Core Concepts
Equitable Connected Partition 문제에 대한 새로운 고정-매개변수 알고리즘을 제시하며, 이는 기존의 Lenstra 알고리즘 기반 접근법보다 성능이 우수하다.
Abstract
이 논문은 Equitable Connected Partition (ECP) 문제에 대한 알고리즘적 결과를 제시한다. ECP 문제는 주어진 그래프 G와 정수 p에 대해 V를 p개의 부분집합으로 분할하는 것으로, 각 부분집합이 연결된 부분그래프를 유도하고 각 두 부분집합의 크기 차이가 1 이하인 것을 요구한다.
주요 결과는 다음과 같다:
4-path vertex cover 수, feedback-edge set 수 등 구조적 매개변수에 대해 ECP 문제가 W[1]-hard임을 보였다. 이는 기존에 알려진 tractable 매개변수(vertex cover 수, max leaf 수)와 intractable 매개변수(path-width, feedback-vertex set) 사이의 간극을 메운다.
밀집 그래프에 대해서는 ECP 문제가 상대적으로 쉽다는 것을 보였다. 다양한 구조적 매개변수에 대해 고정-매개변수 tractable 알고리즘을 제시했다.
ECP 문제의 구조적 매개변수화에 있어 한계를 명확히 보였다. 예를 들어 shrub-depth 3, clique-width 3, twin-width 2인 그래프에서 이 문제가 NP-hard임을 보였다.
N-fold 정수 프로그래밍 기법을 활용하여 기존 Lenstra 알고리즘 기반 접근법보다 성능이 우수한 고정-매개변수 알고리즘을 제시했다.
Stats
그래프 G의 크기는 n이다.
그래프 G의 정점 집합을 p개의 부분집합으로 분할해야 한다.
각 부분집합은 연결된 부분그래프를 유도해야 하며, 각 두 부분집합의 크기 차이는 1 이하여야 한다.