A Novel Approach to Finding Near-Cliques: The Triangle-Densest Subgraph Problem
许多图挖掘应用依赖于检测近团的子图。在现有的工作与这个问题有关的结果之间存在着二分法:一方面,最大化所有子图的平均度的dennial子图问题(DSP)是在多项式时间内可解的,但对于许多网络未能找到子图的近团。另一方面,面向寻找近似团的公式是NP困难的,并且由于与最大团问题的联系而经常不可近似。在这项工作中,我们提出了一个配方,结合了最好的两个世界:它是可解的多项式时间,发现近团时,DSP失败。令人惊讶的是,我们的配方是DSP的简单变体。具体地说,我们定义了三角形可分解子图问题(TDSP):给定$G(V,E)$,找到顶点$S^*$的子集,使得$τ(S^*)=\max_{S \subseteq V} \frac{t(S)}{|S|}$,其中$t(S)$是由集合$S$诱导的三角形的数量。我们提供了各种精确和近似算法,有效地解决了TDSP。此外,我们展示了我们的算法如何适应更一般的问题,最大化的$k$ -团平均密度。最后,我们提供的经验证据表明,TDSP应该使用时,DSP的输出未能输出近团。
2014-05-20 cs.DM cs.DS cs.SI
Turning Cliques into Paths to Achieve Planarity
出于混合图表示的动机,我们引入并研究了以下超平面性问题,我们称之为$h$ -C2 P 2路径平面性:给定一个图$G$,其顶点被划分为大小至多为$h$的子集,每个子集诱导一个团,从每个团中删除边,使得由每个子集诱导的子图是路径,以这种方式,得到的子图$G$是平面的。当$G$是简单拓扑图时,我们研究了这个问题,并建立了它的复杂性与$k$ -平面性的关系.本文证明了当$h=4$和$G$是简单的$3$ -平面图时,$h$ -C_2路径平面性是NP-完全的,而当$G$是$1$ -平面图时,对任何$h$,它都能在线性时间内求解.
2018-08-28 cs.DS
Fully Dynamic Four-Vertex Subgraph Counting
本文提出了一个全面的研究算法保持所有连通的四顶点子图的数量在一个动态图。具体来说,我们的算法保持的路径长度为3的确定性摊销$\mathcal{O}(m^\frac{1}{2})$更新时间,和任何其他连接的四顶点子图,这不是一个集团在确定性摊销更新时间$\mathcal{O}(m^\frac{2}{3})$的数量。可以在恒定的时间内回答问题。我们还研究了查询时间的子图包含一个任意的边缘,只提供与查询,以及只包含一个顶点$s$,这是事先固定的子图的情况下被认为是。对于长度为3的路径,爪子,$4$ -周期,钻石我们的边界匹配或不远(条件)下界:基于OMv猜想,我们表明,任何动态算法,检测存在的爪子,钻石,或$4$ -周期或计数长度- $3$路径需要更新时间$Ω(m^{1/2-δ})$。此外,对于$4$ -团和所有连接的诱导子图,我们证明了$Ω(m^{1-δ})$的下限为任何小常数$δ> 0$的摊销更新时间,假设静态组合$4$ -团猜想成立。这表明Eppstein等人对这些子图的$\mathcal{O}(m)$算法不能通过多项式因子来改进。
2022-03-16 cs.DS
A Branch-and-Bound Approach for Maximum Low-Diameter Dense Subgraph Problems
University of Electronic Science and Technology of China(电子科技大学);Peking University(北京大学);Shenzhen Institute of Artificial Intelligence and Robotics for Society, The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳)深圳市人工智能与机器人研究院)
本文针对最大直径至多为二的 $f(\cdot)$-稠密子图问题,提出基于分解的分支定界算法,结合退化序分解策略和基于排序的上界,在真实图上显著优于MIP求解器与纯分支定界方法。
2025-11-06 cs.DS
Sparse induced subgraphs in $P_7$-free graphs of bounded clique number
Princeton University(普林斯顿大学);University of Warsaw(华沙大学);Warsaw University of Technology(华沙理工大学)
研究问题:在排除$P_7$作为诱导子图且 clique 数有限的图中寻找最大的稀疏诱导子图;核心方法:利用CMSO$_2$逻辑定义的性质;主要贡献:证明所有此类问题在$P_7$-free图中具有多项式时间可解性。
2026-05-17 cs.DS math.CO
Well-Quasi-Ordering versus Clique-Width: New Results on Bigenic Classes
Daligault,Rao和Rassé提出了一个问题:一类由诱导子图关系良好拟序的遗传图是否具有有界的图宽. Lozin,Razgon和Zamaraev最近表明,这是不正确的类定义的无穷多个禁止诱导子图。然而,在许多情况下禁止诱导子图的问题仍然是开放的,我们猜想,在这种情况下,答案是肯定的。已知该猜想对于由单个禁止诱导子图$H$定义的图类成立,因为这样的图是良好准序的,并且具有有界的宽度当且仅当$H$是$P_4$的诱导子图。对于双基因图类,即由两个禁止的诱导子图定义的图类,这两种分类中都存在几种开放情况。在本文中,我们得到了一些新的结果,良好的拟序性的双基因类,其中每一个支持的猜想。
2016-11-11 cs.DM cs.DS math.CO
Sampling Arbitrary Subgraphs Exactly Uniformly in Sublinear Time
我们提出了一个简单的次线性时间算法,用于从具有$m$边的图$G$中采样任意子图$H$ \emph{exactly uniformly},该算法通过执行以下类型的查询来访问:(1)度查询,(2)邻居查询,(3)对查询和(4)边采样查询。该算法的查询复杂度和运行时间分别为$\tilde{O}(\min\{m, \frac{m^{ρ(H)}}{\# H}\})$和$\tilde{O}(\frac{m^{ρ(H)}}{\# H})$,其中$ρ(H)$是$H$的分数边覆盖,$\# H$是$G$中$H$的拷贝数.对于$r$顶点上的任何团,即,$H=K_r$,我们的算法几乎是最佳的,因为任何算法,样本的$H$从任何分布,具有$Ω(1)$总概率质量的集合上的所有副本的$H$必须执行$Ω(\min\{m, \frac{m^{ρ(H)}}{\# H\cdot (cr)^r}\})$查询。结合Assadi,Kapralov和Khanna [ITCS 2018]的子图$H$数量的$(1\pm \varepsilon)$近似算法的查询和时间复杂度以及Eden和Rosenbaum [APPROX 2018]的近似计数集团的下限,我们的结果表明,在我们的查询模型中,近似计数集团“等同于”完全均匀采样集团,在这个意义上,精确均匀采样和随机近似计数的查询和时间复杂度在彼此的多对数因子内。这与Jerrum,Valia…
2021-03-25 cs.DS
Counting Cohesive Subgraphs with Hereditary Properties
本文研究具有遗传性质的内聚子图计数问题,提出 HCSList 枚举框架与可隐式组合计数的 HCSPivot 枢轴框架,并针对 s-defective clique 和 s-plex 剪枝优化,实验验证其高效有效。
2024-05-08 cs.DS
Beyond Distributed Subgraph Detection: Induced Subgraphs, Multicolored Problems and Graph Parameters
子图检测是分布式计算的CONGEST模型中研究最多的问题之一。本文研究了与子图检测密切相关的问题的分布复杂性,主要集中在导出子图检测上。本文的主要工作是给出输入图的结构参数的下界和参数化算法:--在一般图上,给出CONGEST中树宽为2的圈和模式的诱导检测的无条件下界。此外,通过适应减少集中参数化的复杂性,我们证明了下界在CONGEST检测模式的4-团,并诱导路径检测条件的硬度在拥挤的集团三角形检测。--在有界退化的图上,我们证明了在CONGEST中使用参数化算法的技术可以快速检测到诱导路径,而检测树宽为2的循环和模式是困难的。--在顶点覆盖数有界的图上,我们证明了对任何模式图,在CONGEST中导出子图的检测是容易的。更具体地说,我们适应一个集中的参数化算法更一般的最大共同诱导子图检测问题的分布式设置。除了这些诱导子图检测结果,我们研究了各种相关的问题,在拥塞和拥挤的集团模型,包括多色版本的子图检测问题。
2021-12-07 cs.DC cs.DS
Parallel Clique Counting and Peeling Algorithms
我们提出了一个新的并行算法$k$ -团计数/上市,具有多对数跨度(并行时间),是工作效率(匹配的工作最好的顺序算法)稀疏图。我们的算法是基于计算低出度的方向,我们提出了新的线性工作和多学科的并行计算算法。我们还提出了新的并行算法产生无偏估计的团计数使用图稀疏化。最后,我们设计了两个新的并行算法来逼近$k$ -团的可扩展子图,其中第一个是$1/k$ -逼近,第二个是$1/(k(1+ε))$ -逼近,并具有多对数跨度。我们的第一个算法不具有多对数跨度,但我们证明了它解决了一个P-完全问题。除了理论结果,我们还实现了算法,并提出了各种优化,以提高其实际性能。在一个30核的双向超线程机器上,我们的算法对$k$ -团计数和$k$ -团分布子图分别获得了13.23- 38.99倍和1.19- 13.76倍的自相关并行加速比.与最先进的并行$k$ -团计数算法相比,我们实现了高达9.88倍的加速比,与现有的$k$ -团分布子图的实现相比,我们实现了高达11.83倍的加速比。我们能够计算的$4$ -团计数的最大的公开可用的图超过两千亿边的第一次。
2021-07-16 cs.DC cs.DS
The Landscape of the Planted Clique Problem: Dense subgraphs and the Overlap Gap Property
MIT(麻省理工学院);NYU(纽约大学)
本文研究了种植团问题的计算-统计间隙,其中将一个大小为$k$的团种植到Erdos Renyi图$G(n,\frac{1}{2})$中,得到一个图$G\left(n,\frac{1}{2},k\right)$ .目标是通过观察$G\left(n,\frac{1}{2},k\right)$来恢复种植的团顶点。已知对于任何$ε>0$,只要$k \geq \left(2+ε\right)\log n $就可以恢复团,但是对于该任务没有多项式时间算法已知,除非$k=Ω\left(\sqrt{n} \right)$。作为试图理解这种计算统计差距的一种尝试,我们研究了$G$的“足够密集”的子图的景观及其与种植集团的重叠。利用一阶矩方法,研究了具有固定但任意重叠大小的子图与种植团的重叠子图问题,并证明了在$k=Θ\left(\sqrt{n}\right)$上存在重叠带隙性质(OGP)的相变. OGP是一个最初在自旋玻璃理论中引入的概念,当它出现时,它被认为是算法硬度。当$k$是$n$的一个小的正幂时,我们利用条件二阶矩方法建立了OGP的存在性。作为我们的主要技术工具,我们建立了第一个,尽我们所知,浓度的结果为$K$ -denominator子图问题的埃尔多斯-雷尼模型$G\left(n,\frac{1}{2}\right)$时,$K=n^{0.5-ε}$为任意$ε>0$。最后,为了研究OGP,我们…
2019-12-30 cs.DS cs.LG math.OC
Finding Triangles and Other Small Subgraphs in Geometric Intersection Graphs
我们考虑相关的问题,找到短周期,小集团,小独立集,小的子图在几何求交图。我们获得了大量的新结果。举例来说:* 对于平面上$n$线段的交图,我们给出了在$O(n^{1.408})$时间内求3-圈,在$O(n^{1.652})$时间内求3-大小独立集,在近$O(n^{24/13})$时间内求4-团,在$O(n^{0.565k+O(1)})$时间内求$k$ -团(或任意$k$ -顶点诱导子图)的算法,对于任意常数$k$,我们还可以计算近$O(n^{3/2})$时间内的围长. * 对于定维$d$中的$n$轴对齐盒的交图,我们给出了在$O(n^{1.408})$时间内对任意$d$(4-团)求3-圈的算法(或任何4-顶点诱导子图)在$O(n^{1.715})$时间内的集合,在接近$O(n^{3/2})$时间内的大小为4的独立集合,在接近$O(n^{4/3})$时间内的大小为5的独立集合,以及对任意$d$和任意常数$k$,在$O(n^{0.429k+O(1)})$时间内的$k$ -团(或任意$k$ -顶点诱导子图). * 对于$n$胖对象在任意常维$d$上的交图,给出了一个在$O(n\log n)$时间内求任意$k$ -顶点(非诱导)子图的算法,推广了Kaplan,Klost,Mulzer,Roddity,Seiferth和Sharir(1999)关于二维圆盘图中3-圈的结果.使用了多种技术,包…
2022-11-10 cs.CG cs.DS
Exact recovery of planted cliques in semi-random graphs
Indian Institute of Science, Bangalore(印度科学学院)
本文提出了一种基于SDP的算法,用于在半随机图中精确恢复种植的团,并展示了该算法的保证性能。
2025-12-07 cs.DS
The Strongish Planted Clique Hypothesis and Its Consequences
我们制定了一个新的硬度假设,强种植集团假设(SPCH),它假定任何种植集团的算法必须运行在时间$n^{Ω(\log{n})}$(使国家的最先进的运行时间$n^{O(\log n)}$是最佳的指数常数)。我们提供了两套新假设的应用。首先,我们证明了SPCH对于下列研究得很好的问题,在参数$k$方面,暗示了(几乎)紧不可逼近的结果:Denmark $k$ -子图,最小$k$ -边子图,Denmark $k$ -子超图,Steiner $k$ -森林,和有向Steiner网络与$k$终端对。例如,我们表明,在SPCH下,没有多项式时间算法实现$o(k)$ -近似Denmark $k$ -子图。该不可近似性比改进了来自(Chalermsook等人,FOCS 2017)。此外,我们的下界甚至对固定参数易处理的算法与参数$k$。我们的第二个应用程序集中在复杂的图形模式检测。对于诱导和非诱导图形模式检测,我们证明了SPCH下的硬度结果,这改善了由(Dalirrooyfard等人,STOC 2019)下的指数时间假设。
2020-11-11 cs.CC cs.DS
Accelerating Clique Counting in Sparse Real-World Graphs via Communication-Reducing Optimizations
图挖掘中的一个重要问题是计算大图中特定子图的实例数。寻找大小为k的团(k-cliques)是这个NP难问题的一个例子。不同的团计数算法通过旋转或排序图来避免多次计数相同的团。基于排序的算法包括一个排序步骤,以指导输入图中的边,和一个计数步骤,这是由建立节点或边诱导的子图为主。在基于排序的算法中,kClist是设计用于稀疏真实世界图的最先进算法。尽管kClist的顶点并行实现具有领先的整体性能,但在具有几百万个顶点的图上的实际扩展性并不好。我们提出了CITRON(团计数与流量减少优化),以提高并行可扩展性,从而整体性能的团计数。我们通过放弃kClist的顺序核心排序并使用并行化的度排序来加速排序阶段。我们使用重组的子图数据结构加快了计数阶段,减少了内存流量,改善了扩展瓶颈。我们的排序,紧凑的邻居列表提高了局部性和通信效率,从而导致近线性的并行缩放。CITRON在计数中等大小的团时显著优于kClist,从而增加了用于团计数的实用图形的大小。我们最近意识到ArbCount(arXiv:2002.10047),它的性能往往优于我们。然而,我们相信本文中的分析将有助于任何希望了解k团计数性能特征的人。
2021-12-29 cs.DC cs.DS cs.PF
Induced Minor Free Graphs: Isomorphism and Clique-width
给定两个图$G$和$H$,我们说$G$包含$H$作为导出子图,如果一个图同构于$H$,可以从$G$通过一系列的顶点删除和边收缩得到.本文研究了图同构的复杂性,其中不包括一个固定的图作为诱导子图。更准确地说,我们确定每个图$H$,图同构是多项式时间可解的$H$ -诱导-次要-自由图或它是GI-完全的。此外,我们还对那些$H$ -诱导-子图-自由图具有有界宽度的图$H$进行分类。这两个结果补充了类似的二分法的图,排除一个固定的图作为诱导子图,未成年人,或子图。
2016-05-27 cs.DM cs.DS
Deterministic subgraph detection in broadcast CONGEST
我们提出了简单的确定性算法的子图发现和枚举的广播CONGEST模型的分布式计算:--对于任何恒定的$k$,检测$k$ -路径和树的$k$节点可以在$O(1)$轮。--对于任何常量$k$,检测$k$ -循环和$k$节点上的伪树可以在$O(n)$轮中完成。--在$d$ -退化图上,团和$4$ -圈可以在$O(d + \log n)$轮中枚举,$5$ -圈可以在$O(d^2 + \log n)$轮中枚举。在许多情况下,这些界限紧到对数因子。此外,我们表明,$d$退化图的算法可以改进到最佳的复杂度$O(d/\log n)$和$O(d^2/\log n)$,分别在支持的CONGEST模型,这可以被看作是一个中间模型之间的CONGEST和拥塞集团。
2017-09-21 cs.DC cs.DS
Clique-Width for Hereditary Graph Classes
由于其在理解算法易处理性中的用途,cnum-width是一个被充分研究的图参数:如果图类${\cal G}$的cnum-width由常数限制,则通常NP完全的大范围问题可以被证明是在${\cal G}$上多项式时间可解的。基于这个原因,许多图类的簇宽度的有界性或无界性已经被研究和确定。我们调查这些结果的遗传图类,这是封闭的下采取诱导子图的图类。然后,我们讨论这些结果的算法后果,特别是着色和图同构问题。我们还解释了遗传图类的诱导子图关系对簇宽有界性和良拟序性的结果之间可能存在的强联系。
2019-01-07 cs.CC cs.DM cs.DS
Clique-width and Well-Quasi-Ordering of Triangle-Free Graph Classes
Daligault,Rao和Rassé提出了一个问题,即是否每个遗传的图类都有界的宽度,这些遗传的图类是由诱导子图关系良准序的. Lozin,Razgon和Zamaraev(JCTB 2017+)对这个问题给出了否定的答案,但他们的反例是一类只能由无限多个禁止诱导子图表征的图。这就提出了一个问题,是否有一个肯定的答案,为非线性定义的遗传图类。除了两个顽固的情况下,这已被证实时,最多有两个诱导子图$H_1,H_2$是禁止的。我们确认它的两个顽固的情况下,即为$(H_1,H_2)=(\mbox{triangle},P_2+P_4)$的情况下,通过证明类的$(\mbox{triangle},P_2+P_4)$ -免费的图有界的宽度和良好的准有序。我们的技术是基于一个特殊的分解的$3$ -部图。我们还使用这种技术来证明类的$(\mbox{triangle},P_1+P_5)$ -免费的图,这是已知的有界的宽度,是良好的准有序。我们的结果使我们能够完成的分类图$H$的类$(\mbox{triangle},H)$ -自由图是良好的准有序。
2017-11-23 cs.DM cs.DS math.CO
Graph Isomorphism for Graph Classes Characterized by two Forbidden Induced Subgraphs
我们研究了图类的图同构问题的复杂性,其特征在于由有限数量的禁止诱导子图,主要集中在两个禁止子图的情况下。我们显示硬度的结果和开发技术的结构分析,这样的图形类,适用于两个禁止的子图的情况下,给出了以下结果:二分法到同构完整的多项式时间可解的图形类的所有,但许多情况下,每当禁止的图形是一个集团,一个泛,或补充这些图形。进一步减少剩余的开放的情况下,我们表明,(相对于图同构)禁止泛相当于禁止一个大小为3的集团。
2012-08-02 cs.CC cs.DM cs.DS
Clique-free t-matchings in degree-bounded graphs
本文研究最大度不超过 t+1 的图中不含禁止完全多部子图的最大 t-匹配问题,提出基于半边小工具的快速组合算法,首次解决加权版本并加速无权版本。
2024-05-01 cs.DM cs.DS math.CO
Treewidth versus clique number. I. Graph classes with a forbidden structure
树宽是一个重要的图不变量,与结构和算法原因有关。图类具有有界树宽的一个必要条件是不存在大的团。我们研究了图类在导出子图下的闭性,在导出子图下的闭性条件也是充分的,我们称之为$(tw,ω)$ -有界的。已知这样的图类具有与团和$k$着色问题的变体相关的有用的算法应用。我们考虑六个著名的图包含关系:子图,拓扑子图,子图,诱导子图,诱导拓扑子图,和诱导子图关系。对于它们中的每一个,我们给出了图$H$的一个完全特征,使得除$H$之外的图类是$(tw,ω)$ -有界的。我们的结果得到了一个无限族的$χ$ -有界诱导子闭图类,并暗示了这类$1$ -完全可定向图是$(tw,ω)$ -有界的,从而对每个固定的~ $k$给出了$k$ $k$ -着色$1$ -完全可定向图的线性时间算法.这分别回答了2018年Bre \v sar、Hartinger、Kos和Milani{ \v c}的问题以及2019年Beisegel、Chudnovsky、Gurvich、Milani{ \v c}和Servatius的问题。我们还揭示了一些进一步的算法的影响$(tw,ω)$ -有界列表$k$ -着色和集团问题。此外,我们提出了一个问题的复杂性的最大重量独立集问题的$(tw,ω)$ -有界图类,并证明了这个问题是多项式时间可解的,除了一个固定的明星作为一个诱导子图的每一类图。
2021-10-24 cs.DM cs.DS math.CO
Robust Densest Subgraph Discovery
稠密子图发现是图挖掘中的一个重要问题,在不同的领域有着广泛的应用。在密度子图问题中,给定具有边权重向量$w=(w_e)_{e\in E}$的无向图$G=(V,E)$,我们的目标是找到最大化密度的$S\subseteq V$,即,$w(S)/|S|$,其中$w(S)$是由$S$诱导的子图中的边的权重之和。虽然稠密子图问题是稠密子图发现中研究最多的优化问题之一,但有一个隐含的强假设;假设所有边的权重都确切地知道为输入。在现实世界的应用中,经常有这样的情况,我们只有不确定的信息的边缘权重。在这项研究中,我们提供了一个框架下的边权重的不确定性稠密子图发现。具体来说,我们解决这样的不确定性问题,使用鲁棒优化理论。首先,我们制定了我们的基本问题,强大的denumbersubgraph问题,并提出了一个简单的算法。然后,我们制定了强大的densoring子图问题与采样预言机模型密集子图发现使用边权重采样预言机,并提出了一个算法具有很强的理论性能保证。计算实验使用合成图和流行的现实世界的图形证明了我们提出的算法的有效性。
2018-09-13 cs.DS cs.SI
Clique-Relaxed Competitive Graph Coloring
我们研究了图着色对策的一个变形,如[2]中所研究的。在最初的着色游戏中,两个参与者,Alice和Bob,用一个固定的颜色集合中的合法颜色交替给图上的顶点着色,其中颜色α对于一个顶点是合法的,如果该顶点没有邻居着色为α。游戏的其他变体改变了合法颜色的定义。对于一个固定的颜色集,如果游戏结束时所有顶点都被着色,则Alice获胜,而如果游戏中存在一个顶点不能被分配合法颜色的点,则Bob获胜。Alice在图G上获胜策略所需的最少颜色数称为G的博弈色数,记为\c{hi} g(G)。一个研究得很好的变体是d-松弛着色游戏[5],其中图G的合法着色被定义为对V(G)的任何颜色分配,使得由任何颜色类诱导的G的子图具有最大度d。本文研究了k-团松弛n-着色对策。图G的k-团松弛n-染色是指G的任一色类所诱导的子图的最大团大小小于或等于k的n-染色,也就是说,G的k-团松弛n-染色是指V(G)的n种颜色的赋值,其中不存在单色的(k + 1)-团.
2014-12-09 cs.DS math.CO
Hitting forbidden induced subgraphs on bounded treewidth graphs
对于固定图$H$,$H$-IS-删除问题要求给定图$G$,对于集合$S \subseteq V(G)$的最小尺寸,使得$G\setminus S$不包含$H$作为导出子图。受以前关于有界树宽图上的击中(拓扑)子图和子图的工作的启发,我们有兴趣确定,对于固定图$H$,最小函数$f_H(t)$,使得$H$ -IS-删除可以在时间$f_H(t) \cdot n^{O(1)}$中求解,假设指数时间假设(ETH),其中$t$和$n$分别表示输入图的树宽和顶点数。我们证明了对于$H$在$h \geq 3$顶点上的每个图,都有$f_H(t) = 2^{O(t^{h-2})}$,如果$H$是团或独立集,则有$f_H(t) = 2^{O(t)}$。我们通过推广Cygan等人[MFCS 2014]对子图版本的简化,提出了一些下界。特别是,我们表明,当$H$稍微偏离一个集团,功能$f_H(t)$遭受急剧的跳跃:如果$H$是从一个集团的大小$h$通过删除一个边缘,然后$f_H(t) = 2^{Θ(t^{h-2})}$。我们还表明,$f_H(t) = 2^{Ω(t^{h})}$时,$H=K_{h,h}$,这种减少回答了一个开放的问题米。Pilipczuk [MFCS 2011]关于子图版本的函数$f_{C_4}(t)$。受Cygan等人[MFCS 2014]的启发,我们还考虑了该问题的彩色变体,其中$G$的…
2022-09-08 cs.CC cs.DS math.CO
Intersection-Link Representations of Graphs
我们考虑包含稠密子图的图的绘图。我们引入交叉链接表示这样的图,其中每个顶点$u$表示的几何对象$R(u)$和每个边缘$(u,v)$表示的交叉点之间的$R(u)$和$R(v)$,如果它属于一个密集的子图或曲线连接的边界$R(u)$和$R(v)$否则。我们研究的平面性的概念,称为集团平面性,交叉链接表示的密集的子图是集团的图。
2015-08-30 cs.CG cs.DM cs.DS
Graph pattern detection: Hardness for all induced patterns and faster non-induced cycles
我们考虑图中的模式检测问题:给定一个恒定大小的模式图$H$和一个宿主图$G$,判断$G$是否包含一个与$H$同构的子图.我们的主要结果是:* 证明了如果模式$H$包含$k$ -团子图,则检测$n$节点宿主图是否包含$H$的不一定诱导副本至少需要检测$n$节点图是否包含$k$ -团的时间.以前的这种性质的结果要求$H$包含一个$k$ -团,它与$H$的所有其他$k$ -团不相交。* 我们表明,如果著名的Hadwiger猜想从图论是真的,然后检测是否一个$n$节点主机图包含一个不一定诱导的副本的模式与色数$t$至少需要时间检测是否一个$n$节点图包含一个$t$ -团。这意味着:(1)在Hadwiger猜想下,对于每个$k$节点模式$H$,找到$H$的诱导副本至少需要$\sqrt k$ -团检测的时间,并且对于任何恒定深度电路至少需要$ω(n^{\sqrt{k}/4})$的大小,以及(2)无条件地,检测随机$G(k,p)$模式w. h. p.的诱导副本至少需要$Θ(k/\log k)$ -团检测的时间,并且因此对于恒定深度的电路也至少是尺寸$n^{Ω(k/\log k)}$。* 最后,我们考虑的情况下,当模式是一个有向循环的$k$节点,我们想检测是否有向$m$ -边图$G$包含一个$k$ -循环不一定诱导子图。我们解决了一个14岁的猜想[Yuster-Zwick SODA'04]的复杂性…
2019-04-07 cs.CC cs.DS
Reconfiguring spanning and induced subgraphs
子图重构是一类关注解空间的可达性的问题,其中可行解是子图,表示为顶点集或边集,满足规定的图结构属性。虽然以前的工作可以归类为子图重构,但大多数相关结果都出现在所考虑的属性的名称下;例如,独立集,团和匹配。本文从图的结构性质出发,系统地阐明了子图重构的复杂性状况。
2018-03-16 cs.CC cs.DM cs.DS
Hereditary Graph Classes: When the Complexities of Colouring and Clique Cover Coincide
如果一个图不包含同构于$H_1$或$H_2$的导出子图,则对于一对图$H_1,H_2$,该图是$(H_1,H_2)$ -free的.在2001年,Král ',Kratochv' ıl,Tuza和Woeginger开始了一项关于无$(H_1,H_2)$图着色复杂性的研究。从那时起,其他人试图完成他们的研究,但许多案件仍然悬而未决。我们主要研究$H_2$是$H_1$的补$\overline{H_1}$的无$(H_1,H_2)$图.由于这些类在互补下是封闭的,因此着色和团覆盖的计算复杂性一致。通过结合新的和已知的结果,我们能够分类的复杂性着色和团覆盖的$(H,\overline{H})$ -自由图的所有情况下,除了当$H=sP_1+ P_3$的$s\geq 3$或$H=sP_1+P_4$的$s\geq 2$。我们还分类的复杂性着色的图形类,其特征在于禁止有限数量的自互补诱导子图,我们发起了一项研究的$k$ -着色的$(P_r,\overline{P_r})$ -自由图。
2017-06-07 cs.CC cs.DM cs.DS
Sparse induced subgraphs in P_6-free graphs
Princeton University(普林斯顿大学);Institute of Informatics, University of Warsaw(华沙大学信息学研究所);IT University of Copenhagen(哥本哈根信息技术大学);Warsaw University of Technology(华沙理工大学)
该研究解决无P6图中特定稀疏诱导子图相关问题的多项式可解性,通过推广势极大团框架,仅需列出carver即可求解,推广了此前无P5图的相关成果。
2026-08-06 cs.DM cs.DS math.CO
Treewidth versus clique number. IV. Tree-independence number of graphs excluding an induced star
本文针对由有限多个禁止导出子图定义的图类,证明了排除导出星的图类及线图子类满足$(tw,ω)$-有界等价于有界树独立性数的猜想,并导出了最大权独立集问题的多项式时间算法。
2024-02-20 cs.DM cs.DS math.CO
A new upper bound for the clique cover number with applications
设$α(G)$和$β(G)$表示无向图$G$的最大独立集的大小和团覆盖数。设$H$是一个具有$V(G)=V(H)$和$E(G)\subseteq E(H)$的区间图,$ϕ(G,H)$表示$G$的${β(G[W])\over α(G[W])}$整体导出子图$G[W]$的最大值,这些子图是$H$中的团.本文的主要结果是证明了对任何图$G$ $${β(G)}\le 2 α(H)ϕ(G,H)(\log α(H)+1),$$,其中$α(H)$是$H$中最大独立集的大小。我们进一步提供了一个推广,显着统一或改善过去的一些算法和结构的结果,一些著名的交叉图的团覆盖数。
2015-02-22 cs.DM cs.DS math.CO