It is well known that the treewidth of a graph $G$ corresponds to the node search number where a team of cops is pursuing a robber that is lazy, visible and has the ability to move at infinite speed via unguarded path. In recent papers, connected node search strategies have been considered. A search stratregy is connected if at each step the set of vertices that is or has been occupied by the team of cops, induced a connected subgraph of $G$. It has been shown that the connected search number of a graph $G$ can be expressed as the connected treewidth, denoted $\mathbf{ctw}(G),$ that is defined as the minimum width of a rooted tree-decomposition $({{\cal X},T,r})$ such that the union of the bags corresponding to the nodes of a path of $T$ containing the root $r$ is connected. Clearly we have that $\mathbf{tw}(G)\leqslant \mathbf{ctw}(G)$. It is paper, we initiate the algorithmic study of connected treewidth. We design a $O(n^2\cdot\log n)$-time dynamic programming algorithm to compute the connected treewidth of a biconnected series-parallel graphs. At the price of an extra $n$ factor in the running time, our algorithm genralizes to graphs of treewidth at most $2$.


翻译:众所周知, $G$ 图的树枝与一个节点搜索编号相对应, 即一组警察正在追捕一个懒惰、 可见的强盗, 并且有能力通过无保护路径以无限速度移动。 在最近的文件中, 已经考虑过连接的节点搜索策略。 如果每一步搜索串列串联, 由警察团队所占据的一组顶点导致一个连接的 $G$ 的子图。 已经显示, 一个图表的连接号$G$ 可以用连接的树枝搜索号表示, 上面写着 $\ mathbf{ctw} (G), 美元被定义为根树枝脱钩的最小宽度 $( Qcal X}, T, r} 。 这样, 包联成一个包含根美元路径的路径的节点, 连接了$grd 。 显然, 我们拥有 $\\ leqtleqral_ ligal $; 连接了我们Orentalal 的 exal exal exal a. caltiquestal $n.

0
下载
关闭预览

相关内容

Python图像处理,366页pdf,Image Operators Image Processing in Python
Python计算导论,560页pdf,Introduction to Computing Using Python
专知会员服务
74+阅读 · 2020年5月5日
Python分布式计算,171页pdf,Distributed Computing with Python
专知会员服务
108+阅读 · 2020年5月3日
因果图,Causal Graphs,52页ppt
专知会员服务
249+阅读 · 2020年4月19日
【图神经网络(GNN)结构化数据分析】
专知会员服务
116+阅读 · 2020年3月22日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
154+阅读 · 2019年10月12日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
10+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
lightgbm algorithm case of kaggle(上)
R语言中文社区
8+阅读 · 2018年3月20日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Arxiv
14+阅读 · 2019年9月11日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
Arxiv
24+阅读 · 2018年10月24日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
10+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
lightgbm algorithm case of kaggle(上)
R语言中文社区
8+阅读 · 2018年3月20日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【学习】(Python)SVM数据分类
机器学习研究会
6+阅读 · 2017年10月15日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Top
微信扫码咨询专知VIP会员