Core Concepts
任意の遺伝的グラフクラスFに対して、Fのカルテシアン積のサブグラフおよび誘導サブグラフのための最適な隣接ラベリングスキームを構築する。その結果、Fが効率的な隣接ラベリングスキーム(または等価的に小さな誘導ユニバーサルグラフ)を持つ場合、Fのカルテシアン積のサブグラフおよび誘導サブグラフも同様に持つことを示す。
Abstract
本論文では、任意の遺伝的グラフクラスFに対して、Fのカルテシアン積のサブグラフおよび誘導サブグラフのための最適な隣接ラベリングスキームを構築する。
まず、ランダム化通信複雑性、ハッシング、加法的組合せ論のアイデアを使って、Fが効率的な隣接ラベリングスキームを持つ場合、Fのカルテシアン積のサブグラフおよび誘導サブグラフも同様に効率的な隣接ラベリングスキームを持つことを示す。
次に、XOR-ラベリングスキームの構築と最小完全ハッシングの利用により、Fのカルテシアン積のサブグラフおよび誘導サブグラフに対する最適なラベリングスキームを提案する。
最後に、提案手法の最適性と、遺伝的クラスFがFのカルテシアン積のサブグラフおよび誘導サブグラフに対して効率的な隣接ラベリングスキームを持つことの最適性を示す。