In the parameterized $k$-clique problem, or $k$-Clique for short, we are given a graph $G$ and a parameter $k\ge 1$. The goal is to decide whether there exist $k$ vertices in $G$ that induce a complete subgraph (i.e., a $k$-clique). This problem plays a central role in the theory of parameterized intractability as one of the first W[1]-complete problems. Existing research has shown that even an FPT-approximation algorithm for $k$-Clique with arbitrary ratio does not exist, assuming the Gap-Exponential-Time Hypothesis (Gap-ETH) [Chalermsook et al., FOCS'17 and SICOMP]. However, whether this inapproximability result can be based on the standard assumption of $\mathrm{W} 1\ne \mathrm{FPT}$ remains unclear. The recent breakthrough of Bingkai Lin [STOC'21] and subsequent works by Karthik C.S. and Khot [CCC'22], and by Lin, Ren, Sun Wang [ICALP'22] give a technique that bypasses Gap-ETH, thus leading to the inapproximability ratio of $O(1)$ and $k^{o(1)}$ under $\mathrm{W}[1]$-hardness (the first two) and ETH (for the latter one). All the work along this line follows the framework developed by Lin, which starts from the $k$-vector-sum problem and requires some involved algebraic techniques. This paper presents an alternative framework for proving the W[1]-hardness of the $k^{o(1)}$-FPT-inapproximability of $k$-Clique. Using this framework, we obtain a gap-producing self-reduction of $k$-Clique without any intermediate algebraic problem. More precisely, we reduce from $(k,k-1)$-Gap Clique to $(q^k, q^{k-1})$-Gap Clique, for any function $q$ depending only on the parameter $k$, thus implying the $k^{o(1)}$-inapproximability result when $q$ is sufficiently large. Our proof is relatively simple and mostly combinatorial. At the core of our construction is a novel encoding of $k$-element subset stemming from the theory of "network coding" and a "Sidon set" representation of a graph.


翻译:---- 在参数化$k$-团问题或简称$k$-团中,我们给定一个图$G$和一个参数$k\geq 1$。目标是判断是否存在$G$中$k$个顶点构成一个完全子图(即$k$-团)。该问题在参数化难度理论中扮演中心角色,是最早的W[1]-完全问题之一。现有的研究表明,即使在任意比率下对$k$-团进行FPT近似算法也不存在,假设间隙指数时间假设(Gap-ETH)[Chalermsook等人,FOCS'17和SICOMP]。然而,这个不可近似性结果是否可以基于$\mathrm{W}1\neq\mathrm{FPT}$标准假设仍不清楚。Bingkai Lin [STOC'21]的最新突破以及之后Karther C.S.和Khot [CCC'22],以及Lin、Ren、Sun Wang[ICALP'22]的作品给出了一种绕过Gap-ETH的技术,因此在$\mathrm{W}[1]$-难度和ETH下导致$O(1)$和$k^{o(1)}$的不可近似性比率。所有这些工作都遵循Lin所开发的框架,该框架始于$k$-向量和问题,并需要一些深入的代数技巧。本文提出了一种证明$k^{o(1)}$-FPT不可近似的W[1]难度的替代框架。利用此框架,我们获得了一个$k$-团的产生间隙自约化,而不需要任何中间代数问题。更准确地说,我们从$(k,k-1)$-Gap团降至$(q^k,q^{k-1})$-Gap团,对于仅依赖于参数$k$的任何函数$q$,从而暗示$q$充分大时的$k^{o(1)}$不可近似性结果。我们的证明相对简单,大部分都是组合的。在我们构造的核心是一个源于“网络编码”理论的$k$元素子集编码和一个图的“Sidon集”表示。

0
下载
关闭预览

相关内容

【硬核书】稀疏多项式优化:理论与实践,220页pdf
专知会员服务
68+阅读 · 2022年9月30日
【硬核书】矩阵代数基础,248页pdf
专知会员服务
85+阅读 · 2021年12月9日
【数据科学导论书】Introduction to Datascience,253页pdf
专知会员服务
48+阅读 · 2021年11月15日
专知会员服务
14+阅读 · 2021年9月23日
专知会员服务
15+阅读 · 2021年5月21日
专知会员服务
76+阅读 · 2021年3月16日
专知会员服务
84+阅读 · 2020年12月5日
动手实现推荐系统评价指标
机器学习与推荐算法
1+阅读 · 2022年6月1日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
LibRec 精选:推荐系统的常用数据集
LibRec智能推荐
17+阅读 · 2019年2月15日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2023年6月2日
Arxiv
0+阅读 · 2023年5月31日
Arxiv
0+阅读 · 2023年5月31日
VIP会员
相关VIP内容
【硬核书】稀疏多项式优化:理论与实践,220页pdf
专知会员服务
68+阅读 · 2022年9月30日
【硬核书】矩阵代数基础,248页pdf
专知会员服务
85+阅读 · 2021年12月9日
【数据科学导论书】Introduction to Datascience,253页pdf
专知会员服务
48+阅读 · 2021年11月15日
专知会员服务
14+阅读 · 2021年9月23日
专知会员服务
15+阅读 · 2021年5月21日
专知会员服务
76+阅读 · 2021年3月16日
专知会员服务
84+阅读 · 2020年12月5日
相关资讯
动手实现推荐系统评价指标
机器学习与推荐算法
1+阅读 · 2022年6月1日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
LibRec 精选:推荐系统的常用数据集
LibRec智能推荐
17+阅读 · 2019年2月15日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Top
微信扫码咨询专知VIP会员