[論文レビュー] Fast Reachability Using DAG Decomposition

Giorgos Kritikakis, Ioannis G. Tollis|arXiv (Cornell University)|Dec 7, 2022

Advanced Graph Theory Research被引用数 1

ひとこと要約

本稿では、有向無閉路グラフ（DAG）のチェーン分解に対して、高速で実用的な線形時間アルゴリズムを提示する。このアルゴリズムは、最小のチェーン数に非常に近い値を達成する。経路の連結と |Ered| ≤ width × |V| の境界を活用することで、O(kc × |Ered|) の構築時間と O(kc × |V|) の空間で効率的な推移的閉包および到達可能性インデックス化を実現し、定数時間の到達可能性クエリを達成。密なグラフにおいて従来手法を上回る性能を発揮する。

ABSTRACT

We present practical linear and almost linear-time algorithms to compute a chain decomposition of a directed acyclic graph (DAG), $G=(V,E)$. The number of vertex-disjoint chains computed is very close to the minimum. The time complexity of our algorithm is $O(|E|+c*l)$, where $c$ is the number of path concatenations and $l$ is the length of a longest path of the graph. We give a comprehensive explanation on factors $c$ and $l$ in the following sections. Our techniques have important applications in many areas, including the design of faster practical transitive closure algorithms. We observe that $|E_{red}|\leq width*|V|$ ($E_{red}$: non-transitive edges) and show how to find a substantially large subset of $E_{tr}$ (transitive edges) using a chain decomposition in linear time, without calculating the transitive closure. Our extensive experimental results show the interplay between the width, $E_{red}$, $E_{tr}$ in various models of graphs. We show how to compute a reachability indexing scheme in $O(k_c*|E_{red}|)$ time, where $k_c$ is the number of chains and $|E_{red}|$ is the number of non-transitive edges. This scheme can answer reachabilitiy queries in constant time. The space complexity of the scheme is $O(k_c*|V|)$. The experimental results reveal that our methods are even better in practice than the theoretical bounds imply, indicating how fast chain decomposition algorithms can be applied to the transitive closure problem.

研究の動機と目的

• DAGのチェーン分解に対して、最小のチェーン数に非常に近い近似を達成する実用的で線形時間のアルゴリズムを開発すること。
• DAGの構造的性質を活用することで、推移的閉包および到達可能性インデックス化の時間・空間計算量を低減すること。
• 実世界のDAGでは多くの辺が推移的であることを示し、効率的な事前処理と動的更新が可能であることを実証すること。
• O(1)のクエリ時間と低コストの構築オーバーヘッドを実現する到達可能性インデックススキームを設計すること。

提案手法

• c（経路連結回数）とl（最長パス長）を用いて、O(|E| + c × l) 時間で実行される、貪欲でヒューリスティックに基づくチェーン分解アルゴリズムを提案する。
• チェーンの連結により、チェーン数を削減し、インデックス化の効率を向上させる。
• |Ered| ≤ width × |V| の境界を確立し、Ered（非推移的辺の集合）の効率的同定を可能にする。
• 推移的閉包を暗黙的に格納する到達可能性インデックススキームを採用し、構築時間は O(kc × |Ered|)、空間は O(kc × |V|) とする。ここで kc はチェーン数を表す。
• 密なDAGでは推移的辺が支配的である（しばしば85％以上）という観察を活用し、Etr（推移的辺）の大規模な部分集合を線形時間で同定する事前処理を可能にする。
• ランダムグラフモデル（ER、BAなど）を用いた実験的評価により、密度やサイズの異なる状況での性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 単純なヒューリスティクスを用いて、DAGの近似的に最適なチェーン分解を線形時間またはほぼ線形時間で計算可能か？
• RQ2 非推移的辺の数 |Ered| は、グラフの幅と密度にどのように依存するか？
• RQ3 O(kc × |Ered|) 時間で構築できる到達可能性インデックススキームは、O(1)のクエリ時間を達成できるか？
• RQ4 密なランダムDAGでは、推移的辺の割合 |Etr|/|E| はどのように振る舞うか？
• RQ5 チェーン分解は、実際の推移的閉包アルゴリズムの性能向上にどの程度寄与できるか？

主な発見

• 提案されたチェーン分解アルゴリズムは線形時間で実行され、DAGの理論的最小幅に非常に近い数のチェーンを生成する。
• 非推移的辺の数 |Ered| は幅 × |V| で上限が保証され、線形時間で推移的辺を効率的に同定できる。
• 密なグラフ（平均次数 >20）では、85％以上の辺が推移的であり、一部のモデルでは95％を超える推移的性質を示す。
• 到達可能性インデックススキームは、O(kc × |V|) の空間と O(kc × |Ered|) の構築時間で、定数時間のクエリ解決を達成する。
• インデックススキームの実行時間はグラフの密度が上昇しても平坦に保たれるが、従来のDFSベースの推移的閉包は平均次数に比例して実行時間が増加する。
• 実験結果から、本手法は理論的境界を実際の応用で上回り、特に大規模で密なDAGにおいて顕著な性能向上を示す。