关于图的宽度测度的一些可能结果
Some Probabilistic Results on Width Measures of Graphs
摘要：
固定参数易处理（FPT）算法在时间f（p（x））poly（|x|）中运行，其中f是输入x的某个参数p的任意函数，poly是某个多项式函数。树宽、分支宽度、顶点宽度、NLC宽度、秩宽度和布尔宽度是在设计和分析图上问题的此类算法时经常使用的参数。本文证明了一个简单随机模型图的树宽、枝宽、簇宽、NLC-宽度和秩宽的渐近几乎必然（aas）存在Omega（n）下界.这就提出了重要的问题的FPT算法使用相应的分解的一般性。
英文摘要：
Fixed parameter tractable (FPT) algorithms run in time f(p(x)) poly(|x|), where f is an arbitrary function of some parameter p of the input x and poly is some polynomial function. Treewidth, branchwidth, cliquewidth, NLC-width, rankwidth, and booleanwidth are parameters often used in the design and analysis of such algorithms for problems on graphs. We show asymptotically almost surely (aas), there are Omega(n) lower bounds on the treewidth, branchwidth, cliquewidth, NLC-width, and rankwidth of graphs drawn from a simple random model. This raises important questions about the generality of FPT algorithms using the corresponding decompositions.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
