GIẢ THUYẾT KELLER
Giả thuyết Keller liên quan đến giả thuyết
Minkowski, trong đó nói rằng bài toán lưới lát
n bởi các khối đơn vị, tồn tại hai khối cùng
(n-1) mặt. Định lý Minkowski đã được chứng
minh bởi Hajos năm 1950. Keller đề xuất
tổng quát hoá định lý Minkowski bằng cách
bỏ giả sử lưới. Trong thực tế, Prron đã chứng
minh điều này là đúng với n ≤ 6 . Tuy nhiên
với n ≥ 8 , giả sử lưới là cần thiết và đã được
chứng minh bởi Lagarias. Giả thuyết Keller
vẫn còn là vấn đề mở với n = 7 .
Sau nhiều năm, các tranh luận về giả thuyết
Keller vẫn chưa kết thúc. Qua đó, nhiều lớp
đồ thị đối với bài toán clique lớn nhất cũng
được phát sinh. Corradi và Szabo [6] đã xây
dựng đồ thị gọi là đồ thị Keller Γn với
n
+
∈ . Tập đỉnh của Γn là các véc tơ với
độ dài n , với giá trị 0, 1, 2 hoặc 3. Hai đỉnh
bất kỳ có kết nối cạnh khi và chỉ khi trong n
toạ độ, có đúng hai toạ độ khác nhau. Đồ thị
Keller là đồ thị dày đặc với kích thước clique
bị chặn bởi 2n . Corradi và Szabo đã chứng
minh rằng, tồn tại phản ví dụ về giả thuyết
Keller khi và chỉ khi
n
Γ có clique kích thước
bằng 2n .
Với sự giúp đỡ của những kết quả này,
Lagarias và Shor đã chỉ được phản ví dụ cho
trường hợp số chiều n =10 . Tương tự,
Mackey đã xây dựng được clique với số chiều
bằng 8, và chứng minh giả thuyết Keller
không đúng khi n ≥ 8 . Tuy nhiên trong
trường hợp n = 7 vẫn là vấn đề mở, và có
thách thức sau:
Thách thức 4 ( Bài toán mở [6]) Với đồ thị
Keller
Γ7 , tìm clique lớn nhất có kích thước
bằng 128 hoặc chứng minh không tồn tại
clique như thế.
KẾT LUẬN
Chúng tôi đã hệ thống các ứng dụng dẫn tới
các bài toán cliques, tựa clique, phân vùng
clique trên các đồ thị lớn. Cấu trúc và tính
chất của các đồ thị này có những điểm khác
nhau. Nhưng nói chung kích thước và mật độ
của chúng đều lớn. Điều này gây khó khăn
cho việc thiết kế các thuật toán phù hợp với mỗi
bài toán để có thể giải quyết chúng hiệu quả.
5 trang |
Chia sẻ: thucuc2301 | Lượt xem: 810 | Lượt tải: 0
Bạn đang xem nội dung tài liệu Bài toán Clique lớn nhất - Ứng dụng và những thách thức tính toán - Đàm Thanh Phương, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
Đàm Thanh Phương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 9 - 13
9
BÀI TOÁN CLIQUE LỚN NHẤT - ỨNG DỤNG
VÀ NHỮNG THÁCH THỨC TÍNH TOÁN
Đàm Thanh Phương*, Ngô Mạnh Tưởng, Khoa Thu Hoài
Trường Đại học Công nghệ thông tin và Truyền thông – ĐH Thái Nguyên
TÓM TẮT
Bài toán clique lớn nhất là một bài toán kinh điển của lý thuyết đồ thị và có nhiều ứng dụng. Nhiều
vấn đề trong các mạng xã hội, sinh học, tài chính được giải quyết thông qua bài toán tìm kiếm các
clique trong đồ thị. Clique và phân vùng clique cũng được sử dụng như một công cụ phân cụm hay
phân loại dữ liệu. Tuy nhiên các bài toán thực tế thường được mô hình hoá bằng đồ thị rất lớn và
cần phải có bộ nhớ lưu trữ đủ lớn cho quá trình thực hiện các thuật toán. Qua bài báo này, chúng
tôi sẽ thảo luận bốn ứng dụng và xác định những thách thức tính toán đến từ lý thuyết cũng như
thực hành.
Từ khoá: Cliques, tựa clique, phân vùng clique, tập độc lập, bài toán clique lớn nhất, bài toán tập
độc lập lớn nhất.
GIỚI THIỆU*
Một đơn đồ thị vô hướng G là cặp
( ),V E bao gồm tập hữu hạn, khác rỗng các
đỉnh V và tập hữu hạn ( có thể rỗng) các cạnh
E V V⊆ × là các cặp không có thứ tự hai
phần tử phân biệt của V . Trong bài báo này,
chúng ta chỉ xét các đơn đồ thị vô hướng như
trên và để vắn tắt, sẽ gọi chung là đồ thị. Hai
đỉnh ,u v V∈ được gọi là hai đỉnh kề nếu
( ),u v E∈ , nghĩa là một cạnh của đồ thị. Một
đồ thị được gọi là đầy đủ nếu có cạnh giữa hai
đỉnh bất kỳ. Đồ thị bù của G là đồ thị
( ),G V E= , có cùng tập đỉnh V và tập cạnh
( ) ( ){ }, , , , ,E i j i j V i j i j E= ∈ ≠ ∉ . Đồ thị
được gọi là liên thông nếu tồn tại đường đi
giữa hai đỉnh bất kỳ. Các thành phần liên
thông của đồ thị là các đồ thị con liên thông
cực đại. Độ dài của đường đi dài nhất trong số
tất cả các đường đi ngắn nhất giữa hai đỉnh
bất kỳ được gọi là đường kính. Mật độ của đồ
thị được xác định bởi giá trị:
2
2 E
V V−
. Hai
đồ thị ( ) ( )1 1 1 2 2 2, , ,G V E G V E= = được gọi
là đẳng cấu nếu tồn tại một song ánh
1 2:V Vφ → thoả mãn: :
( ) ( ) ( )( )1 2, ,u v E u v Eφ φ∈ ⇔ ∈ .
*
Tel: 0912 998749, Email: dtphuong@ictu.edu.vn
Với mỗi tập con S V⊂ , đồ thị con sinh bởi
S được định nghĩa là
( ) ( ),G S S E S S= ∩ ×
Một tập đỉnh S được gọi là một clique nếu
( )G S là đồ thị đầy đủ. Chúng ta cũng phân
biệt giữa clique cực đại là clique không thuộc
bất cứ một clique nào rộng hơn nó, với clique
lớn nhất là clique có số phần tử lớn nhất. Một
tập đỉnh S được gọi là một tập độc lập (tập
ổn định) nếu hai đỉnh bất kỳ của S không kề
nhau. Định nghĩa clique có thể tổng quát hoá
cho khái niệm tựa clique. Một tựa clique hay
γ -clique của đồ thị là tập đỉnh Cγ thoả mãn
đồ thị con ( )G Cγ là liên thông và có ít nhất
( )1
2
q qγ −
(1)
cạnh, trong đó q Cγ= và [ ]0,1γ ∈ . Trong
trường hợp đặc biệt, khi 0γ = , ( )G Cγ có
thể không có cạnh nào và khi 1γ = thì Cγ là
một clique của G . Tô màu đồ thị là phân chia
tập đỉnh thành các tập ổn định rời nhau. Trong
khi phủ clique là phân vùng tập đỉnh thành
các clique rời nhau. Sau đây, ta gọi một phủ
clique là phân vùng clique.
Bài toán clique lớn nhất là bài toán tìm clique
lớn nhất trong đồ thị đã cho. Ta ký hiệu số
phần tử của clique lớn nhất trong đồ thị G là
Đàm Thanh Phương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 9 - 13
10
( )Gω và gọi là chỉ số clique. Tương tự bài
toán tập ổn định lớn nhất là bài toán tìm tập
ổn định có số phần tử lớn nhất trong đồ thị.
Chỉ số ổn định là số phần tử của tập ổn định
lớn nhất, ký hiệu là ( )Gα . Số màu hay sắc
số của đồ thị ( )Gχ là số nhỏ nhất các tập ổn
định cần để tô màu đồ thị. Tương tự, số nhỏ
nhất các clique cần để phân vùng clique đồ thị
G được gọi là chỉ số phủ clique và ký hiệu
( )Gχ . Bài toán clique lớn nhất và bài toán
phủ clique là một trong 21 bài toán mà
Richard Karp đã chứng minh là NP đầy đủ
Nghĩa là, trừ khi P = NP, các thuật toán chính
xác giải bài toán có thời gian tăng theo hàm
mũ với số đỉnh của đồ thị.
Vì một clique trong G cũng là một tập ổn
định trong G nên ta có
( ) ( )G Gα ω= (2)
Hơn nữa ta cũng có các kết quả sau:
( ) ( )G Gχ χ= (3)
( ) ( )G Gω χ≤ (4)
( ) ( )G Gα χ≤ (5)
Dễ thấy số tập ổn định cần thiết để phủ đồ thị
bằng số clique cần thiết để phủ đồ thị bù nên
ta có đẳng thức (3). Vì vậy việc tìm sắc số đồ
thị và chỉ số phủ clique là tương đương và tuỳ
thuộc vào ứng dụng ta sẽ sử dụng bài toán
phù hợp. Hai trong các đỉnh của clique lớn
nhất không thể nằm cùng trong một tập ổn
định nào. Vì vậy để phân chia tập đỉnh của đồ
thị thành các tập ổn định rời nhau thì số tập
ổn định ít nhất phải bằng số đỉnh của clique
lớn nhất. Từ đó ta có bất đẳng thức (4). Bất
đẳng thức (5) có được từ (2), (3), (4) với chú ý
rằng đồ thị bù của đồ thị G chính là đồ thị G .
Trong bài báo này chúng tôi thảo luận về các
thách thức tính toán liên quan đến clique, tựa
clique và phân vùng clique phát sinh từ bốn
ứng dụng: Đồ thị các cuộc gọi, lý thuyết mã,
đối sánh cấu trúc phân tử và giả thuyết Keller.
ĐỒ THỊ CUỘC GỌI
Các công ty điện thoại thường phải đối mặ
với các tập dữ liệu khổng lồ. Ví dụ dữ liệu
cuộc gọi đường dài của công ty AT&T trong
năm 1999: xấp xỉ 300 triệu cuộc gọi một
ngày, tương đương với yêu cầu không gian
lưu trữ khoảng 20 terabytes một năm [1]. Việc
phân tích tập dữ liệu này lại rất quan trọng
cho công ty trong việc nghiên cứu mẫu khách
hàng và tối ưu hoá hoạt động của họ.
Cho một tập dữ liệu cuộc gọi trong một
khoảng thời gian (ví dụ xếp từ các ngày đến
các tháng). Chúng ta có thể xây dựng một đồ
thị gọi là đồ thị cuộc gọi như sau: Mỗi người
sử dụng điện thoại đại diện cho một đỉnh của
đồ thị, mỗi cuộc gọi là một cạnh có hướng.
Kết quả là ta được một đa đồ thị có hướng bởi
vì một người A có thể gọi cho người B nhiều
lần. Các tựa clique vô hướng của đồ thị này
có thể cung cấp thông tin về nhóm người có
mối liên kết cao.
Đồ thị có hàng triệu đỉnh thường được gọi là
đồ thị lớn. Ngay cả việc hiển thị trực quan
trên màn hình hay các phân tích thống kê cơ
bản là các nhiệm vụ khó khăn. Với các đồ thị
rất lớn, chúng thường không phù hợp với bộ
nhớ RAM của máy tính hoặc thậm chí vào bộ
nhớ chính. Vì thế, thuật toán bộ nhớ mở rộng
đã được phát triển. Đồ thị cuộc gọi có các tính
chất quan trọng đặc biệt sau [2], [3]:
- Đồ thị rất lớn, tới hàng triệu đỉnh.
- Đồ thị có mật độ rất thấp, trong khoảng
0,0000001
- Đồ thị thường không liên thông, mặc dù
chứa thành phần liên thông lớn
- Đường kính vô hướng thấp, trong khoảng
( )log n
- Bậc vào ind và bậc ra outd của đỉnh phân
phối theo luật: ( ) inin inP d d γ− với [2,3]inγ ∈
và ( ) outout outP d d γ− với 2outγ < , ở đây
( )P d là tỷ số của số đỉnh có bậc d trên
tổng số đỉnh của đồ thị.
Trong [3], Abello đã nghiên cứu đồ thị cuộc
gọi trong 1 ngày với các cuộc gọi cố định tại
AT&T và nhận được một đồ thị cuộc gọi với
Đàm Thanh Phương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 9 - 13
11
53 triệu đỉnh và 170 triệu cạnh. Để khai thác
cấu trúc ở trên, tác giả đã phải thực hiện tiền
xử lý mở rộng. Các phân tích thuật toán của
đồ thị đó là rất quan trọng. Tuy nhiên, các
thuật toán được biết đến không áp dụng tốt
trên đồ thị như vậy. Điều này dẫn chúng ta
đến thử thách đầu tiên.
Thách thức 1 (Thuật toán cho các đồ thị
cực lớn với mật độ rất thấp): Thiết kế một
thuật toán hiệu quả cùng với tập dữ liệu cho
bài toán γ -clique lớn nhất trong đồ thị lớn có
các tính chất như đồ thị cuộc gọi.
Các đồ thị tương tự đồ thị cuộc gọi có thế kể
đến như đồ thị internet, đồ thị SMS, đồ thị từ
mạng xã hội
ĐỒ THỊ TRONG LÝ THUYẾT MÃ
Bài toán cần quan tâm là: gửi một thông điệp
qua kênh truyền có độ nhiễu cao với độ tin
cậy lớn nhất có thể. Trong lý thuyết mã,
người ta mong muốn tìm được một mã nhị
phân đủ lớn có thể khắc phục một số lỗi nhất
định với kích thước đã cho của từ nhị phân.
Với từ nhị phân thể hiện bởi véc tơ
( )0,1 nu ∈ , ký hiệu ( )eF u là tập hợp tất cả
các véc tơ có thể thu được từ u do một lỗi e
nào đó, chẳng hạn mất hoặc chuyển vị các bit.
Chú ý rằng các phần từ của ( )eF u không nhất
thiết có độ dài n vì có thể là kết quả của việc
mất bit. Tập con ( )0,1 nC ⊆ được gọi là mã
sửa lỗi e nếu
( ) ( ) ; ,e eF u F v u v C∩ = ∅ ∀ ∈ với u v≠ .
Bài toán đặt ra là tìm tập mã sửa lỗi lớn nhất,
nghĩa là số phần tử của C là lớn nhất.
Xét đồ thị gồm tập đỉnh là tập tất cả các véc
tơ nhị phân ( )0,1 nu ∈ và có cạnh ( ),u v khi
( ) ( )e eF u F v∩ ≠ ∅ . Theo cách này, mỗi
cạnh thể hiện sự xung đột với mã sửa lỗi e .
Đồ thị như vậy được gọi là đồ thị xung đột.
Theo cấu trúc của đồ thị, một mã sửa lỗi
tương đương với một tập ổn định trong G .
Vì vậy mã sửa lỗi lớn nhất có thể tìm được
thông qua việc giải bài toán tập độc lập lớn
nhất trong đồ thị G vừa đề cập.
Các cận dưới tốt của kích thước mã là điều có
ý nghĩa đặc biệt cho các mã bất đối xứng,
chẳng hạn như các mã sửa lỗi trong kênh Z (
các thành phần khác không của mọi véc tơ có
thể thay đổi từ 1 đến 0). Vì điều này, một số
phương pháp phân vùng đã được đề xuất,
bằng cách phân vùng tập ổn định nhỏ nhất
trên đồ thị xung đột [4]. Việc tìm kiếm các
cận dưới tốt cho kích thước mã như trên và
thuật toán phân vùng tập ổn định phù hợp là
một thách thức cần thiết phải giải quyết.
Thách thức 2: (Thuật toán cho các đồ thị
xung đột trong lý thuyết mã) Thiết kế thuật
toán hiệu quả cho bài toán phân vùng tập ổn
định tối thiểu phù hợp với đồ thị xung đột ứng
dụng trong lý thuyết mã.
Một số ví dụ khác trong đó phân vùng clique
tối thiểu được sử dụng như những cận dưới là
các bài toán phủ bắt buộc, trong đó tập các
điểm yêu cầu phải được phủ bởi tập điểm
tiềm năng. Như bài toán vị trí xe cứu thương
hay bài toán lát
ỨNG DỤNG TRONG BÀI TOÁN SO KHỚP
CẤU TRÚC PHÂN TỬ
Trong ngành công nghiệp dược phẩm và hoá
chất nông nghiệp, bài toán xác định mối quan
hệ cấu trúc giữa các cặp cấu trúc phân tử ba
chiều là một bài toán quan trọng. Những cấu
trúc phân tử ba chiều có thể được thể hiện
bằng đồ thị. Ví dụ đối với cấu trúc Protein,
các đỉnh của đồ thị được cho bởi các thành
phần cấu trúc thứ cấp xoắn α và phiếm nếp
gấp β , trong khi các cạnh được định nghĩa
thông qua liên kết góc và khoảng cách giữa
chúng [5]. Hơn nữa các đỉnh và cạnh đều
được gán nhãn tương ứng với các kiểu nguyên
tử và khoảng cách giữa các nguyên tử.
Cho một cặp đồ thị đã được gán nhãn
( ) ( )1 1 1 2 2 2, ; ,G V E G V E= = . Khi đó xây
dựng đồ thị C , gọi là đồ thị tương ứng của
hai đồ thị trên, như sau: Nếu hai đỉnh
1 1 2 2,v V v V∈ ∈ có cùng nhãn thì cặp 1 2v v là
một đỉnh của C ; Hai đỉnh 1 2v v và
' '
1 2v v có
liên kết cạnh nếu các cạnh ( )'1 1 1,v v E∈ và
( )'2 2 2,v v E∈ có nhãn giống nhau.
Đàm Thanh Phương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 9 - 13
12
Với một cặp cấu trúc phân tử ba chiều, một
đồ thị con chung lớn nhất trong hai đồ thị
tương ứng của chúng liên hệ đến tập lớn nhất
các nguyên tử có khoảng cách phù hợp. Vì
vậy đồ thị con chung lớn nhất là một độ đo sự
tương tự cấu trúc và cho thông tin quan trọng
về hai phân tử.
Theo cách xây dựng đồ thị C tương ứng từ
hai đồ thị mô tả hai phân tử, ta nhận thấy đồ
thị con giữa hai đồ thị 1 2,G G tương đương
với clique trong đồ thị C . Vì vậy ta có thể
tìm đồ thị con chung lớn nhất giữa hai đồ thị
1 2,G G thông qua việc giải bài toán clique lớn
nhất trong đồ thị C tương ứng.
Thách thức 3 (Thuật toán cho đồ thị tương
ứng với mật độ thấp): Thiết kế thuật toán
hiệu quả cho bài toán clique lớn nhất trên đồ
thị tương ứng phát sinh từ bài toán so khớp
cấu trúc phân tử hoá học ba chiều.
Những thách thức tương tự cũng xảy ra khi
tính toán clique lớn nhất cho bài toán ghép
protein, trong đó người ta muốn tìm hiểu xem
hai loại protein hình thành liên kết ổn định
hay không, hoặc để so sánh các cấu trúc
protein. [7]
GIẢ THUYẾT KELLER
Giả thuyết Keller liên quan đến giả thuyết
Minkowski, trong đó nói rằng bài toán lưới lát
n
bởi các khối đơn vị, tồn tại hai khối cùng
(n-1) mặt. Định lý Minkowski đã được chứng
minh bởi Hajos năm 1950. Keller đề xuất
tổng quát hoá định lý Minkowski bằng cách
bỏ giả sử lưới. Trong thực tế, Prron đã chứng
minh điều này là đúng với 6n ≤ . Tuy nhiên
với 8n ≥ , giả sử lưới là cần thiết và đã được
chứng minh bởi Lagarias. Giả thuyết Keller
vẫn còn là vấn đề mở với 7n = .
Sau nhiều năm, các tranh luận về giả thuyết
Keller vẫn chưa kết thúc. Qua đó, nhiều lớp
đồ thị đối với bài toán clique lớn nhất cũng
được phát sinh. Corradi và Szabo [6] đã xây
dựng đồ thị gọi là đồ thị Keller nΓ với
n
+∈ . Tập đỉnh của nΓ là các véc tơ với
độ dài n , với giá trị 0, 1, 2 hoặc 3. Hai đỉnh
bất kỳ có kết nối cạnh khi và chỉ khi trong n
toạ độ, có đúng hai toạ độ khác nhau. Đồ thị
Keller là đồ thị dày đặc với kích thước clique
bị chặn bởi 2n . Corradi và Szabo đã chứng
minh rằng, tồn tại phản ví dụ về giả thuyết
Keller khi và chỉ khi nΓ có clique kích thước
bằng 2n .
Với sự giúp đỡ của những kết quả này,
Lagarias và Shor đã chỉ được phản ví dụ cho
trường hợp số chiều 10n = . Tương tự,
Mackey đã xây dựng được clique với số chiều
bằng 8, và chứng minh giả thuyết Keller
không đúng khi 8n ≥ . Tuy nhiên trong
trường hợp 7n = vẫn là vấn đề mở, và có
thách thức sau:
Thách thức 4 ( Bài toán mở [6]) Với đồ thị
Keller 7Γ , tìm clique lớn nhất có kích thước
bằng 128 hoặc chứng minh không tồn tại
clique như thế.
KẾT LUẬN
Chúng tôi đã hệ thống các ứng dụng dẫn tới
các bài toán cliques, tựa clique, phân vùng
clique trên các đồ thị lớn. Cấu trúc và tính
chất của các đồ thị này có những điểm khác
nhau. Nhưng nói chung kích thước và mật độ
của chúng đều lớn. Điều này gây khó khăn
cho việc thiết kế các thuật toán phù hợp với mỗi
bài toán để có thể giải quyết chúng hiệu quả.
TÀI LIỆU THAM KHẢO
[1]. Hayes, B.: Graph Theory in Practice: PartI.
American Scientist 88(1), 9(2000)
[2]. Nanavati et all: Analyzing the Structure and
Evolution of Massive Telecom Graphs. IEEE
Trans actions on Knowledge and Data
Engineering 20(5),703– 718(2008)
[3]. Abello, Pardalos, Resende: On Maximum
Clique Problems in Very Lagre Graphs. External
Memory Algorithms .DIMACS Series, pp.119–
130, (1999)
[4]. vanPul, et all: New lower bounds for constatn
weight codes. IEEE Trans. Inform. Theory 35,
1324–1329 (1989)
[5]. Mitchell et all : Use of techniques derived from
Graph theory to compare secondary structure motifs
in proteins. J.Mol.Biol.212, 151 (1990)
[6]. Corradi and Szabo : A Combinatorial
Approach for Keller’s Conjecture. Periodica
Math. Hung. 21(2), 95–100 (1990)
[7]. Butenko, S.,Wilhelm, W.: Clique-detection
models in computational biochemistry and
genomics. Euorpean Journal of Operational
Research 173,1–17 (2006)
Đàm Thanh Phương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 9 - 13
13
SUMMARY
THE MAXIMUM CLIQUE PROBLEM – APPLICATIONS AND
COMPUTATIONAL CHALLENGES
Dam Thanh Phuong*, Ngo Manh Tuong, Khoa Thu Hoai
College of Information and Communication Technology - TNU
Maximum clique is a classical problem of graph theory and have many applications.
Many problems in social, biology and finance networks resolved through finding cliques.
Clique partitions and clique have also been used as a clustering or data classification
tools. However, the actual problem is often modeled by a very large graph and requires
large data storage memory for implementation of algorithms. In this paper, we discuss
four applications and identify computational challenges which are both of theoretical and
practical.
Keywords: Cliques, quasi – cliques, clique partitions, independent set, maximum clique problem,
maximum independent set.
Ngày nhận bài:8/11/2012, ngày phản biện:19/12/2012, ngày duyệt đăng:26/3/2013
*
Tel: 0912 998749, Email: dtphuong@ictu.edu.vn
Các file đính kèm theo tài liệu này:
- brief_38313_41864_5820131541539_2031_2052120.pdf