[論文レビュー] An Improved Randomized Data Structure for Dynamic Graph Connectivity

Zhengyu Wang|arXiv (Cornell University)|Oct 15, 2015

Complexity and Algorithms in Graphs参考文献 6被引用数 13

ひとこと要約

この論文は、先行研究で使用された余分なランダム性を排除することで、最悪計算量の更新時間を改善した確率的動的グラフ連結性データ構造を提示する。新しい不変条件を導入することで、高確率で正しく動作するように保証し、データ構造を log n 個コピーする必要がなくなる。これにより、辺の挿入は O(log³n)、辺の削除は O(log⁴n)、クエリは O(log n / log log n) で処理可能となり、従来の O(log⁴n) および O(log⁵n) の境界を上回る性能を達成する。

ABSTRACT

We present a randomized algorithm for dynamic graph connectivity. With failure probability less than $1/n^c$ (for any constant $c$ we choose), our solution has worst case running time $O(\log^3 n)$ per edge insertion, $O(\log^4 n)$ per edge deletion, and $O(\log n/\log\log n)$ per query, where $n$ is the number of vertices. The previous best algorithm has worst case running time $O(\log^4 n)$ per edge insertion and $O(\log^5 n)$ per edge deletion. The improvement is made by reducing the randomness used in the previous result, so that we save a $\log n$ factor in update time. Specifically, \cite{kapron2013dynamic} uses $\log n$ copies of a data structure in order to boost a success probability from $1/2$ to $1-n^{-c}$. We show that, in fact though, because of the special structure of their algorithm, this boosting via repetition is unnecessary. Rather, we can still obtain the same correctness guarantee with high probability by arguing via a new invariant, without repetition.

研究の動機と目的

• 動的グラフ連結性における多項式対数時間の最悪計算量更新時間の達成という、長年の未解決問題に取り組むこと。
• KKM13 が提案した最新の確率的アルゴリズムを改善し、成功確率を 1/2 から 1 - 1/n^c に高めるために、データ構造を log n 個コピーする手法を採用した。
• 繰り返しサンプリングの必要性を排除するため、正しさを高確率で保証する新しい構造的不変条件を導入すること。
• 辺の削除の最悪計算量更新時間を O(log⁵n) から O(log⁴n) に、挿入の最悪計算量更新時間を O(log⁴n) から O(log³n) に短縮し、クエリ時間は O(log n / log log n) を維持すること。

提案手法

• 各レイヤーが動的木を用いてスパニングフォレストを維持する階層的データ構造を導入し、木のマージを制御する確率的不変条件を設ける。
• 非最大木が各レイヤーで少なくとも 1/2 の確率でパートナーとマージされるよう保証する新しい不変条件（不変条件 2）を提案。これにより、繰り返しを用いずとも正しさが保証される。
• 成功確率の向上に log n 個の独立したデータ構造のコピーを用いる従来のアプローチに代わり、木のマージダイナミクスの確率的解析を通じて正しさを証明する。
• 削除後に再接続辺を特定するためにカットセットクエリを利用する再帰的更新メカニズム（Update(i,u)）を採用。
• マルコフ不等式およびチェルノフ不等式を用いて、各レイヤーに存在する非最大木の数が指数的に減少することを示し、上位レイヤー F_ℓ が高確率でスパニングフォレストであることを保証する。
• m = poly(n) 個の操作に対して和集合を適用することで、本アルゴリズムの出力と階層的シミュレーションの出力が高確率で同一であることを示す。

実験結果

リサーチクエスチョン

• RQ1 確率的動的連結性における成功確率の向上を、データ構造を log n 個の独立コピーで行うのではなく、達成できるか？
• RQ2 繰り返しサンプリングを避けることができる構造的不変条件は存在するか？ その不変条件は高確率での正しさを保証できるか？
• RQ3 より洗練された解析を用いることで、辺の削除の最悪計算量更新時間を O(log⁵n) から O(log⁴n) に短縮できるか？
• RQ4 木のマージダイナミクスに基づく確率的不変条件は、冗長性を避けても上位レイヤーでの正しさを維持できるか？
• RQ5 繰り返しサンプリングへの依存を排除しながら、多項式対数時間の最悪計算量境界を保つことは可能か？

主な発見

• 提案されたアルゴリズムは、辺の挿入について最悪計算量 O(log³n) を達成し、従来の O(log⁴n) の境界を改善する。
• アルゴリズムは、辺の削除の最悪計算量を O(log⁴n) に短縮し、従来の O(log⁵n) に比べて顕著な改善を達成する。
• クエリ操作は O(log n / log log n) 時間で処理可能であり、最高の従来結果と同一である。
• データ構造を log n 個コピーする必要なく、任意の定数 c に対して失敗確率が 1/n^c 未満であることを保証する。
• 主な革新点は、繰り返しではなく構造的性質に基づいて高確率での正しさを保証する新しい不変条件であり、これにより更新時間に log n 要因を削減できる。
• 解析により、各レイヤーに存在する非最大木の数が指数的に減少することが示され、上位レイヤーにスパニングフォレストが存在する確率は 1 - 1/n^c を超える。