大数据算法课程笔记5a: fixed-parameter vertex cover

1. 问题描述

一个vertex cover是一个点集的集合，并且保证图中的每一条边都存在至少一个顶点位于该点集中。

具体地，$G=(V,E)$ 的一个vertex cover $S$满足

$$S\subseteq V\wedge \{\forall e = (v,w)\in E, v\in S\text{ or } w\in S\}$$
fixed parameter vertex cover问题即寻找$|S|= k$的vertex cover。

2. 一个简单的算法

遍历$V$的所有可能子集，复杂度为$O(|V|^k)$。

3. FPT：Fixed Parameter Tractable

注意到上诉算法的fixed paramter位于$|V|$的指数项，所以我们无法说该算法是$|V|$的多项式算法。

定义FPT为复杂度为$O(f(k)n^{O(1)})$的算法。这个可以证明和$O(f'(k)+n^{O(1)})$是等价的，其中$n$表示为问题的size/难度。

对于vertex cover问题，也存在FPT的算法，具体如下：

树的深度最多为$k$，所以最终算法复杂度为$O(|E|2^k)$，或者$O(2^k+|V|+|E|)$。

4. kernelization in fixed paramter complexity

所谓kernelization，是针对输入的一个预处理。通过一些限定条件，使得输入的大小变为一个和fixed parameter相关的更小的输入。

针对vertex cover问题，缩减的工作是通过删除所有度超过$k+1$的节点完成的。而重要的是缩减后的输入大小是节点数缩减为$k(k+1)$，因为vertex cover内部的点集数不超过$k$，而每个节点的度也不超过$k$，所以所有相连节点的数目不超过$k(k+1)$。

对于缩减后的输入应用以上算法都可以得到更好的结果。

至于所有度超过$k+1$的节点都位于$S$内，是使用反证法证明的。如果该点不在$S$内，则有其余超过$k+1$个点都必须在$S$中才能满足与该点相连的边被覆盖到，而$|S|\le k$。