[論文レビュー] Faster Algorithms for Rooted Connectivity in Directed Graphs

Chandra Chekuri, Kent Quanrud|arXiv (Cornell University)|Jan 1, 2021

Complexity and Algorithms in Graphs参考文献 24被引用数 3

ひとこと要約

本稿では、有向グラフにおけるルート付きおよびグローバルな辺接続性および頂点接続性を計算するためのより高速なランダム化アルゴリズムを提示する。エッジサンプリングとスパarsification技術を組み合わせることで、小さな整数容量を持つ場合に、ルート付き辺接続性について ˜O(n²) の時間計算量を達成し、密なグラフにおける長年の Ω(n³) の壁を打ち破った。同時に、頂点接続性についても、重みと接続性パラメータに依存する部分を改善した (1+ϵ)-近似および正確なアルゴリズムを提供している。

ABSTRACT

We consider the fundamental problems of determining the rooted and global edge and vertex connectivities (and computing the corresponding cuts) in directed graphs. For rooted (and hence also global) edge connectivity with small integer capacities we give a new randomized Monte Carlo algorithm that runs in time Õ(n²). For rooted edge connectivity this is the first algorithm to improve on the Ω(n³) time bound in the dense-graph high-connectivity regime. Our result relies on a simple combination of sampling coupled with sparsification that appears new, and could lead to further tradeoffs for directed graph connectivity problems. We extend the edge connectivity ideas to rooted and global vertex connectivity in directed graphs. We obtain a (1+ε)-approximation for rooted vertex connectivity in Õ(nW/ε) time where W is the total vertex weight (assuming integral vertex weights); in particular this yields an Õ(n²/ε) time randomized algorithm for unweighted graphs. This translates to a Õ(KnW) time exact algorithm where K is the rooted connectivity. We build on this to obtain similar bounds for global vertex connectivity. Our results complement the known results for these problems in the low connectivity regime due to work of Gabow [Harold N. Gabow, 1995] for edge connectivity from 1991, and the very recent work of Nanongkai et al. [Nanongkai et al., 2019] and Forster et al. [Sebastian Forster et al., 2020] for vertex connectivity.

研究の動機と目的

• 密なグラフの文脈において、特に小さな整数容量を持つ有向グラフにおける最小辺カットおよび頂点カットを計算するより高速なアルゴリズムの開発。
• 小さな整数容量を持つ密なグラフにおいて、長年にわたり根付いた Ω(n³) の時間計算量の壁を打ち破るために、新たなアルゴリズム的技術を用いること。
• これらの改善を頂点接続性へと拡張し、頂点の重みと接続性値に依存する部分を改善した (1+ϵ)-近似および正確なアルゴリズムを提供すること。
• 他の有向グラフ接続性問題へも広く応用可能な、サンプリングとスパarsificationの新規な組み合わせを導入すること。

提案手法

• 小さな整数容量に対して ˜O(n²) の時間計算量を達成する、エッジサンプリングとグラフスパarsificationを組み合わせた新しいランダム化モンテカルロアルゴリズム。
• 接続性の性質を保ちながらエッジ数を削減するためのスパarsificationの利用、特に高入次数の頂点に注目する。
• 頂点接続性の処理に、ルート付きスパarsification補題を適用し、高入次数の頂点への入力エッジをルートからの単一のエッジに置き換えることで、効率的な計算を可能にする。
• 頂点接続性のための二段階アプローチ：最小カットの大きな成分と小さな成分を、それぞれ異なるサブルーチンで別々に処理する。
• 繰り返しサンプリングによる成功確率の強化により、高い確率での保証を得る。繰り返し回数の適切な分析も行っている。
• 頂点の重みに比例してルートをサンプリングし、元のグラフとその逆転グラフの対称性を活用することで、グローバル接続性からルート付き接続性への還元を実現する。

実験結果

リサーチクエスチョン

• RQ1 新しいアルゴリズム的技術を用いて、小さな整数容量を持つ密な有向グラフにおけるルート付き辺接続性の Ω(n³) 時間計算量の壁を打ち破ることは可能か？
• RQ2 サンプリングとスパarsificationの組み合わせが、辺接続性を越えて、他の有向グラフ接続性問題に対してもより高速なアルゴリズムをもたらすか？
• RQ3 重み付き頂点を持つ有向グラフにおける頂点接続性について、近似の品質と実行時間の最適なトレードオフは何か？
• RQ4 グローバル頂点接続性を、高い確率でルート付き接続性に還元することで、効率的に計算することは可能か？
• RQ5 正確および近似アルゴリズムにおいて、頂点の重みと接続性値への依存性を著しく改善することは可能か？

主な発見

• 本稿では、小さな整数容量を持つ有向グラフにおけるルート付き辺接続性について、˜O(n²) のランダム化アルゴリズムを提示した。これは、密なグラフにおける高接続性の文脈で、Ω(n³) の壁を打ち破った最初のアルゴリズムである。
• 整数の頂点重みを持つルート付き頂点接続性について、(1+ϵ)-近似は ˜O(nW/ϵ) 時間、W は頂点の総重み、正確なアルゴリズムは ˜O(κnW) 時間で達成され、κ はルート付き接続性を表す。
• 重みなしの場合、ルート付き頂点接続性の (1+ϵ)-近似は ˜O(n²/ϵ) 時間で実行可能であり、正確なアルゴリズムは ˜O(κn²) 時間で実行可能である。
• グローバル頂点接続性問題は、(1+ϵ)-近似で ˜O(nW/ϵ) 時間、正確な計算で ˜O(κnW) 時間で解決可能であり、重みなしの場合も同様の境界が成り立つ。
• 主な技術的イノベーションである「サンプリングとスパarsificationの組み合わせ」は、辺接続性にとどまらず、頂点接続性に対しても効果を示し、複数の設定で改善された時間計算量を実現した。