[論文レビュー] Faster Approximation Algorithms for Geometric Set Cover

Timothy M. Chan, Qizheng He|arXiv (Cornell University)|Jan 1, 2020

Computational Geometry and Mesh Generation参考文献 32被引用数 3

ひとこと要約

本稿では、改善された乗法的重み更新（MWU）法と幾何データ構造を用いて、3次元半空間と2次元円板における幾何的セット被覆問題の高速近似アルゴリズムを提示する。データ構造の要件を単純化し、ランダムサンプリングと浅いカットティングを組み合わせることで、決定的O(n log³n log log n)時間とランダム化O(n log n (log log n)^O(1))時間の両方のアルゴリズムが得られ、いずれもO(1)近似を達成する。これは、従来のO(n log⁴n)の境界に比べ顕著に改善されたものである。

ABSTRACT

In the Set Multicover problem, we are given a set system (X,𝒮), where X is a finite ground set, and 𝒮 is a collection of subsets of X. Each element x ∈ X has a non-negative demand d(x). The goal is to pick a smallest cardinality sub-collection 𝒮' of 𝒮 such that each point is covered by at least d(x) sets from 𝒮'. In this paper, we study the set multicover problem for set systems defined by points and non-piercing regions in the plane, which includes disks, pseudodisks, k-admissible regions, squares, unit height rectangles, homothets of convex sets, upward paths on a tree, etc. We give a polynomial time (2+ε)-approximation algorithm for the set multicover problem (P, ℛ), where P is a set of points with demands, and ℛ is a set of non-piercing regions, as well as for the set multicover problem (𝒟, P), where 𝒟 is a set of pseudodisks with demands, and P is a set of points in the plane, which is the hitting set problem with demands.

研究の動機と目的

• 3次元半空間および2次元円板における幾何的セット被覆問題の高速O(1)近似アルゴリズムの設計。
• データ構造の要件を単純化することで、既存のMWUに基づくアルゴリズムの実行時間を改善すること。
• ランダム化を排除しつつ、近線形時間性能を維持すること。
• プライマル空間および双対空間におけるランダムサンプリングと浅いカットティングを組み合わせることで、より高速なランダム化アルゴリズムを達成すること。
• 重み付き幾何的セット被覆問題への応用を拡張し、期待時間複雑度を改善すること。

提案手法

• AgarwalとPanの最初のMWUアルゴリズムを再考し、動的重み付き範囲カウントの必要性を排除することで、データ構造の要件を単純化する。
• 動的重み更新を挿入のみの構造に置き換え、標準的手法を用いて静的データ構造に還元可能であることを示す。
• プライマル空間および双対空間の両方で、深さ情報を効率的に維持・照会するために、浅いカットティングの新規応用を導入する。
• ネット構築の前段階で入力集合のサイズを削減するためにランダムサンプリングを適用し、より高速なεネット計算を可能にする。
• 動的オブジェクト削除における点の同値類を維持するためにハッシュ化とフィンガープrintを用い、効率的な最小カウントオブジェクト選択を実現する。
• 準一様サンプリング技法を変更し、入力のランダムサンプリングを組み合わせることで、ネット構築時間をO(n log n + nk₀)からO(n log n)に短縮する。

実験結果

リサーチクエスチョン

• RQ1 AgarwalとPanの最初のMWUアルゴリズムにおけるデータ構造の複雑さを低減し、近線形時間の決定的アルゴリズムを達成できるか？
• RQ2 3次元半空間セット被覆問題において、MWUに基づくランダム化アルゴリズムの実行時間をO(n log⁴n)を上回って改善できるか？
• RQ3 浅いカットティングとランダムサンプリングをどのように組み合わせれば、重み付き幾何的セット被覆問題におけるεネット構築を加速できるか？
• RQ4 準一様サンプリング技法を変更することで、実行時間を短縮しつつO(1)近似保証を維持できるか？
• RQ5 重み付きセット被覆アルゴリズムをランダム化なしに変換できるか、ただし著しい時間コストを伴う可能性がある。

主な発見

• MWU法におけるデータ構造要件の単純化により、3次元半空間セット被覆問題に対して決定的O(n log³n log log n)時間のO(1)近似アルゴリズムを達成した。
• プライマル空間および双対空間におけるランダムサンプリングと浅いカットティングを組み合わせることで、より高速なランダム化O(n log n (log log n)^O(1))時間のO(1)近似アルゴリズムを開発した。
• 部分的な半空間のサンプリングと小さなインスタンス上のネット計算により、εネット構築時間をO(n log n)に短縮した。
• 標準的な幾何変換を用いることで、本手法は2次元円板および3次元支配範囲へ一般化可能である。
• 重み付きケースでは、変更されたMWUと準一様サンプリングを用いて、ランダム化O(n log⁴n log log n)時間のO(1)近似アルゴリズムを達成した。
• 本稿では、重み付きケースのランダム化を排除することが未解決の問題であると特定したが、条件付き確率法を適用すれば高コストで可能である。