线性核与单指数算法:图论问题的高效解决方案
在图论领域,解决参数化图问题时,线性核和单指数算法是两个重要的研究方向。本文将介绍这些算法的相关概念、构造方法以及在具体问题中的应用。
1. 预备知识
- 图论基本概念
- 图的表示 :给定图 $G$,用 $V(G)$ 表示其顶点集,$E(G)$ 表示其边集。
- 子图与拓扑子式 :图 $G$ 的子图是通过移除 $G$ 的一些顶点和边得到的图;拓扑子式是通过收缩子图中的零条或多条边得到的图,且每条收缩边至少有一个端点的度数至多为 2。若图 $G$ 不包含图 $H$ 作为(拓扑)子式,则称 $G$ 是 $H$ -(拓扑)子式自由的。
- 参数化图问题 :参数化图问题 $\Pi$ 是一组元组 $(G, k)$ 的集合,其中 $G$ 是图,$k \in \mathbb{N}_0$。若 $G$ 是一个图类,$\Pi$ 限制在 $G$ 上的问题定义为 $\Pi_G = {(G, k) | (G, k) \in \Pi \text{ 且 } G \in G}$。
- 固定参数可解性 :参数化问题 $\Pi$ 是固定参数可解的(FPT),如果存在一个算法,能在时间 $f(k) \cdot poly(|x|)$ 内判定实例 $(x, k)$,其中 $f$ 仅为 $k$ 的函数。
- 核化算法 :对于参数化问题 $\Pi \s
超级会员免费看
订阅专栏 解锁全文

1766

被折叠的 条评论
为什么被折叠?



