12、有界树宽和有界团宽的自然推广

有界树宽和有界团宽的自然推广

在图论领域，树宽和团宽是两个重要的概念，它们在衡量图的结构复杂度以及解决图相关问题时发挥着关键作用。本文将介绍一种新的图宽度参数——融合宽度（fusion-width），它是树宽和团宽的自然推广，具有许多独特的优势。

树宽与团宽概述

树宽是一个非常自然的概念，它直观地衡量了一个图与树的相似程度。许多图问题不仅对于树来说很容易解决，对于其他类树图也是如此。实际上，对于有界树宽的图，存在大量高效的算法。然而，有界树宽的图通常是稀疏的，而一些稠密图，如完全图 $K_n$ 或完全二部图 $K_{n,n}$，虽然大多数计算问题有简单的解决方案，但并不属于有界树宽图的范畴。

团宽的概念旨在涵盖那些许多问题都能高效解决的图类，即使这些图包含许多稠密子图。团宽基于一种图分解方式，其设计目的是确保完全图具有非常小的宽度。但团宽既不能自然地衡量图与团的接近程度，其定义中也没有像树宽那样直观的宽度概念。此外，有界树宽是有界团宽的一种扩展，但树宽为 $k$ 的图的最坏情况团宽在 $k$ 上是指数级的，这表明从树宽到团宽的扩展可能不是很自然。

相关定义

• 树宽（Tree-Width） ：图 $G$ 的树宽 $tw(G)$ 是最小的整数 $k$，使得 $G$ 有一个最大包大小为 $k + 1$ 的树分解。判断一个图的树宽是否至多为 $k$（如果 $k$ 是输入的一部分）是 NP 完全问题。对于每个固定的 $k$，存在一个线性时间算法来判断树宽是否至多为 $k$，并在是这种情况下产生相应的树分解。对于任意的 $k$，这个任务仍然可以近似完成，在多项式时间内可以找到宽度为 $O(k \lo