中文

平面图和准二分图的割保持顶点稀疏化

数据结构与算法 2024-10-18 v2

摘要

我们研究顶点稀疏化以保持割。给定具有子集 T=k|T|=k 的图 GG,称为术语的质量-qq 割稀疏器是图 GG',其包含 TT,使得对于将 TT 划分为非空子集的任意划分 (T1,T2)(T_1,T_2),将 T1T_1T2T_2 分离的 GG' 中的最小割值与 GG 中将 T1T_1T2T_2 分离的最小割值相符。构造具有良好(小)质量和大小的割稀疏器一直是图压缩的核心问题之一。平面图和准二分图是该研究方向中两个重要的特殊家族。本文的主要结果是针对它们在高质量 regime(其中 q=1q=11+ε1+\varepsilon 对于小 ε>0\varepsilon>0)提出新的割稀疏器构造。首先,我们表明每个平面图都允许一个平面质量-(1+ε)(1+\varepsilon) 割稀疏器,大小为 O~(k/poly(ε))\tilde O(k/\text{poly}(\varepsilon)),这与 q=1q=1 情况下 2Ω(k)2^{\Omega(k)} 的下界形成鲜明对比。随后,我们表明每个准二分图都允许一个质量-11 割稀疏器,大小为 2O~(k2)2^{\tilde O(k^2)}。这第二个结果是继平面图被证明具有单指数大小质量-11 割稀疏器之后,第二个改进一般图中双指数界的结果。最后,我们表明收缩——这是大多数以前工作中用于构造割稀疏器的方法——并不总是为割稀疏器提供最优界限。我们通过显示准二分图的质量-(1+ε)(1+\varepsilon) 收缩基于割稀疏器的最优大小界位于范围 [kΩ~(1/ε),kO(1/ε2)][k^{\tilde\Omega(1/\varepsilon)},k^{O(1/\varepsilon^2)}] 内,而在以前的工作中通过非收缩方法实现的上界为 O~(k/ε2)\tilde O(k/\varepsilon^2) 来说明这一点。

关键词

引用

@article{arxiv.2407.10852,
  title  = {Cut-Preserving Vertex Sparsifiers for Planar and Quasi-bipartite Graphs},
  author = {Yu Chen and Zihan Tan},
  journal= {arXiv preprint arXiv:2407.10852},
  year   = {2024}
}