우리가 큰 (감독) 그래프가있는 경우 와 작은 뿌리 나무 ,의 서브 그래프 찾기위한 가장 잘 알려진 복잡성 무엇 에 동형를 ? 와 가 모두 나무이고 가 평면이거나 나무 너비 (및 기타) 경계가 있는 하위 트리 동형에 대한 결과를 알고 있지만이 그래프와 트리의 경우에는 해당되지 않습니다.
우리가 큰 (감독) 그래프가있는 경우 와 작은 뿌리 나무 ,의 서브 그래프 찾기위한 가장 잘 알려진 복잡성 무엇 에 동형를 ? 와 가 모두 나무이고 가 평면이거나 나무 너비 (및 기타) 경계가 있는 하위 트리 동형에 대한 결과를 알고 있지만이 그래프와 트리의 경우에는 해당되지 않습니다.
답변:
어떤 고정 그래프 여부 질문 의 (유도) 서브 그래프이고 G는 모든에 대해, 즉, 일차 정의 속성 인 H 수식가 φ H ( ψ H ) 등이 그 H는 의 (유도) 서브 그래프이다 G 의 경우는 그리고 G ⊨ φ H ( G ⊨ ψ H ) 인 경우에만 해당됩니다 .
이전에는 모델 검사 문제가 (로컬로) 마이너 및 (로컬로) 범위 확장 클래스를 (로컬 로) 제외하는 그래프 클래스에서 다루기 쉬운 고정 매개 변수라는 것이 알려져있었습니다 . 최근 Grohe, Kreutzer 및 S.는 더 일반적인 메타 정리를 발표하여 모든 1 차 속성이 밀도가 높은 그래프 클래스에서 거의 선형 시간으로 결정될 수 있다고 언급했습니다.
귀하의 질문에 이것은 다음을 의미합니다. 를 고정 된 나무로 하자 . 그런 다음, G 가 평면 인 경우 H 가 입력 (지시 된 또는 비 지향 된) 그래프 G 의 (유도 된) 서브 그래프 인지 아니면 더 일반적으로 부 또는 배제 된 클래스의 클래스에서 제외 되는지를 선형 시간으로 결정할 수 있습니다 . G 가 소수 또는 로컬로 제한된 확장 클래스에서 로컬로 제외 된 클래스에서 발생하거나 가장 일반적으로 G 는 어디 에서나 밀도가 높은 그래프 클래스에서 발생하는 경우 거의 선형 시간으로 문제를 결정할 수 있습니다 .
무작위 예상 시간 에서 해결할 수 있습니다. 여기서 k 는 찾을 작은 방향 트리의 크기이고 m 은 큰 방향 그래프의 가장자리 수입니다. Alon, N., Yuster, R. 및 Zwick, U. (1995)의 정리 6.1 참조. 컬러 코딩. J. ACM 42 (4) : 844-856 . Alon et al. 또한 그들의 알고리즘은 무작위 화 될 수 있지만 그 부분에 대한 세부 사항은 제공하지 않는다고 진술한다. 나는 결정 론적 시간이 O ( k ! .
당신은 아마도 Marx, Pilipczuk를 찾고 Subgraph Isomorphism의 매개 변수화 된 복잡성에 대해 연구하고 있습니다. 기술적으로는 방향이없는 그래프 만 다루지 만 나무 의 경도 결과 를 뿌리 나무에 쉽게 적용 할 수 있다고 생각합니다 . 문제와 관련된 긍정적 인 결과는 이미 이전 답변에서 다룹니다.