[論文レビュー] A Faster Deterministic Distributed Algorithm for Weighted APSP Through Pipelining.

Udit Agarwal, Vijaya Ramachandran|arXiv (Cornell University)|Jul 23, 2018

Complexity and Algorithms in Graphs被引用数 5

ひとこと要約

この論文は、重み付き有向グラフにおける全点対最短経路（APSP）を計算する、新しいパイプライン化された決定的分散アルゴリズムを提示する。Gabowのスケーリングアルゴリズムをパイプライン化することで最適化し、$ ilde{O}(n^{3/2})$ラウンドの複雑さを達成した。その後、[ARKP18]から修正されたアルゴリズムと統合することで、$ ilde{O}(n^{4/3})$ラウンドに改善され、従来の$ ilde{O}(n^{3/2})$の境界を大きく上回る顕著な改善がなされた。

ABSTRACT

We present a new approach to computing all pairs shortest paths (APSP) in a weighted directed graph in the Congest model in the distributed setting. Our approach gives a simple but nontrivial deterministic distributed APSP algorithm that runs in $ ilde{O}(n^{3/2})$ rounds. This bound matches a recent deterministic distributed algorithm in [ARKP18]. We then combine our new distributed APSP algorithm with a modified version of the algorithm in [ARKP18] to obtain an $ ilde{O}(n^{4/3})$ round deterministic distributed APSP algorithm in the Congest model, improving the previous best bound of $ ilde{O}(n^{3/2})$ rounds. We have a similar improvement in the bound for the problem of computing shortest path trees for k given sources. For this latter problem our deterministic distributed algorithm runs in $ ilde{O}(n \cdot k^{1/3})$ rounds. Our new approach in the $ ilde{O}(n^{3/2})$ round APSP algorithm is a pipelined strategy that computes each stage of Gabow's scaling algorithm in less than $2n^{3/2} + 2n$ rounds. While this algorithm has a simple description, it has some novel features and a nontrivial analysis.

研究の動機と目的

• 重み付き有向グラフにおける全点対最短経路（APSP）の、より高速な決定的分散アルゴリズムを設計すること。
• 従来の$ ilde{O}(n^{3/2})$ラウンドの複雑さの壁を打ち破ること。
• 改善された複雑さをkソース最短経路木問題に拡張し、$ ilde{O}(n \cdot k^{1/3})$ラウンドを達成すること。
• Gabowのスケーリングアルゴリズムの各段階を、各段階あたりサブ線形時間で効率的に計算するパイプライン戦略を導入すること。

提案手法

• アルゴリズムは、Gabowのスケーリングアルゴリズムの各段階を$2n^{3/2} + 2n$ラウンド未満で計算するパイプライン戦略を採用している。
• パイプライン化されたAPSPアプローチと統合するため、[ARKP18]の修正版を活用し、より良いラウンド複雑さを達成している。
• パイプライン技術により、複数の段階にわたる計算と通信を重ねて実行し、全体の遅延を低減している。
• ランダム化を避けることで決定論的を保ちつつ、構造的なメッセージ伝搬により正しさを維持している。
• エッジの重みを処理するためにスケーリングベースのアプローチを用い、段階ごとに最短経路推定値を段階的に精錬している。
• 各ノードが1ラウンドあたり$O(\log n)$ビットしか送信できないという制限を受けるCongestモデルで効率的に動作するように設計されている。

実験結果

リサーチクエスチョン

• RQ1 Congestモデルにおいて、$n^{3/2}$未満のラウンド複雑さを達成する決定的分散APSPアルゴリズムは設計可能か？
• RQ2 Gabowのスケーリングアルゴリズムの段階にパイプラインを効果的に適用することで、通信および計算のオーバーヘッドをどのように低減できるか？
• RQ3 Congestモデルにおいて、決定的APSPのラウンド複雑さの理論的限界は何か？
• RQ4 APSPの改善された複雑さを、類似したラウンド境界を持つkソース最短経路木問題に拡張できるか？
• RQ5 Gabowのアルゴリズムにどのような新しい構造的性質が存在し、それが分散環境における効率的なパイプライン化を可能にするか？

主な発見

• 提案されたアルゴリズムは、決定的分散APSPにおいて$ ilde{O}(n^{3/2})$ラウンドの複雑さを達成しており、従来の最良境界と一致するが、より単純でモジュラーな設計である。
• パイプライン化されたAPSPアルゴリズムと修正版[ARKP18]を組み合わせることで、ラウンド複雑さは$ ilde{O}(n^{4/3})$に向上し、従来の$ ilde{O}(n^{3/2})$の壁を破った。
• kソース最短経路木問題に対しては、$ ilde{O}(n \cdot k^{1/3})$ラウンドで実行され、従来の決定的手法に比べ顕著な改善がなされた。
• パイプライン戦略により、Gabowのスケーリングアルゴリズムの各段階が$2n^{3/2} + 2n$ラウンド未満で計算可能となり、効率的な負荷分散と通信が保証された。
• アルゴリズムは決定論的であり、標準的なCongestモデルで動作するため、帯域幅が制限された実用的な分散システムに適している。
• 解析により、Gabowのアルゴリズムに非自明な構造的性質が存在し、それがパイプライン化による効率的な分散実装を可能にすることが明らかになった。