诱导圈与诱导路比你想象的更难
计算复杂性
2022-09-07 v1 数据结构与算法
摘要
本文的目标是基于-团假设(即当前团的最佳算法已是最优的)给出固定大小诱导模式图的子图同构(SI)问题的细粒度困难性结果。我们的第一个主要结果是:对于任何作为{\em 核}(core)的模式图,的SI问题至少与-团一样难,其中是的最大团次要的大小。这改进了(对核而言)先前已知的结果[Dalirrooyfard-Vassilevska W. STOC'20]:的SI至少与-团一样难,其中是中最大团{\em 子图}的大小,或的色数(在Hadwiger猜想下)。对于检测\emph{任意}图模式,我们进一步去除了[Dalirrooyfard-Vassilevska W. STOC'20]结果对Hadwiger猜想的依赖,代价是下界有次多项式的减小。关于核的结果使我们能够证明:诱导-路和-圈的SI问题比先前所知更难。先前[Floderus et al. Theor. CS 2015]已表明-路和-圈的检测至少与-团一样难。我们证明它们实际上至少与-团一样难,将条件下界指数提升了倍。最后,我们给出了检测诱导-圈的新条件下界:即使在具有个节点和条边的图中,也需要时间。
引用
@article{arxiv.2209.01873,
title = {Induced Cycles and Paths Are Harder Than You Think},
author = {Mina Dalirrooyfard and Virginia Vassilevska Williams},
journal= {arXiv preprint arXiv:2209.01873},
year = {2022}
}
备注
To appear in FOCS 2022