是什么将有界树宽图上的简单全局问题与硬全局问题区分开来的?
在有界树宽图上的多项式时间内可以解决许多硬图问题。确实,教科书通常以独立集为例,这是一个局部问题。大致而言,局部问题是可以通过检查每个顶点的一些小邻域来验证其解决方案的问题。 有趣的是,对于有界的树宽图,即使是全局性的问题(例如汉密尔顿路径)也可以有效地解决。对于此类问题,常规的动态编程算法必须跟踪解决方案可以遍历树分解的相应分隔符的所有方式(例如,参见[1])。在[1]中给出了随机算法(基于所谓的cut'n'count),在[2]中开发了改进的(甚至是确定性的)算法。 我不知道可以这么说,但对于有界树宽图,至少可以有效地解决一些全局问题。那么在这些图表上仍然很难解决的问题呢?我假设它们也是全球性的,但是还有什么呢?是什么将这些棘手的全球性问题与可以有效解决的全球性问题区分开来?例如,为什么已知方法无法为我们提供有效的算法,为什么? 例如,可以考虑以下问题: 边缘预着色扩展给定具有某些边缘着色的图GGG,请确定是否可以将此着色扩展为图的适当边缘着色。kkkGGG 边缘预着色扩展(及其列表边缘着色变体)对于二部串平行图[3](此类图的树宽最多2)是NP完整的。 最小总和边缘着色给定一个图,找到一个边缘着色使得如果和具有共同的顶点,则。目的是最小化着色总和。G=(V,E)G=(V,E)G=(V,E)χ:E→Nχ:E→N\chi : E \to \mathbb{N}e1e1e_1e2e2e_2χ(e1)≠χ(e2)χ(e1)≠χ(e2)\chi(e_1) \neq \chi(e_2)E′χ(E)=∑e∈Eχ(e)Eχ′(E)=∑e∈Eχ(e)E'_\chi(E) = \sum_{e \in E} \chi(e) 换句话说,我们必须将正整数分配给图的边,以使相邻边接收不同的整数,并且分配的数字之和最小。对于部分2树[4](即树宽图最多2个),这个问题是NP难的。 其他此类难题包括边缘不相交路径问题,子图同构问题和带宽问题(例如,参见[5]及其参考文献)。对于即使在树木上仍然难以解决的问题,请参见此问题。 [1] Cygan,M.,Nederlof,J.,Pilipczuk,M.,van Rooij,JM和Wojtaszczyk,JO(2011年10月)。解决在单个指数时间内由树宽参数化的连接问题。在计算机科学基金会(FOCS),2011 IEEE第52届年度研讨会上(pp。150-159)。IEEE。 [2] Bodlaender,HL,Cygan,M.,Kratsch,S.,&Nederlof,J.(2013)。确定性单指数时间算法,用于由树宽参数化的连接性问题。在《自动机,语言和程序设计》(第196-207页)中。施普林格·柏林·海德堡。 [3] Marx,D.(2005)。平面图边缘上的列表着色和预着色扩展的NP完整性。图论杂志,49(4),313-324。 [4] 马克思,D。(2009)。复杂性导致最小的求和边缘着色。离散应用数学,157(5),1034-1045。 [5] Nishizeki,T.,Vygen,J.,&Zhou,X.(2001)。边不相交的路径问题对于串并联图是NP完全的。离散应用数学,115(1),177-186。