yy树分解及其应用.pptxVIP

树分解及其应用以复杂网络最短路径询问为例袁洋北京大学计算机系（常州高级中学05级）树与图树与图的区别是什么？树没有环图可能有环树是一种特殊的图示意图一般情形 vs 特殊情形为什么我们要研究树？图不是更通用，更一般么？树的良好性质树有很好的性质：没有环任意两个点之间有唯一的路径可以通过遍历给结点定序在图上BFS、DFS，都是把图“变成”了树拓扑排序动态规划……经验很多问题在树上非常容易；在图上很难做示意图树其实是所有图中性质相当好的那一部分实例要是所有的图都有树一样的性质就好了！理想与实际很多问题，在树上能做，在图上不能做，或者时间空间复杂度大幅上升现实生活中，尤其是AI领域的很多很难的问题，测试实例都是一般图它们大多叫做NP完全问题什么叫做NP完全问题21世纪七大数学难题之首：P != NP 问题你们现在要铭记的：很难很难的问题NP完全问题的退化可是，很多NP完全问题，在树上就变得很简单最大团最长路点覆盖……因为树有很好的性质！所以，人们就想要借用树的性质，来解决一般图上的NP完全问题树分解我们希望能够把一个图变成一棵树但一般来说，这是不可能的所以我们希望能够让一个图转换成一个东西，问题的答案不会变，同时，新的实例拥有了一些树的性质新的实例易于解决这个想法就叫做树分解1.结点集合一致2.原图的一个结点-树分解中的一棵子树3.原图的一条边-被树分解中某个结点包含 （树分解两个子树相交）例子树宽度=3-1=2原图树分解之后的图图来自（A. Bockmayr and K.Reinert, DMBWS 2010）解读树上的每个大点包含了原图的多个小点对应了原图中的某些边树上的边并不对应原图的边，而是为了满足原图的一个小点可以导出树上的一棵子树的条件找出图的最优树分解是NP完全问题很难很难但可以找出一个较优的树分解多项式时间复杂度（包含树宽度w为参数）树宽度是什么？直观地看，就是树上每个大点中包含原图小点个数最多的那个，包含了多少个小点（再减去1）它能说明，这棵树有多么“臃肿”或者说，原图有多像一棵树如果原图本来就是一棵树，树宽度就是1如果原图是一个团，树宽度就是n-1事实上，树宽度越小，原图就越适用基于树分解的算法；反之亦然树的树分解原图树宽度=2-1=1用处树分解的本质是改变了原图的结构，使其具有较好的性质，可以下手如果强指数时间猜想为真，则一系列的NP完全问题在树宽度限定的前提下已经找到了最优算法(D. Lokshtanov et al., CoRR 2010)最短路径询问给定一个图，有n个顶点，m条边。有Q次询问，每次询问图中某两个点a和b之间的距离。这是实际应用很广的一个问题，人们希望每次询问使用的时间尽可能短，使用的内存尽可能少如果n=500或1000，其实是不难解决的如果n=1000,000呢？复杂网络：社交网络、因特网、交通网……我们学过的……Floyd算法O(n3)预处理O(1)回答询问O(n2)空间BFS算法O(m)回答询问O(m)空间能不能平衡两者？回答询问的时间可以适当短一些（相对2）预处理和空间需求可以适当小一些（相对1）基本想法 (F. Wei, SIGMOD 2010)对原图进行树分解大点之间的边权为0但相邻的大点只能通过共有的小点相连实际上是原图的小点在树分解中对应的子树的边大点内部的边权为原图的边权问题转化为求两棵子树的最短路径可用数学归纳法证明两个问题是等价的可以进一步转化为求两棵子树的根结点的最短路径，即寻找两者的最近公共祖先，并求出两者到最近公共祖先的距离和如何计算？示意图(u到v的最短距离)s复杂度预处理每个大点内部的小点之间的最短距离，并保存每个大点需要空间：O(w2)一共需要：O(kw2)，k为大点个数询问假设树高为h询问的时间复杂度为：O(hw2)在百万大小的复杂网络中，w一般在100左右细节与效果树分解是NP完全的，因此实现时只能得到较好的分解，而不能得到最优分解一般来说足够好了大根与小支对于百万量级的图GB量级的存储空间1小时左右的预处理1-2us左右的回答询问时间最新算法（T. Akiba et al., EDBT 2012）基于相同的想法类似寻找最近公共祖先中使用的优化改进询问的时间复杂度O(w2loglogn)求树分解的算法：反着看任何一个树分解都与原图的点的一个排列相对应层层剥求树分解的算法：反着看层层剥可以得到一个删除点的排列在原图中，使用这个序列，也可以层层剥地把原图变小这个操作叫做Elimination求树分解的算法：正着看根据一个原图的点的排列，可以“删出”一个树分解假设当前要删除点a，原图已经被删成G把a和与a相邻的小点作为新的一个大点的点集，把包含a为端点的边都取出放到该大点中把所有与a相邻的小点两两连边，形成1个团这一步保证，之后的删除操作会把a的所有邻居放到同