A mixed dominating set is a collection of vertices and edges that dominates all vertices and edges of a graph. We study the complexity of exact and parameterized algorithms for \textsc{Mixed Dominating Set}, resolving some open questions. In particular, we settle the problem's complexity parameterized by treewidth and pathwidth by giving an algorithm running in time $O^*(5^{tw})$ (improving the current best $O^*(6^{tw})$), as well as a lower bound showing that our algorithm cannot be improved under the Strong Exponential Time Hypothesis (SETH), even if parameterized by pathwidth (improving a lower bound of $O^*((2 - \varepsilon)^{pw})$). Furthermore, by using a simple but so far overlooked observation on the structure of minimal solutions, we obtain branching algorithms which improve both the best known FPT algorithm for this problem, from $O^*(4.172^k)$ to $O^*(3.510^k)$, and the best known exponential-time exact algorithm, from $O^*(2^n)$ and exponential space, to $O^*(1.912^n)$ and polynomial space.


翻译:混合主导数据集是一组支配所有脊椎和边緣的脊椎和边缘集合, 以图图的边缘和边缘为主。 我们研究了 \ textsc{ mixed Dominate Set} 精确和参数化算法的复杂性, 解决了一些尚未解决的问题 。 特别是, 我们解决了这个问题的复杂参数, 用树枝和路径线来给出一个按时间运行的算法 $O {( 5 ⁇ tw}) $( 改进目前最佳的 $O ⁇ ( 6 ⁇ tw} ), 以及一个较低范围, 显示即使以路径线性参数( 改进了 $O}( 2-\ varepsilon) 和 $O_% r_% 美元( 美元) 和已知的指数性( 美元) 和 美元( 美元) 美元( 美元) 美元( 美元) 和 美元( 美元/ 美元) 美元( 美元) 美元( 美元) 和 美元( 美元) 美元( 美元) 美元( 美元) 美元( 美元) 美元( 美元) 和 美元) 美元( 美元( 美元) 美元) 美元( 美元) 美元( 美元) 美元) 美元( 美元) 和 美元) 美元) 美元) 美元( 美元) 美元) 美元( 和已知的指数- 美元( 美元( 美元) 美元) 美元) 美元) 和 和 美元( 和已知的 美元) 美元) 美元( 和 美元( 美元( 美元) 美元( 美元) 美元( 美元) 美元) 美元) 美元) 和 和 美元) 美元) 和 美元) 和 和 美元( 和 和已知的 美元 和 美元 和 和 和 美元( 美元) 美元) 和 美元 美元 和 美元 美元 美元 和 美元) 美元) 和 等最佳的 美元 美元 美元 美元 美元 美元 和 美元 和 美元 美元 美元 美元 美元 美元 和 美元

0
下载
关闭预览

相关内容

最新《图理论》笔记书,98页pdf
专知会员服务
74+阅读 · 2020年12月27日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Effective.Modern.C++ 中英文版,334页pdf
专知会员服务
67+阅读 · 2020年11月4日
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18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
算法优化|梯度下降和随机梯度下降 — 从0开始
全球人工智能
8+阅读 · 2017年12月25日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年6月8日
Arxiv
0+阅读 · 2021年6月7日
VIP会员
相关VIP内容
最新《图理论》笔记书,98页pdf
专知会员服务
74+阅读 · 2020年12月27日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Effective.Modern.C++ 中英文版,334页pdf
专知会员服务
67+阅读 · 2020年11月4日
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
动物脑的好奇心和强化学习的好奇心
CreateAMind
10+阅读 · 2019年1月26日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18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
算法优化|梯度下降和随机梯度下降 — 从0开始
全球人工智能
8+阅读 · 2017年12月25日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员