大数据算法课程笔记5a: fixed-parameter vertex cover
2017-11-06 22:31
411 查看
1. 问题描述
一个vertex cover是一个点集的集合,并且保证图中的每一条边都存在至少一个顶点位于该点集中。具体地,G=(V,E) 的一个vertex cover S满足
S⊆V∧{∀e=(v,w)∈E,v∈S or w∈S}
fixed parameter vertex cover问题即寻找|S|=k的vertex cover。
2. 一个简单的算法
遍历V的所有可能子集,复杂度为O(|V|k)。3. FPT:Fixed Parameter Tractable
注意到上诉算法的fixed paramter位于|V|的指数项,所以我们无法说该算法是|V|的多项式算法。定义FPT为复杂度为O(f(k)nO(1))的算法。这个可以证明和O(f′(k)+nO(1))是等价的,其中n表示为问题的size/难度。
对于vertex cover问题,也存在FPT的算法,具体如下:
树的深度最多为k,所以最终算法复杂度为O(|E|2k),或者O(2k+|V|+|E|)。
4. kernelization in fixed paramter complexity
所谓kernelization,是针对输入的一个预处理。通过一些限定条件,使得输入的大小变为一个和fixed parameter相关的更小的输入。针对vertex cover问题,缩减的工作是通过删除所有度超过k+1的节点完成的。而重要的是缩减后的输入大小是节点数缩减为k(k+1),因为vertex cover内部的点集数不超过k,而每个节点的度也不超过k,所以所有相连节点的数目不超过k(k+1)。
对于缩减后的输入应用以上算法都可以得到更好的结果。
至于所有度超过k+1的节点都位于S内,是使用反证法证明的。如果该点不在S内,则有其余超过k+1个点都必须在S中才能满足与该点相连的边被覆盖到,而|S|≤k。
相关文章推荐
- [数据挖掘课程笔记]基于规则的分类-顺序覆盖算法(sequential covering algorithm)
- 大数据算法课程笔记8a:page replacement algorithm
- 大数据算法课程笔记2:2D Convex Hull
- 大数据算法课程笔记1:寻找中值算法之随机选取,中值的中值,One Pass算法
- 算法笔记五:利用堆结构来对数据进行排序
- Andrew机器学习课程笔记(5)—— 推荐系统、大数据下的机器学习
- 数据挖掘课程笔记6 : Numpy、Pandas和Matplotlib包基础知识
- 数据访问技术系列课程 笔记(2) ADO.NET 连接方式进行数据访问
- 数据挖掘笔记(5)——数据处理、模型评估、可视化、十大经典算法
- 学习笔记之数据结构与算法(三)
- 【数据结构与算法学习笔记】PART2 向量(接口与实现,可扩充向量,无序向量,有序向量)
- 数据结构与算法学习笔记(五)
- 大数据算法学习笔记(六):数组有序性判定
- #数据结构与算法学习笔记#PTA10:层次遍历叶节点(JAVA)
- 数据结构与算法笔记 —— 绪论
- 数据挖掘-关联规则挖掘理论和算法学习笔记
- 【课程说明】数据结构与算法课程要求--选课学生必读
- 数据结构课程要求算法-栈
- 数据结构与算法笔记 —— 排序算法及代码实现
- 数据结构与算法-学习笔记2