具有线性结构的图上参数化问题的XNLP完备性
摘要：线性宽度参数化方法中的困难问题在类XNLP中有一个自然的位置。这加强了这些问题的现有困难证明，因为XNLP困难性暗示着对于所有t，存在$W[t]$-hardness。据Pilipczuk和Wrochna[ToCT, 2018]的猜想，这还意味着，对于这些问题，任何XP算法可能需要XP空间。特别是，我们展示了自然问题参数化路径宽度，线性团宽度和线性mim宽度在XNLP上的完备性。我们考虑的问题包括独立集，支配集，奇数环横截面，($q$-)着色问题，最大割问题，最大正规诱导子图，反馈顶点集，容量(红-蓝)支配集和二分带宽问题。
作者：Hans L. Bodlaender and Carla Groenland and Hugo Jacob and Lars Jaffke and Paloma T. Lima
论文ID：2201.13119
分类：Computational Complexity
分类简称：cs.CC
提交时间：2022-07-14