回答:
この問題の概要はわかりませんが、いくつか例を示します。単純な近似アルゴリズムは、ノードのいくつかの順序を見つけ、独立したセットで以前の隣接ノードが選択されていない場合、独立したセットにあるノードを貪欲に選択することです。
グラフに縮退がある場合、縮退順序を使用するとd近似が得られます。したがって、縮退n 1 − ϵのグラフの場合、十分な近似が得られます。
近似のための他のテクニックもいくつかありますが、私はそれらをよく知りません。参照:http : //en.wikipedia.org/wiki/Baker%27s_technique および http://courses.engr.illinois.edu/cs598csc/sp2011/Lectures/lecture_7.pdf
問題を正確に解決する多項式アルゴリズムの場合、Sureshが提供したリンクが最適です。どのグラフクラスがより興味深いかは言うのが難しいです。
そのリストで見つけられないクラスの1つは、縮退グラフの補完です。最大クリークはで解決することができるので、O (2 k個の N )縮退のグラフにK参照 http://en.wikipedia.org/wiki/Bron%E2%80%93Kerbosch_algorithm Eppsteinの特に仕事。次に、Gの補数に縮退O (log n )がある場合、独立集合はG上の多項式です。
立方平面グラフのクラスについて、この論文、Elarbi ChoukhmaneとJohn Francoによる立方平面グラフの最大独立集合問題の近似アルゴリズムは、多項式時間近似アルゴリズムを提供します。アルゴリズムの近似係数は6/7です。
上記の回答を確認していないため、重複がある場合はおologiesび申し上げます。以下は、多項式時間で正確に解くことができる特別な場合です。グラフGが折れ線グラフの場合、多項式時間アルゴリズムを実行してルートグラフHを見つけ、次にHの最大一致を見つけます。
幾何学的交差グラフには、いくつかの興味深い近似、PTAS、および準指数関数的正確なアルゴリズムがあります。調査については、Wikipediaの記事Maximum Disjoint Setを参照してください。