ความแข็งของปัญหา FPT


13

ปก Vertex สามารถลดได้อย่างง่ายดายเป็นชุดอิสระและในทางกลับกัน

อย่างไรก็ตามในบริบทของความซับซ้อนที่กำหนดพารามิเตอร์ชุดอิสระนั้นยากกว่า Vertex Cover เคอร์เนลกับจุดที่มีอยู่สำหรับ Vertex ปก แต่ชุดอิสระW 1ยาก2k

ลักษณะของชุดอิสระมีการเปลี่ยนแปลงในบริบทของ FPT อย่างไรและเพราะเหตุใด

คำตอบ:


9

แนวคิดหลักของคำตอบ: ถ้าเราลดอินสแตนซ์ของการตั้งค่าแบบอิสระให้เป็นพารามิเตอร์ Vertex Cover แล้วพารามิเตอร์ที่เราลงท้ายด้วยขึ้นอยู่กับขนาดของกราฟและไม่เพียง แต่ขึ้นอยู่กับพารามิเตอร์อินพุต ตอนนี้สำหรับรายละเอียดเพิ่มเติม

อย่างที่คุณทราบปัญหาของตัวแปรที่คือใน FPT (สม่ำเสมอ) หากมีอัลกอริทึมที่ตัดสินว่าอินพุตมีอยู่ในในเวลาสำหรับ ฟังก์ชั่นบางฉ( x , k ) Q f ( k ) | x | O ( 1 ) fQ(x,k)Qf(k)|x|O(1)f

เนื่องจากคุณสามารถตัดสินใจได้ว่ากราฟมีขนาดจุดยอดปกโดยการเลือกขอบและแยกจุดปลายทั้งสองของมันที่จะใส่ลงในฝาครอบจุดสุดยอดการแยกนี้จะไปเพียงลึก (อื่นคุณใส่มากกว่าจุดยอดในหน้าปก) และสามารถวิ่งได้อย่างง่ายดายในเวลา ; จึง -Vertex ปกคลุมอยู่ในเอฟพีทีk k k O ( 2 k n 2 ) kGkkkO(2kn2)k

ทีนี้สมมติว่าเราต้องการลองใช้อัลกอริทึมนี้เพื่อแสดงให้เห็นว่าชุดอิสระแบบมีพารามิเตอร์อยู่ใน FPT สมมติว่าเราได้กราฟที่ยอดและต้องการตัดสินใจว่ามันมีขนาดของชุดเป็นอิสระหรือไม่ นี่เทียบเท่ากับการถามว่ามีจุดยอดปกขนาดหรือไม่ ดังนั้นเราจึงใช้วิธีดังกล่าวข้างต้นของเราในการคำนวณคำตอบในเวลา สำหรับอัลกอริธึม FPT ของเราฟังก์ชันเลขชี้กำลังในเวลาทำงานอาจขึ้นอยู่กับพารามิเตอร์ซึ่งคือแต่อาจไม่ขึ้นอยู่กับขนาดของอินพุตซึ่งก็คือ ; แต่วิธีที่เราร่างใช้การอธิบายเวลาในn G n - O ( 2 n - n 2 ) n n - GnGnO(2nn2)nnและดังนั้นจึงไม่ได้เป็นพารามิเตอร์เอฟพีทีด้วยความเคารพพารามิเตอร์ℓนี่คือเหตุผลที่ความจริงที่ว่า Vertex Cover อยู่ใน FPT ไม่ได้หมายความว่าชุดอิสระอยู่ใน FPT


ขอบคุณสำหรับคำตอบทั้งหมด ในบริบทของความซับซ้อนแปรปรวนฉันเข้าใจความคิดเมื่อฉันพยายามศึกษาความแข็งของชุดอิสระโดยใช้เหตุผลจาก Vertex Cover อย่างไรก็ตามฉันไม่พบคำอธิบายใด ๆ ที่พิจารณาถึงชุดอิสระซึ่งเป็นอิสระจากบริบทของการคุ้มครอง Vertex? มีบางสิ่งในโครงสร้าง (หรือโดยธรรมชาติ) ของการค้นหาชุดอิสระที่ทำให้มันยากขึ้นหรือไม่
Nikhil

Bart ทำไมไม่มีพารามิเตอร์ซึ่งการลดลงทำงานได้ตามที่ต้องการ k
Raphael

@ ราฟาเอล: คุณช่วยชี้แจงคำถามของคุณหรือไม่ เพียงพารามิเตอร์ "อนุญาต" ด้วยคำถามของ OP ที่มีขนาดการแก้ปัญหานั้น หากเราอนุญาตพารามิเตอร์ที่กำหนดเองแล้วมีหลายวิธีที่การลดทำงานตามที่ต้องการ (ถ้าฉันเข้าใจประโยคนี้อย่างถูกต้อง): ตัวอย่างเช่นถ้าเรารักษาพารามิเตอร์ว่า "ขนาดของจุดยอดปกขั้นต่ำ" สำหรับปัญหาทั้งสองแล้ว ทั้งสองอย่างคือ FPT; MinVC ตามอาร์กิวเมนต์ของ Bart และ MaxIndSet โดยอาร์กิวเมนต์เดียวกันและใช้การลดลงของ OP มันก็ต่อเมื่อเรายืนยันว่าพารามิเตอร์ของ MaxIndSet เป็นขนาดของการแก้ปัญหาที่ปัญหาจะกลายเป็น W [1] - ยาก
gphilip

คุณเข้าใจคำถามของฉันอย่างสมบูรณ์แบบ! ในแง่นั้นคำถามของ OP นั้นไม่ถูกต้อง: มันสมเหตุสมผลที่จะพูดคุยเกี่ยวกับความซับซ้อนที่แปรผันสำหรับคู่ของปัญหาและพารามิเตอร์ (unparametrised) ฉันเติมเต็มจิตใจด้วยช่องว่าง "forall" ซึ่งหมายความว่าฉันอ่านคำตอบของ Bart ในความหมาย "for ทั้งหมด" ด้วยและคิดว่ามันผิด / ไม่สมบูรณ์ ดังนั้นคำถามของฉัน คำตอบอื่น ๆ มีปัญหาเดียวกันโดยวิธี เห็นได้ชัดว่าทุกคน แต่ฉันเติมช่องว่างด้วยทางเลือกที่ยอมรับ k
Raphael

6

ฉันจะไม่พูดว่า 'ธรรมชาติ' ของปัญหามีการเปลี่ยนแปลงอะไรก็ตามที่ควรจะหมายถึง การเปลี่ยนแปลงทั้งหมดนั้นคือพารามิเตอร์นั่นคือวิธีที่คุณวัดความยากของปัญหา

กราฟที่มีจุดสุดยอดที่มีขนาดสูงสุดมีโครงสร้างดังนั้นจึงเป็นไปได้ที่จะลดขนาดได้อย่างมีประสิทธิภาพ: เราสามารถหาขนาดที่ตรงกันสูงสุดได้อย่างมากที่kและกราฟที่เหลือเป็นชุดขนาดอิสระอย่างน้อยที่สุดn - 2 k ใช้การลดกฎระเบียบเช่นการลดมงกุฎจำนวนจุดสามารถลดลงได้อย่างมากที่สุด2 kkkn2k2k

ในทางกลับกันกราฟที่มีขนาดจุดสุดยอดที่มากที่สุด (หรือเทียบเท่าที่ปรึกษาอิสระสูงสุดมีขนาดอย่างน้อยk ) ดูเหมือนจะไม่มีโครงสร้างอย่างง่าย สิ่งนี้สามารถทำให้แม่นยำได้เมื่อคุณชี้ให้เห็น: โครงสร้างของมันช่วยให้เราเข้ารหัสW [ 1 ] -ปัญหาได้nkkW[1]


4

ต่อไปนี้อาจให้สัญชาตญาณความแตกต่าง เซตย่อยของจุดยอด S คือหน้าปกของ G = (V, E) ถ้าหาก VS เป็นชุดที่เป็นอิสระดังนั้นหาก MVC เป็นขนาดของฝาครอบจุดยอดขั้นต่ำ MIS = | V | -MVC คือขนาดของ ชุดอิสระสูงสุด อัลกอริธึม FPT ที่ทำพารามิเตอร์โดย X ช่วยให้รันไทม์แบบเอ็กซ์โปเนนเชียลเป็นฟังก์ชันของ X กราฟแบบสุ่มบนจุดยอดที่มีความน่าจะเป็นครึ่งหนึ่งมีค่าความน่าเป็น MIS สูงขนาดประมาณ 2logn และ MVC ดังนั้นอย่างน้อยสำหรับกราฟเหล่านี้อัลกอริทึม FPT ที่กำหนดพารามิเตอร์โดย MVC จะช่วยให้มีเวลามากกว่าหนึ่งพารามิเตอร์ที่จัดทำโดย MIS


4

แม้ว่าฉันจะเห็นด้วยกับสิ่งที่คนอื่นพูด แต่ฉันก็พบว่ามีประโยชน์เมื่อคิดเกี่ยวกับสิ่งเหล่านี้คือการสร้างปัญหาใหม่ให้เป็นปัญหาการรับรู้กล่าวคือ "กราฟอินพุตอยู่ในครอบครัวของกราฟที่มีจุดสุดยอดมากที่สุดหรือไม่?" / "กราฟอินพุตอยู่ในตระกูลของกราฟที่ตั้งค่าอย่างน้อย k อย่างอิสระหรือไม่"

O(k2+2klogn)O(n2)k2

ดังนั้นสำหรับฉันนี่คือคำอธิบายที่เข้าใจง่ายอย่างหนึ่งว่าทำไมฉันจึงคาดหวังว่ามันจะง่ายต่อการรับรู้จุดสุดยอดขนาดเล็กกว่าชุดอิสระขนาดเล็ก แน่นอนว่ามันควรจะเห็นได้ชัดว่าความคิดข้างต้นอยู่ใกล้กับการโต้เถียงอย่างเป็นทางการและฉันเดาว่าในตอนท้ายของวันหลักฐานที่น่าเชื่อที่สุดว่าจริง ๆ แล้วมันยากที่จะจำได้ว่าชุดอิสระขนาด k เป็นความแข็ง W อิสระ ตั้ง!


k2k(k2)+k(nk1)kn

kkk(k1)k2k

3

นี่เป็นคำตอบที่ตรงไปตรงมาและอาจไม่ได้ตอบคำถามของคุณ แต่ FPT และลำดับชั้น W มีการเชื่อมโยงอย่างใกล้ชิดกับการประมาณ (ปัญหา FPT มักจะมี PTAS ฯลฯ ) ในบริบทนั้นโปรดทราบว่าสำหรับกราฟใด ๆ VC = n - MIS และการประมาณสำหรับ VC ไม่ได้ให้การประมาณสำหรับ MIS นี่คือสาเหตุที่คุณต้องมีการลด L เพื่อการประมาณ ฉันสงสัยว่ามีแนวคิด "การลดการสงวนเคอร์เนล" ที่เทียบเท่าสำหรับความซับซ้อนที่กำหนดพารามิเตอร์เช่นกัน


มีแนวคิด "การลดการสงวนเคอร์เนล" ใน FPT หรือไม่
Nikhil

ฉันไม่รู้: ดังนั้นคำพูด :) ฉันกำลังรอผู้เชี่ยวชาญความซับซ้อนที่เป็นรูปเป็นร่างเพื่อเข้ามา
Suresh Venkat

2
คุณเพิ่งเรียกมัน! ;)
Raphael

4
PptpQ(x,k)P(x,k)QkkO(1)PptpQQPQP

O(21/ϵnk)O(n1/ϵ)
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.