The Metric Dimension problem asks for a minimum-sized resolving set in a given (unweighted, undirected) graph $G$. Here, a set $S \subseteq V(G)$ is resolving if no two distinct vertices of $G$ have the same distance vector to $S$. The complexity of Metric Dimension in graphs of bounded treewidth remained elusive in the past years. Recently, Bonnet and Purohit [IPEC 2019] showed that the problem is W[1]-hard under treewidth parameterization. In this work, we strengthen their lower bound to show that Metric Dimension is NP-hard in graphs of treewidth 24.


翻译:矩阵尺寸问题要求在给定的( 未加权、 未定向) 图形中设定一个最小大小的解决方案 $G 。 在这里, 一套 $S \ subseteq V (G) $S 正在解决, 如果没有两个不同的 G$ 的脊椎具有与 $S 相同的距离矢量。 在过去的几年里, 捆绑的树枝图中的计量尺寸的复杂性仍然难以捉摸。 最近, Bonnet 和 Purohit [IPEC 2019] 显示, 问题在于树宽参数化下的 W[1] 硬度。 在这项工作中, 我们强化了它们的下限, 以显示Metric 尺寸在树宽 24 的图表中是硬的。

0
下载
关闭预览

相关内容

【ACML2020】张量网络机器学习:最近的进展和前沿,109页ppt
专知会员服务
54+阅读 · 2020年12月15日
专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
17+阅读 · 2020年9月6日
图节点嵌入(Node Embeddings)概述,9页pdf
专知会员服务
39+阅读 · 2020年8月22日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
已删除
将门创投
8+阅读 · 2017年7月21日
VIP会员
相关资讯
已删除
将门创投
8+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员