다음 그래프 클래스는 문헌에 알려져 있습니까?
그래프의 클래스는 양의 정수에 의해 매개 변수화 및 각각 그래프 포함 예컨대 각 정점에 대한 V에서 V \ 의 서브 그래프 G 많아야 거리에있는 모든 정점에 의한 D 에서 V 에서 G 최대 t의 treewidth를 갖습니다 .
로컬로 제한된 treewidth 개념을 일반화하고 그래프에서 로컬 구조를 검색 할 때 유용하게 보입니다.
다음 그래프 클래스는 문헌에 알려져 있습니까?
그래프의 클래스는 양의 정수에 의해 매개 변수화 및 각각 그래프 포함 예컨대 각 정점에 대한 V에서 V \ 의 서브 그래프 G 많아야 거리에있는 모든 정점에 의한 D 에서 V 에서 G 최대 t의 treewidth를 갖습니다 .
로컬로 제한된 treewidth 개념을 일반화하고 그래프에서 로컬 구조를 검색 할 때 유용하게 보입니다.
답변:
그래프가 로컬에 가지고있는 속성을 활용한다는 개념은 더욱 발전 될 수 있습니다. 소량의 지역을 제외 하고 Dawar, Grohe 및 Kreutzer 는 소량 및 Dvorak, Kral 및 Thomas를 지역적으로 배제하는 그래프 클래스를 고려했습니다.
이 두 클래스는 Nesetril과 Ossona de Mendez에 의해 소개 된 고밀도 그래프 클래스에 의해 포함됩니다.
Grohe는 이번 주 Grohe, Kreutzer 및 Siebertz 의 하이라이트 회의 에서 발표했습니다 . 1 차 로직으로 정의 할 수있는 그래프의 모든 속성은 아무리 조밀 한 클래스의 그래프에서도 거의 선형으로 해결할 수 있음을 증명했습니다. 이것은 (연결된) 지배적 인 설정 및 digraph 커널 (둘 다 솔루션의 크기로 매개 변수화 됨), Steiner tree (나무의 크기로 매개 변수화 됨) 및 회로 만족도 (예 : 밀도가 높은 그래프)에 대한 많은 고정 매개 변수 수축성 결과를 의미합니다. 회로의 깊이와 솔루션의 해밍 무게로 매개 변수화 됨).
이것은 정확히 당신이 요구하는 것이 아니지만, 그것은 매우 밀접하게 관련되어 있으며 그럼에도 불구하고 당신에게 흥미로울 수 있습니다.
M. Frick, M.Grohe에 소개 된 로컬 트리 폭 개념은 로컬 트리 분해 가능한 구조의 1 차 속성 결정 은 참조하는 Wikipedia 기사의 로컬 경계 트리 폭 정의보다 일반적입니다. 각 그래프 는 로컬 treewidth 의 기능이다 반경 맵 최대의 treewidth로는 의 모든 꼭지점 사이 의 , 의 서브 그래프이다 최대 에서 까지의 거리에서 정점에 의해 유도 된G l t w G r N G r ( v ) v G N G r ( v ) G r v f l t w G ( r ) ≤ f ( r ) r G. 각 과 클래스에 속하는 각 그래프 에 대해 와 같은 함수 가있는 경우 클래스는 로컬 treewidth 를 경계 로합니다.