[論文レビュー] Faster Submodular Maximization for Several Classes of Matroids

Monika Henzinger, Paul Liu+2 more|arXiv (Cornell University)|Jan 1, 2023

Complexity and Algorithms in Graphs被引用数 1

ひとこと要約

本稿では、グラフ的、トランスバーサル的、ラミナーマトロイド制約下における単調なサブモジュラ最大化の近線形時間アルゴリズムを提示し、(1 − 1/e − ε)近似比を達成する。この手法は、重み減少および凍結操作をサポートする新規の動的データ構造を活用し、効率的な基底の維持とラウンド化を可能にし、連続的グリーディフレームワーク下での理論的下界と一致する。

ABSTRACT

The maximization of submodular functions have found widespread application in areas such as machine learning, combinatorial optimization, and economics, where practitioners often wish to enforce various constraints; the matroid constraint has been investigated extensively due to its algorithmic properties and expressive power. Though tight approximation algorithms for general matroid constraints exist in theory, the running times of such algorithms typically scale quadratically, and are not practical for truly large scale settings. Recent progress has focused on fast algorithms for important classes of matroids given in explicit form. Currently, nearly-linear time algorithms only exist for graphic and partition matroids [Alina Ene and Huy L. Nguyen, 2019]. In this work, we develop algorithms for monotone submodular maximization constrained by graphic, transversal matroids, or laminar matroids in time near-linear in the size of their representation. Our algorithms achieve an optimal approximation of 1-1/e-ε and both generalize and accelerate the results of Ene and Nguyen [Alina Ene and Huy L. Nguyen, 2019]. In fact, the running time of our algorithm cannot be improved within the fast continuous greedy framework of Badanidiyuru and Vondrák [Ashwinkumar Badanidiyuru and Jan Vondrák, 2014]. To achieve near-linear running time, we make use of dynamic data structures that maintain bases with approximate maximum cardinality and weight under certain element updates. These data structures need to support a weight decrease operation and a novel Freeze operation that allows the algorithm to freeze elements (i.e. force to be contained) in its basis regardless of future data structure operations. For the laminar matroid, we present a new dynamic data structure using the top tree interface of Alstrup, Holm, de Lichtenberg, and Thorup [Stephen Alstrup et al., 2005] that maintains the maximum weight basis under insertions and deletions of elements in O(log n) time. This data structure needs to support certain subtree query and path update operations that are performed every insertion and deletion that are non-trivial to handle in conjunction. For the transversal matroid the Freeze operation corresponds to requiring the data structure to keep a certain set S of vertices matched, a property that we call S-stability. While there is a large body of work on dynamic matching algorithms, none are S-stable and maintain an approximate maximum weight matching under vertex updates. We give the first such algorithm for bipartite graphs with total running time linear (up to log factors) in the number of edges.

研究の動機と目的

• グラフ的、トランスバーサル的、ラミナーマトロイド制約下における単調なサブモジュラ最大化の高速で近線形時間のアルゴリズムを開発し、先行手法の二次時間計算量を克服する。
• エネとヌエイジャン（2019）のパーティションおよびグラフ的マトロイドにおけるほぼ線形時間の結果を、トランスバーサル的およびラミナーマトロイドへ一般化・高速化する。
• 挿入、削除、重み減少、および新規の凍結操作をサポートする動的データ構造を設計し、近似的な最大重み基底の維持を可能にする。
• これらのマトロイドクラスに対して、(1 − 1/e − ε)の最適近似比を達成し、連続的グリーディフレームワーク下での理論的下界と一致させる。
• 速やかな連続的グリーディフレームワーク内では、提案された実行時間は改善できないことを確立し、最適性を確認する。

提案手法

• 動的データ構造を用いて、マトロイド制約下での高速連続的グリーディフレームワークを適応し、近似的な最大重み基底の維持を実現する。
• 特定の要素を将来的な更新に関係なく基底に強制する「凍結」操作を導入し、近似保証を維持するために不可欠である。
• ラミナーマトロイドに対して、挿入、削除、部分木クエリ、経路更新を各操作あたりO(log n)時間でサポートするトップツリーに基づく動的データ構造を開発する。
• トランスバーサルマトロイドに対して、頂点の更新下でも近似的な最大重みマッチングを維持するS安定な動的マッチングアルゴリズムを設計し、先行研究では対応されていなかった新機能を実現する。
• データ構造を活用した効率的なラウンド化手順を実装する：トランスバーサルマトロイドではO(rank²(M))時間、ラミナーマトロイドでは1回のスワップあたりO(log n)時間、グラフ的マトロイドでは赤黒木を用いる。
• データ構造にサンプリングメカニズムを拡張し、現在の基底に含まれない要素の重み付きおよび一様サンプリングを可能にし、O(k + Σtj)時間で効率的なサンプリングを実現する。

実験結果

リサーチクエスチョン

• RQ1 トランスバーサル的およびラミナーマトロイド制約下における単調なサブモジュラ最大化に対して、近線形時間アルゴリズムを開発可能か。これにより、先行研究がグラフ的およびパーティションマトロイドに限定されていた結果を拡張できるか。
• RQ2 挿入、削除、重み減少、および凍結操作をサポートする動的データ構造の設計は、近似的な最大重み基底の効率的維持を可能にするか。
• RQ3 頂点の更新下でもS安定性（指定された頂点集合を常にマッチング内に保つこと）を満たす近似的な最大重みマッチングを維持することは可能か。また、このような機構はサブモジュラ最適化にどのように応用できるか。
• RQ4 これらのマトロイドクラスに対して、速やかな連続的グリーディアルゴリズムの実行時間を近線形時間より改善可能か。また、提案された時間計算量は最適か。
• RQ5 動的データ構造を活用したラウンド化フェーズを効率的に実装することで、全体のアルゴリズムにおけるボトルネックを回避できるか。

主な発見

• 提案されたアルゴリズムは、グラフ的、トランスバーサル的、ラミナーマトロイド制約下における単調なサブモジュラ最大化に対して、近線形時間で(1 − 1/e − ε)近似比を達成する。
• ラミナーマトロイドに対しては、トップツリーを用いた新規の動的データ構造を設計し、各操作あたりO(log n)時間で挿入、削除、経路クエリをサポートし、基底の効率的維持を可能にする。
• トランスバーサルマトロイドに対しては、頂点の更新下でも近似的な最大重みマッチングを維持するS安定な動的マッチングアルゴリズムを初めて開発し、辺の数に比例する（対数要因を除いて）総実行時間となる。
• トランスバーサルマトロイドのラウンド化フェーズはO(rank²(M))時間で実行され、ラミナーマトロイドでは1回のスワップあたりO(log n)時間で実行され、両者ともデータ構造と効率的に統合されている。
• 全体のアルゴリズムの実行時間は、速やかな連続的グリーディフレームワーク内での理論的下界と一致しており、最適性を示している。
• エネとヌエイジャン（2019）の先行作業を一般化し、著しく高速化しており、パーティションおよびグラフ的マトロイドに限られていたほぼ線形時間の結果を、トランスバーサルおよびラミナーマトロイドへ拡張している。