Improved Hardness of Approximating k-Clique under ETH
本文提出并行局部可测试且平滑局部可解码的纠错码及产生间隙归约框架,在 ETH 下显著改进 k-Clique 的参数化近似不可判定难度。
2023-09-26 cs.CC
Hard Clique Formulas for Resolution
该研究将稀疏且解析难的3-CNF公式转换为k-团问题,证明其在解析中的硬度,解决了k-团问题的开放难题。
2026-01-26 cs.CC cs.LO
Open Problem: Average-Case Hardness of Hypergraphic Planted Clique Detection
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Duke University(杜克大学)
我们注意到的意义超图种植集团(HPC)检测在调查的计算硬度的张量问题的范围。我们问,如果更多的证据HPC检测的计算硬度可以开发。特别是,我们推测,如果它是可能的,以建立HPC和PC检测之间的计算硬度的等价性。
2020-09-12 cs.CC cs.LG math.CO
NP-hardness results for partitioning graphs into disjoint cliques and a triangle-free subgraph
研究了判定图的顶点是否可划分为不相交的团并和无三角形子图的计算复杂性。这个问题在任意图上都是$\NP$ -完全的。我们表明,这个问题仍然是$\NP$ -完全的,即使限制到平面图和完美图。
2014-04-08 cs.CC cs.DM
Torsion detection in clique complexes is conditionally $QMA_1$-hard
Department of Computer Science, University of Oxford(牛津大学计算机系)
该研究通过将射影平面三角剖分附加到任意团复形,将模2贝蒂数归约为高一维的2-挠,证明在无权重图中检测挠是NP-困难的,且在模2团同调困难时是QMA1-困难的。
2026-09-23 cs.CC quant-ph
Induced Cycles and Paths Are Harder Than You Think
本文的目标是基于$k$ -Clique假设,即当前最好的Clique算法是最优的,给出固定大小诱导模式$H$的子图同构(SI)问题的细粒度硬度结果。我们的第一个主要结果是,对于任何模式图$H$,这是一个{ \em核心},SI问题的$H$是至少一样难$t$ -Clique,其中$t$是最大的团子的大小$H$。这改进了(对于岩心)以前已知的结果[Dalirrooyfard-Vassilevska W. STOC'20],$H$的SI至少与$k$ -团一样硬,其中$k$是$H$中最大团{ \em子图}的大小,或者是$H$的色数(在Hadwiger猜想下)。为了检测\emph{any}图模式$H$,我们进一步去除了[Dalirrooyfard-Vassilevska W. STOC'20]上的Hadwiger猜想在一个子多项式下降的下界的成本。核心的结果使我们能够证明,诱导$k$ -路径和$k$ -循环的SI问题比以前已知的更难。以前[Floderus et al. Theor. CS 2015]已经表明$k$ -路径和$k$ -循环至少与$\lfloor k/2\rfloor$ -团一样难以检测。我们表明,他们实际上至少是硬的$3k/4-O(1)$ -团,提高了条件的下限指数的一个因素$3/2$。最后,我们提供了一个新的条件下界检测诱导$4$ -圈:$n^{2-o(1)}$时间是必要的,…
2022-09-05 cs.CC cs.DS
On the Parameterized Complexity of Relaxations of Clique
我们调查的参数化复杂性的几个问题正式集群识别图。换句话说,我们问一个图是否包含一个足够大和足够连通的子图。本文研究了CLIQUE的三种松弛:$s$ -CLUB和$s$ -CLIQUE,其中松弛分别集中在簇和原始图中的距离上,以及$γ$ -COMPLENT SUBGRAPH,其中松弛集中在簇中的最小度上.由于这三个问题都是NP难的,我们在这里研究它们的参数化复杂性。我们证明了$s$和$s$是NP-难的,甚至仅限于退化图$\le 3$(当$s \ge 3$时)和退化图$\le 2$(当$s \ge 5$时),这是一个严格强于以退化度为参数的W[1]-难性的结果.我们还得到了这些问题在退化图$1$上是多项式时间可解的。对于$γ$ -完全子图,我们证明了它是W[1]-硬的,它由退化度和$γ$ -完全子图外部的元素数两个参数表示,其中退化度表示W[1]-硬,而W[1]-硬是由$γ$-完全子图的顶点数表示的.
2023-03-22 cs.CC cs.DM
On Lower Bounds of Approximating Parameterized $k$-Clique
给定一个简单图$G$和一个整数$k$,$k$ -团问题的目标是判定$G$是否包含大小为$k$的完全子图.如果当$G$保证有一个$k$-团时,一个算法能找到一个大小至少为$k / g(k)$的团,我们说这个算法在一个因子$g(k)$内近似$k$-团。最近,它表明,近似$k$ -团在一个常数的因素是W[1]-硬[林21]。研究了指数时间假设下$k$ -团的逼近问题. [Lin 21]的减少已经暗示了ETH下的$n^{Ω(\sqrt[6]{\log k})}$ -时间下限。我们将这个下界改进为$n^{Ω(\log k)}$。利用扩展图的间隙放大技术,证明了ETH下$k$ -Clique不存在$k^{o(1)}$因子FPT-近似算法.我们还提出了一种新的方法来证明ETH下的参数化不可近似性假设(PIH)。我们表明,如果没有$n^{O(\frac{k}{\log k})}$算法近似$k$ -集团内的一个常数的因素,那么PIH是真的。
2022-08-03 cs.CC
The Upper Clique Transversal Problem: Hardness and Algorithms
University of Primorska(波希米亚大学);Osaka Metropolitan University(大阪公立大学)
本文首次研究上团横贯数问题,分析其在多种图类中的算法复杂度,给出不同图类的NP完全性或多项式/线性时间可解结论,并提出开放问题。
2026-10-12 cs.CC cs.DM cs.DS
Average-case hardness of Betti number estimation
Department of Computer Science, University of Oxford(牛津大学计算机科学系)
通过从种植团问题的归约,证明了随机团复形上Betti数估计的平均情况困难性,并推导出经典和量子TDA中多个问题的条件困难性结果,阐明了量子优势的结构性要求。
2026-09-14 cs.CC quant-ph
Hardness of clique approximation for monotone circuits
本研究结合向日葵猜想突破成果,改进了单调电路近似团问题的下界至$2^{\u000btildeΩ(\u221an)}$,并构造了对应显式电路,阐明了可与随机图区分的最大团规模的电路复杂度分界。
2025-01-16 cs.CC
Improving Viterbi is Hard: Better Runtimes Imply Faster Clique Algorithms
维特比的经典算法计算隐马尔可夫模型(HMM)中最可能的路径,从而产生给定的观测序列。它在时间$O(Tn^2)$中运行,给定来自具有$n$状态的HMM的$T$观测序列。尽管在这个问题上的重大利益和长期的努力,不同的社区,没有已知的算法实现超过一个多项式对数加速。在本文中,我们通过提供匹配的条件下界来解释这一困难。我们表明,维特比算法的运行时间是最佳的子多项式的因素,即使当不同的意见是小的。我们的下界是基于这样的假设,即所有对最短路径问题(APSP)和最大权$k$ -团问题的边加权图的最佳已知算法基本上是紧的。最后,使用Green Larsen和Williams最近提出的在线布尔矩阵向量乘法算法,当HMM中几乎没有不同的转移概率时,我们得到了Viterbi算法的$2^{Ω(\sqrt {\log n})}$加速。
2016-11-03 cs.CC cs.DS
Maximum Clique in Disk-Like Intersection Graphs
研究了平面上凸体交图的最大团的复杂性。在算法方面,我们扩展多项式时间算法的单位磁盘[克拉克'90,Raghavan和Spinrad '03]的任何固定的凸集的翻译。我们还推广了有效的多项式时间近似方案(EPTAS)和次指数算法的磁盘[Bonnet等。'18,Bonamy等。'18]到一个固定的中心对称凸集的同位。关于这个主题的主要开放问题是圆盘图中最大团的复杂性。目前还不知道这个问题是否是NP难的。我们观察到,到目前为止,所有的硬度证明最大团的交集图类$\mathcal I$遵循相同的道路。证明了对于一个足够大的类$\mathcal C$的图$G$,其偶数剖分的补图属于交类$\mathcal I$ .然后他们得出结论调用类$\mathcal C$上的最大独立集的硬度,以及偶数细分保持该硬度的事实。然而,有一个强有力的证据表明,这种方法不能工作的磁盘图[Bonnet等人。我们提出了一种新的方法,基于一个问题,我们称之为最大间隔排列避免,我们证明不太可能有一个次指数时间近似方案。我们转移的硬度最大团相交图形的对象,可以是半平面(或单位磁盘)或轴平行的矩形。这个问题不适用于以前的办法。我们希望最大间隔置换避免的一个缩小的(仅仅是NP难的)变体可以帮助在磁盘的情况下取得进展,例如通过显示(凸)伪磁盘的NP难。
2020-03-05 cs.CC cs.CG cs.DS
The Clique Problem in Ray Intersection Graphs
光线相交图是平面中光线或半直线的相交图。我们证明了任何平面图都有一个偶剖分,它的补图是一个射线交图。该构造可以在多项式时间内完成,并且意味着在段交图中找到最大团是NP-难的。这解决了Kratochvíl和Nešetziil提出的一个21年前的开放问题。
2011-11-25 cs.CC cs.CG
Statistical Algorithms and a Lower Bound for Detecting Planted Clique
我们介绍了一个框架,用于证明计算问题的下限分布对算法,可以使用访问统计查询Oracle。对于这样的算法,对输入分布的访问限于获得对从输入分布随机抽取的样本的任何给定函数的期望的估计,而不是直接访问样本。在理论和实践中最感兴趣的自然算法,例如,基于矩的方法、局部搜索、用于凸优化的标准迭代法、MCMC和模拟退火可以在该框架中实现。我们的框架基于学习理论中的统计查询模型(Kearns,1998)。我们的主要应用程序是一个几乎最优的下界的复杂性的任何统计查询算法检测种植二分团分布(或种植稠密的子图分布)时,种植团的大小$O(n^{1/2-δ})$的任何常数$δ> 0$。这些问题的变体的假设硬度已被用来证明其他几个问题的硬度,并作为密码学应用程序的安全性的保证。我们的下限提供了硬度的具体证据,从而支持这些假设。
2016-08-15 cs.CC cs.DS
Complexity lower bounds for succinct binary structures of bounded clique-width with restrictions
Institute for Basic Science(基础科学研究所);Aix Marseille University(艾克斯-马赛大学);CNRS(法国国家科学研究中心);Université publique(公立大学)
本文研究了具有受限团宽的简洁二元结构的复杂性下界,提出了一种扩展框架,允许多个二元关系并限制新符号的解释,证明了某些问题的NP难、coNP难或P难性。
2026-02-20 cs.CC cs.DM cs.LO
New Techniques for Proving Fine-Grained Average-Case Hardness
最近细粒度密码学的出现强烈地推动了开发细粒度复杂性(FGC)的平均情况模拟。本文定义了新版本的OV,$k$ SUM和零- $k$ -团,都是最坏情况和平均情况下细粒度硬假设FGC的核心假设。然后,我们使用这些作为细粒度硬度和其他问题的平均硬度的基础。新的问题以某种"因素化“的形式代表了他们的投入。我们称它们为“因式分解”-OV、"因式分解“-零- $k$ -团和”因式分解“- $3$ SUM。我们证明了因子分解的- $k$ -OV和因子分解的$k$ SUM是等价的,并且对于一类定义在布尔函数上的问题是完备的。分解的零- $k$ -团也是完全的,对于不同的问题类别。我们的硬分解问题也足够简单,我们可以将它们简化为许多其他问题,例如~编辑距离、$k$ -LCS和Max-Flow版本。我们进一步考虑计算因子化问题的变体,并为它们提供自然分布的WCtoACFG减少。通过FGC约简,我们可以从标准的最坏情况FGC假设中得到正则表达式匹配等研究充分的问题的平均情况硬度。为了获得我们的WCtoACFG还原,我们将[Boix-Adsera et al. 2019]的框架形式化,该框架用于给出用于计数$k$ -团的WCtoACFG还原。我们定义了一个明确的属性的问题,这样,如果一个问题的属性,可以使用的框架上的问题,以获得WCtoACFG自我减少。然后,我们使用的框架略有扩展Boix-Adsera等…
2020-08-14 cs.CC cs.DS
Is it possible to find the maximum clique in general graphs?
寻找最大团是一个已知的NP完全问题,也很难近似。本文提出了两种有效的算法来获得它。尽管如此,第一种算法能够在某些特殊情况下找到最大值,而第二种算法的执行时间受每个顶点所属的团数的限制。
2012-02-17 cs.CC cs.DM cs.DS
Finding a Maximum Clique in a Grounded 1-Bend String Graph
接地1-弯曲字符串图是一组多边形线的交集图,每条多边形线有一个弯曲,使得这些线位于公共水平线$\ell$上方,并且在$\ell$上恰好有一个端点。我们发现,在接地1-bend字符串图中找到一个最大团的问题是APX-困难的,即使是严格的$y$ -单调字符串。对于一般的单弯弦,即使我们将弯弦和端点的位置限制在最多三条平行的水平线上,问题仍然是APX困难的。我们给出了快速算法来计算接地段图,这是通过限制字符串的各种形式的$L$ -形状的不同子类的最大团。
2021-07-12 cs.CC cs.CG cs.DS
Solving NP-hard Problems on \textsc{GaTEx} Graphs: Linear-Time Algorithms for Perfect Orderings, Cliques, Colorings, and Independent Sets
本文研究 $\mathsf{GaTEx}$ 图上的 NP-hard 问题,利用 galled-tree 结构作为指导,提出了在线性时间内求解最大团、最优顶点着色、完美排序和最大独立集的算法。
2024-04-26 cs.CC 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
Between Treewidth and Clique-width
许多硬图问题可以有效地解决时,限制到图的有界树宽,更一般的图的有界树宽。但是这种普遍性是要付出代价的,例如四个问题MaxCut,图着色,Hamiltonian循环和边缘支配集,它们都是由树宽参数化的FPT,但是没有一个可以由树宽参数化的FPT,除非FPT = W[1],如Fomin等人[7,8]所示。因此,我们寻求一种结构图参数,它具有candle-width的一些一般性,而不需要付出这个代价。基于分裂,分支分解和Vatshelle [18]关于最大匹配宽度的工作,我们考虑了位于树宽度和分支宽度之间的图参数sm宽度。一些树宽无界的图类,如距离遗传图,具有有界的sm-宽度。证明了最大割、图着色、Hamilton圈和边支配集都是以sm-宽度为参数的FPT。
2014-04-30 cs.CC cs.DS
Fully polynomial FPT algorithms for some classes of bounded clique-width graphs
参数化的复杂性理论已经能够对图上NP难优化问题的关键结构属性进行精细分类,从而更好地理解其真正的困难。最近,P中的问题的硬度结果是使用合理的复杂性理论假设实现的,例如:强指数时间假设(SETH),3SUM和所有对最短路径(APSP)。根据这些假设,许多图论问题不承认真正的次二次算法,甚至不承认真正的次三次算法(Williams and Williams,FOCS 2010 and Abboud,Grandoni,Williams,SODA 2015)。解决上述问题的一个核心技术是固定参数多项式时间问题的固定参数算法(P-FPT)。该技术由Abboud、Williams和Wang在SODA 2016中引入,并由Husfeldt(IPEC 2016)和Fomin等人(SODA 2017)继续使用树宽作为参数。将这种技术应用于另一个重要的图形参数candle-width,仍有待完成。在本文中,我们研究了几个图论问题的硬度结果存在,如周期问题(三角形检测,三角形计数,周长,直径),距离问题(直径,偏心率,Gromov双曲,介数中心)和最大匹配。我们提供了硬度的结果和完全多项式FPT算法,使用cnum-width和它的一些上界作为参数(分裂宽度,模宽度和$P\_4$ -稀疏)。我们认为,我们最重要的结果是一个${\cal O}(k^4 \cdot n + m)$时间算法计算的最大匹配,其中$…
2017-10-18 cs.CC cs.DM cs.DS
Constructing self-referential instances for the clique problem
Northeast Normal University(东北师范大学);Guangxi Normal University(广西师范大学)
本文通过构造自指实例揭示 clique 问题的算法难度,证明相变现象并展示解空间的独立性。
2026-02-05 cs.CC cs.DS
Clique cover and graph separation: New incompressibility results
核化领域在参数化复杂性的框架下研究了困难问题的多项式时间预处理例程。虽然在2008年已经发现了一个证明核化下限的框架,并且在过去的三年中多次成功应用,但许多重要问题的核化复杂性仍然是开放的。在本文中,我们证明了,除非NP是coNP/poly的子集,并且多项式层次崩溃到其第三层,否则以下参数化问题不允许多项式时间预处理算法将实例的大小减少到参数中的多项式:- 有向边缘/顶点多路切割,由切割集的大小参数化,即使在两个终端的情况下,- EDGE/VERTEX MULTICUT,由割集的大小参数化,和- k-WAY CUT,由割集的大小参数化。EDGE CLIQUE COVER的多项式核化的存在是开放问题会议的经验丰富的老手。此外,我们的结果补充了最近的发展,在设计参数化算法的切割问题的马克思和Razgon [STOC'11],Bousquet等人。[STOC'11],Kawarabayashi和Thorup [FOCS'11]和Chitnis等人。[SODA'12]。
2011-11-02 cs.CC cs.DS
Performance of Gaussian Boson Sampling on Planted Bipartite Clique Detection
University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);Inria, Paris(法国国家数字科学研究所巴黎分部)
本文通过分析高斯玻色采样中节点权重的分布与偏差,严格证明在推测困难区间内植入二分团检测信号被自然波动淹没,首次给出该问题在 GBS 量子计算下仍可能困难的证据。
2025-11-07 cs.CC cs.DS math.CO
NP-Hardness and Inapproximability of Sparse PCA
RPI(伦斯勒理工学院)
我们从{ \sc clique}给出了一个约简,证明了稀疏PCA是NP难的。减少有一个差距,我们用来排除稀疏PCA的FPTAS(除非P=NP)。在较弱的复杂性假设下,我们也排除了多项式常数因子近似算法。
2015-02-20 cs.CC cs.DS cs.LG
Parameterized Algorithms for Modular-Width
已知一些用树宽FPT参数化的自然图问题,当用树宽FPT参数化时,就变成了W-困难问题。因此,希望找到一个不同的结构图参数,这是尽可能普遍的,覆盖密集的图形,但不会招致这样一个沉重的算法惩罚。本文的主要贡献是考虑一个参数称为模宽,使用著名的概念定义的模块分解。使用ILP和动态规划的组合,我们设法设计FPT算法的着色和分割成路径(因此,汉密尔顿路径和汉密尔顿循环),这是W-困难的crown宽度和最近引入的限制,灌木深度。因此,我们认为,模宽度占据了一个甜蜜点作为一个图形参数,推广了几个简单的概念密集图,但仍然回避了“价格的一般性”支付的candle-width。
2013-08-14 cs.CC cs.DM cs.DS
The Average-Case Complexity of Counting Cliques in Erdos-Renyi Hypergraphs
考虑具有边密度$c$的$s$ -均匀Erdos-Renyi超图$G(n,c,s)$中$k$ -团的计数问题,并证明其细粒度平均情况复杂度可以基于其最坏情况复杂度。我们证明了以下几点:1.稠密的Erdos-Renyi图和超图:使用$k$和$c$常数对$G(n,c,s)$上的$k$ -团进行计数与其最坏情况的时间复杂度匹配到$\mathrm{polylog}(n)$因子。假设随机化ETH,如果$k$和$c$恒定,则需要$n^{Ω(k)}$时间来计数$G(n,c,s)$中的$k$ -团。2.稀疏Erdos-Renyi图和超图:当$c = Θ(n^{-α})$,我们给出了几个算法,利用稀疏的$G(n, c, s)$是最快的最佳已知的最坏情况下的算法。补充这一点,基于一个细粒度的最坏情况的假设,我们的结果意味着不同的平均情况下的相图为每个固定的$α$描绘一个运行时下限和$k$之间的权衡。令人惊讶的是,在超图的情况下($s \ge 3$),这些下界严格反对我们的算法,正是当$c$高于Erdens-Rényi $k$ -团渗流阈值。这是我们所知道的关于Erdens-Rényi超图问题的第一个最坏情况到平均情况的硬度降低。我们还给出了一个变种,我们的结果计算的奇偶校验的$k$ -团计数,容忍更高的错误概率。
2021-07-22 cs.CC cs.DS math.CO
Simple Combinatorial Construction of the $k^{o(1)}$-Lower Bound for Approximating the Parameterized $k$-Clique
本文提出一种简单的组合框架,通过从(k,k-1)-Gap Clique到(q^k,q^{k-1})-Gap Clique的间隙生成自归约,在W[1]≠FPT假设下证明k-Clique的k^{o(1)}不可近似性,避免了Gap-ETH和复杂代数技术。
2024-08-09 cs.CC cs.DM cs.DS
Is the space complexity of planted clique recovery the same as that of detection?
Stanford University(斯坦福大学)
We study the planted clique problem in which a clique of size k is planted in an Erdős-Rényi graph G(n, 1/2), and one is interested in either detecting or recovering this planted clique. This problem is interesting because it is widely believed to show a statistical-computational gap at clique size k=sqrt{n}, and has emerged as the prototypical problem with such a gap from which average-case hardness of other statistical problems can be deduced. It also displays a tight computational connection between the detection and recovery variants, unlike other problems of a similar nature. This wide in…
2020-11-23 cs.CC cs.DS cs.IT