[論文レビュー] Efficient and adaptive parameterized algorithms on modular decompositions

Stefan Kratsch, Florian Nelles|arXiv (Cornell University)|Apr 26, 2018

Advanced Graph Theory Research被引用数 8

ひとこと要約

本稿では、最大マッチング、三角形カウント、頂点容量付きフローといった基本的なグラフ問題に対して、モジュラー幅（modular-width）を構造的パラメータとして用いた効率的で適応的なパrameterizedアルゴリズムを提示する。グラフのモジュラー分解木を活用することで、$\mathcal{O}(f(\mathsf{mw})n + m)$という形の実行時間を達成し、$f(\mathsf{mw})$はゆっくりと増加する。その結果、モジュラー幅が定数の場合は線形時間となり、$\mathsf{mw} = o(n)$のときには非パラメータ化されたアルゴリズムを上回る性能を示す。

ABSTRACT

We study the influence of a graph parameter called modular-width on the time complexity for optimally solving well-known polynomial problems such as Maximum Matching, Triangle Counting, and Maximum $s$-$t$ Vertex-Capacitated Flow. The modular-width of a graph depends on its (unique) modular decomposition tree, and can be computed in linear time $O(n+m)$ for graphs with $n$ vertices and $m$ edges. Modular decompositions are an important tool for graph algorithms, e.g., for linear-time recognition of certain graph classes. Throughout, we obtain efficient parameterized algorithms of running times $O(f(mw)n+m)$, $O(n+f(mw)m)$ , or $O(f(mw)+n+m)$ for graphs of modular-width $mw$. Our algorithm for Maximum Matching, running in time $O(mw^2\\log mw \\cdot n+m)$, is both faster and simpler than the recent $O(mw^4n+m)$ time algorithm of Coudert et al. (SODA 2018). For several other problems, e.g., Triangle Counting and Maximum $b$-Matching, we give adaptive algorithms, meaning that their running times match the best unparameterized algorithms for worst-case modular-width of $mw=\\Theta(n)$ and they outperform them already for $mw=o(n)$, until reaching linear time for $mw=O(1)$.

研究の動機と目的

• モジュラー幅をパラメータとして用いて、解けるグラフ問題に対して効率的パラメータ化アルゴリズムを開発すること。
• モジュラー幅が$\mathsf{mw} = \mathcal{O}(1)$のとき線形時間、$\mathsf{mw} = \Theta(n)$のとき既存の非パラメータ化境界に滑らかに近づく実行時間を達成すること。
• モジュラー幅が部分線形である場合に、非パラメータ化されたアルゴリズムを上回る適応的アルゴリズムが実現可能であることを示すこと。
• 最大マッチング、三角形カウント、フローといった問題において、辺の重みや容量が存在する場合でも、モジュラー幅が有効であることを確立すること。

提案手法

• 線形時間$\mathcal{O}(n + m)$で計算可能なモジュラー分解木を用い、グラフをモジュールに再帰的に分解する。
• 商グラフとモジュール上の容量関数を用いて、複雑な問題を分解木上の小さな部分問題に還元する。
• 素数ノードの商グラフに対して既知のフローおよびカットアルゴリズムを適用し、モジュール数が$\mathsf{mw}$で抑えられるため、グローバル最小カットを効率的に計算する。
• 各モジュール$M$について$\hat{\Pi}(G[M])$を再帰的に計算するアルゴリズムを設計し、有向グラフにおける辺容量付きグローバル最小カットへの還元を適用する。
• 素数ノードにおける子ノード数が$\mathsf{mw}$で抑えられることを活用し、モジュラー分解木のすべてのノードにわたる正確な合計を計算することで、合計実行時間を最適化する。
• パラメータ依存関数$f(\mathsf{mw})$の増加がゆっくりであることを保証することで、適応的性能を達成し、$\mathsf{mw}$が小さい場合にはほぼ線形時間の性能を実現する。

実験結果

リサーチクエスチョン

• RQ1 モジュラー幅を用いて、多項式時間で解けるグラフ問題のための効率的パラメータ化アルゴリズムを設計できるか？
• RQ2 このようなアルゴリズムの性能は、モジュラー幅が変化する場合、特に$\mathsf{mw} = o(n)$のときどのように適応的になるか？
• RQ3 モジュラー幅が定数のグラフではほぼ線形時間の性能を達成し、かつ$\mathsf{mw}$が大きい場合でも非パラメータ化された境界を上回る性能を達成できるか？
• RQ4 辺の重みや容量が存在する問題ではなぜモジュラー幅が恩恵を受けにくく、そのような場合にどの構造的仮定が崩れるのか？

主な発見

• 最大マッチングアルゴリズムは$\mathcal{O}(\mathsf{mw}^2 \log \mathsf{mw} \cdot n + m)$時間で実行され、Coudertらが提唱した$\mathcal{O}(\mathsf{mw}^4 n + m)$の境界を改善する。
• 三角形カウントおよび最大$b$-マッチングのためのアルゴリズムは適応的であり、$\mathsf{mw} = \mathcal{O}(1)$のとき線形時間で実行され、$\mathsf{mw} = o(n)$のとき非パラメータ化アルゴリズムを上回る性能を示す。
• グローバル最小頂点容量付きカット問題は$\mathcal{O}(\min\{m \cdot \mathsf{mw} \log \mathsf{mw} + n,\ n \cdot \mathsf{mw}^2 \log \mathsf{mw} + m\})$時間で解け、異なる入力領域において適応的であることを示す。
• モジュラー分解木を用いることで、商グラフを介してグローバル最小カットを効率的に計算でき、合計時間は$\mathcal{O}(n \cdot \mathsf{mw}^2 \log \mathsf{mw} + m)$で抑えられる。
• このフレームワークは、パス問題やフロー問題を含む広範な問題に適用可能であり、実行時間は$\mathcal{O}(f(\mathsf{mw})n + m)$、$\mathcal{O}(n + f(\mathsf{mw})m)$、または$\mathcal{O}(f(\mathsf{mw}) + n + m)$の形を取る。
• 結果として、モジュラー幅は適応的アルゴリズムにとって強力なパラメータであり、線形時間から既存の非パラメータ化実行時間の最良境界に滑らかに遷移する性能を示している。