[論文レビュー] Distributed Exact Weighted All-Pairs Shortest Paths in $ ilde O(n^{5/4})$ Rounds

Chien‐Chung Huang, Danupon Nanongkai+1 more|arXiv (Cornell University)|Aug 13, 2017

Optimization and Packing Problems参考文献 1被引用数 4

ひとこと要約

本稿では、CONGESTモデルにおいて重み付き全点対最短経路を正確に計算するランダム化Las Vegasアルゴリズムを提示している。このアルゴリズムは、密度の高いグラフに対して、単純な$O(m)$の上限を上回る初めての改善を達成し、$\tilde{O}(n^{5/4})$ラウンドで実行される。この手法は、スケーリング技術の新しい応用に加え、短距離拡張および逆方向$r$-シンク最短経路アルゴリズムを組み合わせており、重みの丸めと階層的メッセージ集約を通じて、効率的な距離計算を可能にしている。

ABSTRACT

We study computing {\em all-pairs shortest paths} (APSP) on distributed networks (the CONGEST model). The goal is for every node in the (weighted) network to know the distance from every other node using communication. The problem admits $(1+o(1))$-approximation $ ilde O(n)$-time algorithms ~\cite{LenzenP-podc15,Nanongkai-STOC14}, which are matched with $ ilde Ω(n)$-time lower bounds~\cite{Nanongkai-STOC14,LenzenP_stoc13,FrischknechtHW12}\footnote{$ ilde Θ$, $ ilde O$ and $ ilde Ω$ hide polylogarithmic factors. Note that the lower bounds also hold even in the unweighted case and in the weighted case with polynomial approximation ratios.}. No $ω(n)$ lower bound or $o(m)$ upper bound were known for exact computation. In this paper, we present an $ ilde O(n^{5/4})$-time randomized (Las Vegas) algorithm for exact weighted APSP; this provides the first improvement over the naive $O(m)$-time algorithm when the network is not so sparse. Our result also holds for the case where edge weights are {\em asymmetric} (a.k.a. the directed case where communication is bidirectional). Our techniques also yield an $ ilde O(n^{3/4}k^{1/2}+n)$-time algorithm for the {\em $k$-source shortest paths} problem where we want every node to know distances from $k$ sources; this improves Elkin's recent bound~\cite{Elkin-STOC17} when $k= ilde ω(n^{1/4})$.

研究の動機と目的

• CONGESTモデルにおける正確な全点対最短経路（APSP）の$O(m)$上界と$\tilde{\theta}(n)$下界の間のギャップを埋めること。
• 特に中程度に密度の高いネットワークにおいて、単純な$O(m)$ラウンドアプローチを上回る速度で正確なAPSP計算を実現する分散アルゴリズムを開発すること。
• スケーリング技術を分散最短経路に応用する方法を拡張し、この文脈でこれまで未解決であった分野に貢献すること。
• 特に$k = \tilde{\theta}(n^{1/4 + \rho})$（$\rho > 0$）のとき、$k$-ソース最短経路問題に対する改善された境界を提供すること。
• 正確な最短経路計算に使用可能な新しい分散プリミティブ、例えば短距離拡張および逆方向$r$-シンク最短経路を導入すること。

提案手法

• アルゴリズムは、反復的に距離推定値を精緻化するスケーリングフレームワークを用い、エッジ重みを増加する$\Delta$の倍数に丸めることで、各フェーズで効率的な計算を実現する。
• 短距離アルゴリズムは、$q$個のソースからの距離を$h$ホップ以内で正確に計算し、$\tilde{O}(\text{polylog}(n) \times \text{min}(n, \text{poly}(h)))$時間で実行される。これは、変更されたベルマン＝フォード法とBFSを用いる。
• 短距離拡張技術は、$h$ホップを超えて距離知識を拡張するために、重み丸めによるわずかな加法的誤差を導入し、その後逆方向最短経路計算で補正する。
• 逆方向$r$-シンク最短経路アルゴリズムにより、$r$個のシンクがすべてのノードからの距離を学習でき、ボトルネックノード解析によりメッセージ負荷を制限し、$\tilde{O}(n\text{sqrt}(r))$時間で実行される。
• $k$-ソース最短経路アルゴリズムは、短距離および逆方向$r$-シンク技術を統合し、$k = \tilde{\theta}(n^{1/4 + \rho})$のとき、$\tilde{O}(n + n^{3/4}k^{1/2})$時間で実行され、従来の境界を改善する。
• フレームワークは、センターの階層的サンプリングと反復的精緻化を用い、各フェーズで有効な重み範囲を縮小し、メッセージ集約を活用して効率を維持する。

実験結果

リサーチクエスチョン

• RQ1 CONGESTモデルにおいて、$O(m)$の単純な上限を超えて、正確な重み付き全点対最短経路をサブ線形ラウンドで計算することは可能か？
• RQ2 古典的なスケーリング技術を分散最短経路計算に適用することは可能か？ もしそうなら、どのようにして効率化できるか？
• RQ3 $k$-ソース最短経路問題の最適時間計算量は何か？ $k$が非定数のとき、その境界を改善できるか？
• RQ4 逆方向$r$-シンクや短距離拡張のような新しい分散プリミティブを設計し、正確な最短経路計算をサブ線形時間で実現できるか？
• RQ5 APSPに$\tilde{O}(n^{5/4})$時間のアルゴリズムが存在することは、分散システムにおける正確なグラフ問題の近線形時間アルゴリズムへの道筋を示唆するか？

主な発見

• 本稿では、CONGESTモデルにおける正確な重み付き全点対最短経路のための初めての$\tilde{O}(n^{5/4})$ラウンドアルゴリズムを提示しており、密度の高いグラフにおいて単純な$O(m)$の上限を上回る。
• アルゴリズムはランダム化Las Vegasであり、無向および有向（非対称重み）グラフの両方で動作し、高確率で正しく動作することが保証されている。
• 特に$k = \tilde{\theta}(n^{1/4 + \rho})$（任意の$\rho > 0$）のとき、$k$-ソース最短経路問題において$\tilde{O}(n + n^{3/4}k^{1/2})$時間で実行され、エリンの従来の境界を改善する。
• 逆方向$r$-シンク最短経路アルゴリズムは$\tilde{O}(n\text{sqrt}(r))$時間で実行され、$r$個のシンクからすべてのノードへの距離計算を効率的に行える。
• 短距離拡張技術により、重み丸めと誤差補正を用いて$\tilde{O}(n\text{sqrt}(h))$時間で距離知識を$h$ホップ分拡張可能であり、スケーリングフレームワークの主要因となっている。
• 結果として、スケーリング技術が分散環境に効果的に適応可能であることが示され、正確な最短経路計算の新たな道筋が開かれた。