรับมันได้ง่ายขึ้นผ่าน Reed และ Wood บนผู้เยาว์ที่มีลักษณะคล้ายกริด https://arxiv.org/abs/0809.0724

อีกหนึ่งผลลัพธ์ที่ง่ายที่คุณสามารถได้รับคือสิ่งต่อไปนี้ซึ่งเป็นจุดเริ่มต้นสำหรับการพิสูจน์ที่เกี่ยวข้องมากกว่า คุณสามารถรับ subgraph ของ degre เข้าสู่ระบบ2(k) และความกังวลใจ Ω(k/พีโอล.Yล.โอก.(k)). คุณสามารถดูกระดาษ sparsifier ของ treewidth สำหรับอาร์กิวเมนต์เพื่อให้ได้สิ่งนี้


1
ความคิดเห็นเพิ่มเติม ไม่ว่าจะได้รับกราฟย่อยด้วยΩ(k)ระดับความกังวลและความมั่นคงเป็นปัญหาเปิดที่น่าสนใจมาก เราถามคำถามนี้ในกระดาษ sparsifier ความน่าเชื่อถือ แต่ไม่มีคำตอบที่ถูกต้อง กราฟที่น่าสนใจอย่างหนึ่งที่ Bart Jansen ถามคือ hypercuben โหนดที่มีความกังวล Θ(n/logn) และระดับเริ่มต้น Θ(logn).
จันทรา Chekuri

ขอบคุณที่ชี้ไปที่ Reed and Wood! ฉันจะกรอกรายละเอียด Thm 1.2 จากกระดาษของพวกเขากล่าวว่ากราฟ G ที่มีความน่าเชื่อถือΩ(l4polylog(l))มีคำสั่งกริดที่มีลักษณะคล้ายรองของ l ตอนนี้ M ที่มีลักษณะคล้ายตารางเล็ก ๆ น้อย ๆ เป็นกราฟย่อยของ G ที่ประกอบด้วยเส้นทางที่มีกราฟตัดกันสองฝ่าย H ดังนั้นจุดยอดใน M ทุกอันจะเป็น 2 เส้นทางของ M มากที่สุด (ไม่อย่างนั้นมันคือสามเหลี่ยมใน H) ดังนั้น M มีระดับสูงสุด 4. นอกจากนี้ M ยังมีความกังวลΩ(l): แน่นอนต้นไม้ใด ๆ ที่มีความกว้าง M ของ k ให้ผลเป็นต้นไม้ที่มีความกว้าง <= 2k (แทนที่แต่ละจุดยอดด้วยเส้นทางของสมาชิกอย่างน้อย 2) และ H มี Klเป็นผู้เยาว์
a3nm

อีกครั้งนี้มีประโยชน์มากขอบคุณ เป็นเรื่องที่น่าสนใจว่าคำถามสำหรับการสำรวจเชิงเส้นยังคงเปิดอยู่ (ที่กล่าวว่าถ้าฉันเข้าใจถูกต้อง Conjecture 1.2 ในกระดาษ sparsifier ของคุณเกี่ยวกับปัญหาที่แตกต่างกันเล็กน้อย: มันต้อง subgraph เป็นแผนกย่อยของขนาดพหุนามใน k ในขณะที่ฉันไม่ได้ถามเรื่องนี้และแค่ต้องการ กราฟย่อยจะมีระดับคงที่) สิ่งสุดท้ายสิ่งหนึ่ง: คุณรู้หรือไม่ว่ามีอะไรที่เป็นที่รู้จักเกี่ยวกับปัญหาที่เปิดนี้ ขอบคุณอีกครั้ง!
a3nm

@ a3nm ทำไมคุณถึงประหลาดใจที่คำถามของ treewidth เชิงเส้นเปิดอยู่? ขณะนี้เราไม่มีการประมาณปัจจัยคงที่สำหรับความกังวล เกี่ยวกับความกว้างของพา ธ ตอนนี้วิธีเดียวที่จะประมาณค่าพา ธ เดตพา ธ คือความสัมพันธ์ระหว่าง treewdith และความกว้างของพา ธ ที่แสดงtw(G)pw(G)O(logn)tw(G). ผ่านการแยกกระจายแบบ treewidth เราสามารถรับการกระจายแบบแบนด์วิดท์ได้ แต่เราสูญเสีย log n factor มันจะดีถ้านี่เป็นเพียง log pw (G) factor แต่ฉันไม่แน่ใจว่าจะทำอย่างไรหรือรู้ว่ามันเป็นอย่างไร
จันทรา Chekuri

ขอบคุณสำหรับคำอธิบายเกี่ยวกับสถานะของ threewidth เชิงเส้นและขอขอบคุณสำหรับคำอธิบายการกระจัดกระจายพา ธ สิ่งสุดท้ายที่คุณพูดถึงคือผลลัพธ์ที่เราต้องการ แย่มากที่คำถามยังเปิดอยู่ ในกรณีใด ๆ ขอบคุณมากอีกครั้งสำหรับคำอธิบายของคุณ!
a3nm
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.