[論文レビュー] Data Reduction for Maximum Matching on Real-World Graphs: Theory and Experiments

Tomohiro Koana, Viatcheslav Korenwein+3 more|arXiv (Cornell University)|Jun 25, 2018

Advanced Graph Theory Research参考文献 34被引用数 9

ひとこと要約

本稿では、実世界のグラフにおける最大基数マッチングおよび最大重みマッチングのための効率的で近似線形時間のデータ削減ルールを提示する。これらのルールは、パrameterized 複雑性からのカーネル化を活用している。実験の結果、これらのルールを適用することで、最先端のマッチングソルバーの実行速度が平均4.7倍（非重み付き）および12.72倍（重み付き）に向上し、最適解を保持したまま実世界のグラフ上で実行時間を顕著に短縮している。

ABSTRACT

Finding a maximum-cardinality or maximum-weight matching in (edge-weighted) undirected graphs is among the most prominent problems of algorithmic graph theory. For $n$-vertex and $m$-edge graphs, the best known algorithms run in $\widetilde{O}(m\sqrt{n})$ time. We build on recent theoretical work focusing on linear-time data reduction rules for finding maximum-cardinality matchings and complement the theoretical results by presenting and analyzing (thereby employing the kernelization methodology of parameterized complexity analysis) new (near-)linear-time data reduction rules for both the unweighted and the positive-integer-weighted case. Moreover, we experimentally demonstrate that these data reduction rules provide significant speedups of the state-of-the art implementations for computing matchings in real-world graphs: the average speedup factor is 4.7 in the unweighted case and 12.72 in the weighted case.

研究の動機と目的

• 実世界のグラフ上で最大マッチング計算を高速化する実用的で近似線形時間のデータ削減ルールの開発。
• 頂点被覆問題から得られる理論的カーネル化結果を、最大基数マッチングおよび最大重みマッチング問題へ拡張すること。
• これらのデータ削減ルールが既存の最先端ソルバーを顕著に高速化することを実験的に検証すること。
• ルールの適用順序および全適用が性能と解の品質に与える影響を分析すること。
• 重み付きケースにおいて、全ルール適用を準線形時間で行うアルゴリズムの可能性の検討。

提案手法

• 頂点被覆問題から知られているデータ削減ルール（クラウンルールおよびLPベースルール）を、最大基数マッチングに適応・分析する。
• 重み付きケースのための新しいデータ削減ルール（RR 3.1–3.4）を設計し、理論的分析および補題を用いて正しさを証明する。
• 実用的な効率性に焦点を当て、近似線形時間でルールを全適用するための効率的アルゴリズムを実装する。
• 最先端のソルバー（例：コルモゴロフのエドモンズのアルゴリズム）の前処理ステップとして、削減ルールを統合する。
• 非重み付きグラフにおける対称性の解消のための理論的基盤として、隔離補題（Isolation Lemma）を用いる。
• SNPライブラリの実世界グラフを用いて性能を評価し、カーネル化有無での実行時間を比較する。

実験結果

リサーチクエスチョン

• RQ1 頂点被覆問題から得られる既知のデータ削減ルールを、最大基数マッチングに正しくかつ効率的に適応できるか。
• RQ2 非重み付きケースにおいて、クラウンルールおよびLPベースルールを全適用した場合の理論的・実用的影響は何か。
• RQ3 実用的観点から、新規に設計された重み付きマッチング問題用のデータ削減ルールはどれほど有効か。
• RQ4 非重み付きおよび重み付きグラフの両方において、データ削減ルールの全適用を近似線形時間で行えるか。
• RQ5 カーネル化は、多様な実世界グラフインスタンスにおいて、ソルバーの性能を一貫して向上させるか。

主な発見

• 提案されたデータ削減ルールは、実世界のグラフにおける非重み付き最大基数マッチングで平均4.7倍の高速化を達成している。
• 最大重みマッチングにおいては、平均12.72倍の高速化が達成され、顕著な性能向上が示された。
• クラウンルールおよびLPベースルールの全適用は、同一の削減グラフを生成するため、理論的に同等であることが証明された。
• カーネル化アプローチにより、元のソルバーが長時間実行によりタイムアウトとなったケースでも、実行が可能になった。
• コルモゴロフのソルバーは、重み付きグラフにおいてより一貫性のある性能を示しており、重みの割り当てが非重み付きマッチングの性能向上に寄与する可能性を示唆している。
• 重み付きケースにおけるデータ削減ルールの実装は、グローバルエッジイテレーションによる高いオーバーヘッドを伴うため、アルゴリズムの最適化が求められる。