Delikatne wprowadzenie do algorytmicznych aspektów głębokości drzewa

13

Szerokość i szerokość ścieżki są popularnymi parametrami, mierzącymi odpowiednio bliskość wykresu do drzewa lub ścieżki. Rzeczywiście wydaje się, że szerokość jest tak popularna, że ​​pojawia się w wielu artykułach, książkach i notatkach z wykładów, które dają (nawet bardzo delikatne) wprowadzenie do algorytmicznych aspektów szerokości (patrz np. Książka Downey & Fellows). Zazwyczaj zasoby te wyjaśniają, w jaki sposób problem trudny dla NP (np. Zbiór niezależny) jest rozwiązywany w czasie wielomianowym poprzez programowanie dynamiczne w rozkładzie drzewa.

Czasami jednak zdarza się, że problem z grafem pozostaje NP-kompletny zarówno dla ograniczonych wykresów szerokości, jak i ograniczonych ścieżek. Ale takie wyniki twardości nie oznaczają twardości dla ograniczonej głębokości drzewa , która nieformalnie mierzy bliskość gwiazdy.

Wydaje się słuszne stwierdzenie, że głębokość drzewa nie jest tak powszechnie znana jak szerokość drzewa. Czy ktoś, kto chce dowiedzieć się więcej na temat algorytmów parametryzowanych według głębokości drzewa, jest (podobnie jak szerokość) dostępnych dobrych zasobów do nauczenia się, jak takie algorytmy zwykle działają?

Juho
źródło

Odpowiedzi:

10

Moim ulubionym źródłem dla tego tematu jest książka Sparsity Jaroslav Nešetřil i Patrice Ossona de Mendez. Zawiera sporo materiału na temat głębokości drzewa, w tym aspektów algorytmicznych. Krótsze i szybsze wprowadzenie zawiera zawsze artykuł z Wikipedii .

David Eppstein
źródło
@Juho Także rozdział 6 książki Graph Colorings dotyczy rankingu wierzchołków (zwanego także kolorowaniem uporządkowanym). Treedepth jest taki sam jak liczba chromatyczna tego wariantu kolorowania. Rozdział książki opisuje proste algorytmy (na przykład na drzewach).
Cyriak Antony