中文

区间图与良划分弦图上的 s-团簇顶点删除

数据结构与算法 2022-10-17 v1 计算复杂性 离散数学

摘要

本文研究 \textsc{ss-Club Cluster Vertex Deletion} 的计算复杂性。给定图,\textsc{ss-Club Cluster Vertex Deletion (ss-CVD)} 旨在从图中删除最少数量的顶点,使得所得图的每个连通分支直径至多为 ss。当 s=1s=1 时,相应问题广为人知为 \sloppy \textsc{Cluster Vertex Deletion (CVD)}。我们为 \emph{区间图} 上的 \textsc{ss-CVD} 提供了更快的算法。对每个 s1s\geq 1,我们给出在区间图上 \textsc{ss-CVD} 的 O(n(n+m))O(n(n+m)) 时间算法,其中图有 nn 个顶点和 mm 条边。在 s=1s=1 的情形,我们的算法相较 Cao 等人(Theor. Comput. Sci., 2018)的 O(n3)O(n^3) 时间算法略有改进;对 s2s \geq 2,则显著改进了当前最优运行时间 (O(n4))\left(O\left(n^4\right)\right)。我们还给出在 \emph{良划分弦图} 上求解 \textsc{CVD} 的多项式时间算法,该类图由 Ahn 等人(\textsc{WG 2020})引入,作为缩小在弦图上困难而在分裂图上容易的问题复杂性差距的工具。我们的算法依赖于对最优解的刻画以及求解多项式多个 \textsc{Weighted Bipartite Vertex Cover} 实例。这推广了 Cao 等人(Theor. Comput. Sci., 2018)关于分裂图的结果。我们还证明对任意偶整数 s2s\geq 2,\textsc{ss-CVD} 在良划分弦图上为 NP-hard。

关键词

引用

@article{arxiv.2210.07699,
  title  = {s-Club Cluster Vertex Deletion on Interval and Well-Partitioned Chordal Graphs},
  author = {Dibyayan Chakraborty and L. Sunil Chandran and Sajith Padinhatteeri and Raji. R. Pillai},
  journal= {arXiv preprint arXiv:2210.07699},
  year   = {2022}
}