[論文レビュー] 0-1 Knapsack in Nearly Quadratic Time

Ce Jin|arXiv (Cornell University)|Aug 8, 2023

Optimization and Packing ProblemsEngineering被引用数 3

ひとこと要約

本稿では、$ O(n + w_{\text{max}}^2 olimits \log^4 w_{\text{max}}) $ 時間で動作する 0-1 ナップサック問題の決定的アルゴリズムを提示する。これは、$ (n + w_{\text{max}})^{2 - \delta} $ の条件付き下界にほぼ一致する。一般化された細粒度的近接性と、二段階色コーディングおよび高さの大きい行列における SMAWK アルゴリズムを用いた拡張型ワーニング伝播法を組み合わせることで、$ w_{\text{max}} $ に対するほぼ二次的依存を達成している。この結果により、既知の上界と条件付き下界との間のギャップは、多項式的要因を除いて埋められた。

ABSTRACT

We study pseudo-polynomial time algorithms for the fundamental \emph{0-1 Knapsack} problem. Recent research interest has focused on its fine-grained complexity with respect to the number of items $n$ and the \emph{maximum item weight} $w_{\max}$. Under $(\min,+)$-convolution hypothesis, 0-1 Knapsack does not have $O((n+w_{\max})^{2-δ})$ time algorithms (Cygan-Mucha-Węgrzycki-Włodarczyk 2017 and Künnemann-Paturi-Schneider 2017). On the upper bound side, currently the fastest algorithm runs in $ ilde O(n + w_{\max}^{12/5})$ time (Chen, Lian, Mao, and Zhang 2023), improving the earlier $O(n + w_{\max}^3)$-time algorithm by Polak, Rohwedder, and Węgrzycki (2021). In this paper, we close this gap between the upper bound and the conditional lower bound (up to subpolynomial factors): - The 0-1 Knapsack problem has a deterministic algorithm in $O(n + w_{\max}^{2}\log^4w_{\max})$ time. Our algorithm combines and extends several recent structural results and algorithmic techniques from the literature on knapsack-type problems: - We generalize the "fine-grained proximity" technique of Chen, Lian, Mao, and Zhang (2023) derived from the additive-combinatorial results of Bringmann and Wellnitz (2021) on dense subset sums. This allows us to bound the support size of the useful partial solutions in the dynamic program. - To exploit the small support size, our main technical component is a vast extension of the "witness propagation" method, originally designed by Deng, Mao, and Zhong (2023) for speeding up dynamic programming in the easier unbounded knapsack settings. To extend this approach to our 0-1 setting, we use a novel pruning method, as well as the two-level color-coding of Bringmann (2017) and the SMAWK algorithm on tall matrices.

研究の動機と目的

• 0-1 ナップサック問題の $ n $ および $ w_{\text{max}} $ に関する既知の最良上界と条件付き下界とのギャップを埋めること。
• $ w_{\text{max}} $ に対してほぼ二次的依存を持つ決定的アルゴリズムを開発し、以前の $ \widetilde{O}(n + w_{\text{max}}^{12/5}) $ の境界を改善すること。
• 従来、無制限ナップサック問題で用いられていたワーニング伝播技術を、新しい pruning 策略と色コーディング法を用いて 0-1 ナップサック設定に拡張すること。
• 加法的組合せ論の構造的結果と動的計画法の近接性を活用し、有用な部分解のサポートサイズを制限すること。

提案手法

• ブリンマングとウェルニッツ（2021）の加法的組合せ論的結果を一般化して、動的計画法における有用な部分解のサポートサイズを制限する。
• Deng, Mao, および Zhong（2023）のワーニング伝播法を、新しい pruning 策略と二段階色コーディングを用いて 0-1 ナップサック設定に拡張する。
• サポートが有界な動的計画法状態において、最大値を効率的に計算するために、高さの大きい行列への SMAWK アルゴリズムを適用する。
• 誕生日パラドックス風の集合の分離を確実にするために、悲観的推定器を用いた決定的色コーディングにより、確率的処理を非確率化する。
• ヒント付き動的計画法を用いて問題を分解し、色クラス分解とシングルトンケースの処理により、再帰的に部分問題を解く。
• 集合と色クラスの交差を事前処理して、$ O(\log m) $ 時間での報告を可能にし、入力準備段階のボトルネックを回避する。

実験結果

リサーチクエスチョン

• RQ1 0-1 ナップサック問題は、$ \widetilde{O}(n + w_{\text{max}}^2) $ 時間で解けるか、すなわち条件付き下界に多項式的要因を除いて一致するか？
• RQ2 ワーニング伝播技術は、無制限ナップサックから 0-1 ナップサックに、保証付きで拡張可能か？
• RQ3 二段階色コーディングと SMAWK 最適化を組み合わせることで、小サポート部分解を伴う動的計画法を高速化可能か？
• RQ4 近似的最適な時間計算量を維持したまま、ナップサックアルゴリズムにおける色コーディングステップを非確率化可能か？

主な発見

• 本稿では、$ O(n + w_{\text{max}}^2 \log^4 w_{\text{max}}) $ 時間で動作する決定的アルゴリズムを 0-1 ナップサック問題に実現し、以前の $ \widetilde{O}(n + w_{\text{max}}^{12/5}) $ の境界を改善した。
• アルゴリズムは、$ (\min, +) $-畳み込み仮説に基づく $ (n + w_{\text{max}})^{2 - \delta} $ の条件付き下界と、ほぼ一致する。
• 一般化された細粒度的近接性の使用により、関連する部分解の数が管理可能なサイズに制限され、効率的な動的計画法が可能になった。
• 二段階色コーディングと pruning を用いたワーニング伝播の拡張により、互いに素な色クラス間で効率的な解の合成が可能になった。
• SMAWK アルゴリズムと決定的色コーディングの組み合わせにより、確率的処理を排除しながらも、アルゴリズムの効率性と決定的性質を維持した。
• 集合と色クラスの交差の事前処理により、$ O(\log m) $ 時間での報告が可能となり、全体の計算量において入力準備段階がボトルネックとならなくなった。