我经常使用逆区间图来表示基因组序列中的生物学相关特征。例如，给定一个（相对）小的基因组区域，该图将包含该区域中每个基因的一个节点，如果相应的基因不重叠（区间图的补集），则两个节点之间将存在一条边。
我最近实现了一个程序，该程序使用 Bron-Kerbosch 算法来列出对应于小基因组区域的逆区间图的所有最大团。这个算法具有指数级的复杂性，但我一开始并不担心，因为我没想到在给定区域中会出现多个基因。但是，此后我在数据中遇到了一些 Bron-Kerbosch 算法无法在合理的时间或空间内处理的情况。
这篇 Wikipedia 文章提到了 Bron-Kerbosch 算法的几种替代方案，只要团的数量是多项式有界的，它们就具有多项式复杂度。我已经开始研究Chiba & Nishizeki 的算法作为一种可能的替代方案，但公式非常密集。在我花太多时间研究这个之前，我想问两个问题。
- 首先，由于我的图是逆区间图而不是区间图，我真的可以用这些替代算法保证多项式运行时间吗？
- 其次，假设我确实想实现这些替代算法之一，它们中是否有可用的参考实现？我不希望参考实现可以开箱即用地解决我的问题，但是在尝试为我的程序调整算法时它会非常有帮助。