参数计算中核心化技术及其应用  

Kernelization Techniques and Its Applications to Parameterized Computation

作　　者：李绍华[1,2] 王建新[1] 冯启龙[1] 陈建二[1] 

机构地区：[1]中南大学信息科学与工程学院,湖南长沙410083 [2]广东商学院信息学院,广东广州510320

出　　处：《软件学报》2009年第9期2307-2319,共13页Journal of Software

基　　金：国家重点基础研究发展计划(973)No.2008CB317107;国家自然科学基金Nos.60433020;60773111;新世纪优秀人才支持计划No.NCET-05-0683;长江学者和创新团队发展计划No.IRT0661~~

摘　　要：在参数计算与复杂性理论中,一个参数问题是固定参数可解的问题当且仅当该问题是可核心化的.核心化技术是参数化算法设计中应用最为广泛、有效的技术,是参数理论中的一个研究热点.通过实例分析对比了最主要的4种核心化技术的基本思想、应用特点和方法,总结了核心化技术在cover类、packing类和cut类等几个重要领域中的应用成果,展望核心化技术的进一步研究方向并加以分析讨论,针对核心化新技术研究和某些热点问题,提出了可能采取的核心优化方法和思路.According to parameterized complexity theory, tractable if and only if it can be kernelized. Kernelization is a decidable parameterized problem is fixed-parameter the most widely applied and effective technique in the parameterized algorithm design. It is one of the hottest issues in parameterized complexity theory. This paper firstly introduces four main kernelization techniques, which are compared and analyzed with practical examples. Then it discusses how to apply these techniques to parameterized problems, such as covering problems, packing problems and cutting problems. Finally, the paper gives the future research directions about kernelization, especially the new possible kernelization technique and the kernel optimization of several FPT problems.

关 键 词：核心化 皇冠分解 极值归纳 随机算法 固定参数可解 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]