Algorithms for computing avoidable vertices and avoidable paths

dc.contributor.authorZisis, Athanasiosen
dc.contributor.authorΖήσης, Αθανάσιοςel
dc.date.accessioned2022-05-13T10:38:56Z
dc.date.available2022-05-13T10:38:56Z
dc.identifier.urihttps://olympias.lib.uoi.gr/jspui/handle/123456789/31738
dc.identifier.urihttp://dx.doi.org/10.26268/heal.uoi.11553
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectAvoidable verticesen
dc.subjectAvoidable pathsen
dc.subjectGraph contractionen
dc.subjectNice minimal triangulationen
dc.subjectS-excluded pathen
dc.subjectProtectingen
dc.subjectΚόμβοι αποφυγήςel
dc.subjectΜονοπάτια αποφυγήςel
dc.titleAlgorithms for computing avoidable vertices and avoidable pathsen
dc.titleΑλγόριθμοι για τον υπολογισμό κόμβων αποφυγής και μονοπατιών αποφυγήςel
heal.abstractA simplicial vertex of a graph is a vertex whose neighborhood is a clique. It is known that listing all simplicial vertices can be done in O(nm) time or O(n ω ) time, where O(n ω ) is the time needed to perform a fast matrix multiplication. The notion of avoidable vertices generalizes the concept of simplicial vertices in the following way: a vertex u is avoidable if every induced path on three vertices with middle vertex u is contained in an induced cycle. We present algorithms for listing all avoidable vertices of a graph through the notion of minimal triangulations and common neighborhood detection. In particular we give algorithms with running times O(n 2m) and O(n 1+ω ), respectively. Additionally, we propose a faster algorithm that runs in time O(n 2 + m2 ), and thus matches the corresponding running time of listing the simplicial vertices on sparse graphs with m = O(n). Moreover, our results imply an optimal algorithm on cographs and O(nm)- time algorithm on chordal graphs. To complement our results, we consider their natural generalizations of avoidable edges and avoidable paths. We propose an O(nm)-time algorithm that recognizes whether a given induced path is avoidable. Finally, we compare the empirical performance of our proposed algorithms that are performed on the overall input graph as well as on its contracted sub graphs. To that end, we conduct a thorough experimental study to highlight the merits and weaknesses of each technique.en
heal.abstractΗ κορυφή ενός γραφήματος της οποίας η γειτονιά είναι κλίκα, καλείται simpli cial. Είναι γνωστό ότι η εύρεση όλων των simplicial κορυφών ενός γραφήματος με n κορυφές και m ακμές μπορεί να επιτευχθεί σε O(nm) χρόνο ή O(n ω ) χρόνο, όπου O(n ω ) είναι ο χρόνος που απαιτείται για τον πολλαπλασιασμό πινάκων δι άστασης n × n. Η έννοια των κορυφών αποφυγής (avoidable vertices) αποτελεί γενίκευση της έννοιας των simplicial κορυφών με τον ακόλουθο τρόπο: μια κο ρυφή u είναι κορυφή αποφυγής (avoidable) εαν κάθε επαγόμενο μονοπάτι τριών κορυφών με μεσαία κορυφή την u περιέχεται σε έναν επαγόμενο κύκλο. Παρουσιάζουμε και αναλύουμε αλγόριθμους που σχεδιάσαμε για την εύρεση όλων των κορυφών αποφυγής ενός γραφήματος μέσω των εννοιών των minimal triangulations και της ανίχνευσης κοινής γειτονιάς. Πιο συγκεκριμένα, δίνουμε αλγόριθμους με πολυπλοκότητα χρόνου O(n 2m) και O(n 1+ω ), αντίστοιχα. Επι πλέον, προτείνουμε και έναν πιο γρήγορο αλγόριθμο με χρονική πολυπλοκότητα O(n 2 + m2 ), η οποία συμπίπτει με την αντίστοιχη πολυπλοκότητα χρόνου της εύρεσης των simplicial κορυφών σε αραιά γραφήματα όπου χαρακτηρίζονται από m = O(n). Αξίζει να σημειώσουμε ότι κατά την ανάλυση των συγκεκριμένων αλγορίθμων σχεδιάσαμε επιπλέον έναν βέλτιστο γραμμικό αλγόριθμο για τα cograph και έναν αλγόριθμο για τα chordal γραφήματα με πολυπλοκότητα χρόνου O(nm). Επεκτείνουμε τα αποτελέσματά μας, εξετάζοντας τις ακμές αποφυγής (avoid able edges) και, πιο γενικά, τα μονοπάτια αποφυγής (avoidable paths) καθώς αποτελούν την φυσική γενίκευση των κορυφών αποφυγής. Παρουσιάζουμε έναν αλγόριθμο χρονικής πολυπλοκότητας O(nm), ο οποίος αναγνωρίζει πότε ένα δω θέν επαγόμενο μονοπάτι (ή ακμή) είναι μονοπάτι (ή ακμή) αποφυγής. Τέλος, συγκρίνουμε την εμπειρική απόδοση των προτεινόμενων αλγορίθμων μας, που εκτελούνται στο συνολικό γράφημα εισόδου, καθώς και στα συρικνωμένα υπογραφήματά του. Για το σκοπό αυτό, διεξάγουμε μια διεξοδική πειραματική μελέτη για να αναδείξουμε τα πλεονεκτήματα και τις αδυναμίες κάθε προτεινόμενης τεχνικής.el
heal.academicPublisherΠανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μαθηματικώνel
heal.academicPublisherIDuoi
heal.accessfree
heal.advisorNameΠαπαδόπουλος, Χάρηςel
heal.bibliographicCitationΒιβλιογραφία: σ. 58-72el
heal.classificationAlgorithms
heal.committeeMemberNameΠαπαδόπουλος, Χάρηςel
heal.committeeMemberNameΓεωργιάδης, Λουκάςel
heal.committeeMemberNameΠαληός, Λεωνίδαςel
heal.dateAvailable2022-05-13T10:39:57Z
heal.fullTextAvailabilitytrue
heal.languageen
heal.numberOfPages72 σ.
heal.publicationDate2021
heal.recordProviderΠανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μαθηματικώνel
heal.typemasterThesis
heal.type.elΜεταπτυχιακή εργασίαel
heal.type.enMaster thesisen

Αρχεία

Πρωτότυπος φάκελος/πακέτο

Προβολή: 1 - 1 of 1
Φόρτωση...
Μικρογραφία εικόνας
Ονομα:
Μ.Ε. ΖΗΣΗΣ ΑΘΑΝΑΣΙΟΣ 2021.pdf
Μέγεθος:
857.73 KB
Μορφότυπο:
Adobe Portable Document Format
Περιγραφή:

Φάκελος/Πακέτο αδειών

Προβολή: 1 - 1 of 1
Φόρτωση...
Μικρογραφία εικόνας
Ονομα:
license.txt
Μέγεθος:
1.71 KB
Μορφότυπο:
Item-specific license agreed upon to submission
Περιγραφή: