Réduction transitive du DAG


13

Je recherche l'algorithme O (V + E) pour trouver la réduction transitive avec un DAG.

C'est-à-dire supprimer autant d'arêtes que possible de sorte que si vous pouviez atteindre v à partir de u, pour v et u arbitraires, vous puissiez toujours atteindre après suppression des bords.

S'il s'agit d'un problème standard, veuillez me signaler une solution de modèle.


Vous ne pouvez pas utiliser la référence donnée dans le lemme wikipedia que vous citez?
Hendrik Jan

2
Eh bien, l'algorithme discuté dans Wikipedia fonctionne en (dans le meilleur des cas, c'est-à-dire dans le cas des graphiques acycliques) au lieu de comme demandé. Je pense que la bonne réponse ici est que l'algorithme que vous recherchez actuellement pourrait ne pas existerO ( V + E )O(V×E)O(V+E)
Carlos Linares López

1
Je suis d'accord pour dire qu'il n'est pas clair que ce que vous demandez existe. Il y a pas mal d'articles qui ne seraient pas intéressants s'il y avait un tel algorithme, par exemple, sciencedirect.com/science/article/pii/0012365X9390164O . Cela dit, si vous pouvez être plus précis sur votre motivation, il peut y avoir des solutions plus spécifiques. Par exemple, savez-vous autre chose sur le graphique ou fonctionnerait-il? O(n(n+m))
William Macrae

J'ai vu le problème quelque part, mais il n'y avait aucune information supplémentaire, peut-être une faute de frappe dans le problème.
Karan

1
Que faire si vous effectuez un tri topologique dans votre DAG, mais gardez une trace des sommets accessibles en utilisant des enfants, c'est-à-dire reachable[v]=vchildrenvreachable[v], puis commencez à partir du dernier élément du graphique trié, supprimez les bords inutilisés et montez en conservant la fonction accessible, cela vous donne le maximum de bords possibles à supprimer, mais je ne suis pas sûr qu'il obtienne la possibilité maximale (c'est .O(|E|+|V|)

Réponses:


8

Nous pouvons résoudre ce problème simplement en faisant DFS à partir de chaque sommet.

  1. Pour chaque sommet , démarrer le DFS à partir de chaque sommet v de telle sorte que v soit le descendant direct de u , c'est-à-dire. ( u , v ) est un bord.uGvvu(u,v)
  2. Pour chaque sommet accessible par le DFS à partir de v , supprimez l'arête ( u , v ' ) .vv(u,v)

La complexité globale de ce qui précède est la complexité de l'exécution de DFS ', qui est O ( N ( N + M ) ) .NO(N(N+M))


1
Notez que, asymptotiquement, cela a la même complexité que l' algorithme dans l'article Wikipedia lié dans la question elle-même. O(NM)
David Richerby

1
D'accord. Puisqu'une réponse concise était due à cette question, j'en ai présenté une. En outre, une solution est OMI, peu probable. O(N)
pratyaksh

3

Pas ce que vous cherchez. Mais juste dans le but de partager des connaissances, vous pouvez le faire avec des messages si vous supposez que chaque sommet agit comme un processeur . Notez que chaque sommet a une valeur comparable. Par conséquent, il existe des sommets tels qu'ils sont plus grands que tous leurs voisins. Ces sommets font ce qui suit:O(|E|)

  1. Soit le plus petit voisin maximum de v ,uv
  2. envoyer un message à et inclure le bord ( v , u ) dans la sortie.u(v,u)
  3. Pour chaque voisin de u et v (et plus petit que les deux), n'incluez pas ( v , w ) dans la sortie.wuv(v,w)
  4. Répétez les étapes jusqu'à ce que toutes les arêtes pour un plus petit voisin v ' du sommet v soient incluses ou non incluses dans la sortie.(v,v)vv

Maintenant, si un nœud reçu un message de chaque plus grand voisin (c'est-à-dire que tous les bords ( v , v ) sont inclus ou non inclus, alors le nœud v agit comme s'il était le plus grand de son voisinage. mentionné précédemment 4 étapes.v(v,v)v

Cet algorithme se termine par des messages dans un environnement distribué. Je sais que ce n'est pas ce que vous demandez.O(|E|)


1

Lemme: S'il y a un bord V -> Y et Y est également un successeur indirect de V, (par exemple, V -> W -> + Y) alors le bord V -> Y est transitif et ne fait pas partie de la racine transitive.

Méthode: Gardez une trace de la fermeture transitive de chaque sommet, en passant du sommet aux sommets initiaux dans l'ordre topologique inverse. L'ensemble des successeurs indirects de V est l'union des fermetures transitives des successeurs immédiats de V. La fermeture transitive de V est l'union de ses successeurs indirects et de ses successeurs immédiats.

Algorithme:

    Initialise Visited as the empty set.
    For each vertex V of G, 
        Invoke Visit(V).

    Visit(V):
        If V is not in Visited,
            Add V to Visited, 
            Initialise Indirect as the empty set,
            For each edge V -> W in G,
                Invoke Visit(W),
                Add Closure(W) to Indirect.
            Set Closure(V) to Indirect.
            For each edge V -> W in G,
                Add W to Closure(V),
                If W is in the set Indirect,
                    Delete the edge V -> W from G.

Cela suppose que vous disposez d'un moyen efficace de suivre les ensembles de sommets (par exemple, les mappages de bits), mais je pense que cette hypothèse est également faite dans d'autres algorithmes O (V + E).

Un effet secondaire potentiellement utile est qu'il trouve la fermeture transitive de chaque sommet de G.


J'ai supprimé la réponse publiée sur votre compte précédent. Si vous souhaitez toujours fusionner vos deux comptes, veuillez suivre les étapes du centre d'aide . Cela étant dit, puisque le compte précédent n'a plus de contenu visible, vous pouvez simplement vous en tenir au nouveau.
Gilles 'SO- arrête d'être méchant'

0

J'ai résolu le même problème, mais ce n'était pas exactement le même: il a demandé le nombre minimal d'arêtes dans le graphique après réduction de sorte que les sommets connectés à l'origine soient toujours connectés et qu'aucune nouvelle connexion ne soit établie. Comme c'est clair, il ne dit pas de trouver le graphe réduit mais combien d'arêtes redondantes sont présentes. Ce problème peut être résolu en O (V + E). Le lien vers l'explication est https://codeforces.com/blog/entry/56326 . Mais je pense que pour faire le graphe en fait, il aura une grande complexité que O (N)

En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.