[論文レビュー] Finding Optimal Longest Paths by Dynamic Programming in Parallel

Kai Fieger, Tomáš Balyo+2 more|arXiv (Cornell University)|May 8, 2019

Graph Theory and Algorithms参考文献 15被引用数 5

ひとこと要約

本稿では、グラフ分割と並列処理を活用して、無向重み付きグラフにおける最適な最長単純パスを特定する正確な動的計画法アルゴリズムであるLPDPを提案する。ハードなインスタンスにおいて、64スレッドで最大11.69倍の高速化を達成し、先行する正確な手法を上回り、これまで未解決であった問題の解法を可能にした。

ABSTRACT

We propose an exact algorithm for solving the longest simple path problem between two given vertices in undirected weighted graphs. By using graph partitioning and dynamic programming, we obtain an algorithm that is significantly faster than other state-of-the-art methods. This enables us to solve instances that were previously unsolved and solve hard instances significantly faster. Lastly, we present a scalable parallelization which yields the first efficient parallel algorithm for the problem.

研究の動機と目的

• ハードでかつこれまで未解決であったインスタンスを効率的に解くことのできる、既存の最先端手法を上回る正確な最長パス問題アルゴリズムの開発。
• このNP完全問題に対する、初めての効率的な並列化可能な正確なアルゴリズムとしてのスケーラブルな並列処理戦略の設計。
• 実世界およびベンチマークグラフ上での提案アルゴリズムの性能評価を通し、スレッド数の変化に伴うスループットとスケーラビリティの観点から、高速化の度合いを分析。
• 並列処理の恩恵を受けない「簡単な」問題を特定・除外し、計算的に困難なインスタンスでのみ高速化を公正に比較可能にする。

提案手法

• 頂点集合を、相互接続辺数が最小限になるようにバランスの取れたブロックに分割することで、探索空間を削減する。
• 部分パスの解を再計算を避けるために保存することで、最適性を保証しつつ、ブロック内およびブロック間で動的計画法を適用する。
• 共有メモリ型並列処理モデルを採用し、各スレッドが分割されたグラフのサブセットを処理し、部分結果を同期して統合する。
• エッジの重みをパス長への寄与度として扱うことで、重みなしグラフおよび重み付きグラフの両方を効果的に処理できるように最適化されている。
• 公平な比較を保つために、並列ソルバには直列ソルバよりも短い時間制限を設定する、時間制限ベースの評価戦略を採用している。
• 並列処理の恩恵が顕著に現れる「大きな」問題（スレッド数の5倍以上の秒数を要する問題）を特定するためのフィルタリング機構を含む。

実験結果

リサーチクエスチョン

• RQ1 動的計画法とグラフ分割を組み合わせることで、ハードなインスタンスにおける正確な最長パスアルゴリズムの性能を顕著に向上させることができるか？
• RQ2 共有メモリ型システムにおける最長パス問題に、並列化された動的計画法アプローチで達成可能な高速化はどの程度か？
• RQ3 スレッド数の増加に伴い、並列アルゴリズムの性能はどのように変化するか？また、限界効果が現れるのはどこか？
• RQ4 サイズ、密度、構造などの問題特性のうち、どの特徴が並列処理の加速に適しているか、あるいは直列処理に適しているか？
• RQ5 提案されたアルゴリズムは、従来手法では解けなかった未解決の最長パスインスタンスを解けるか？

主な発見

• 32分の時間制限内で、LPDPアルゴリズムは直列ベースラインよりも15個のベンチマークインスタンスをさらに解いた。これは、スケーラビリティと性能の優位性を示している。
• 64スレッドで、合計の高速化率が11.691に達した。これは、ハードなインスタンスにおいて、高並列性を効果的に活用できていることを示している。
• すべての問題に対して平均的な高速化率は2.5未満にとどまり、これは簡単なインスタンスでは並列処理のオーバーヘッドが支配的であり、並列化の価値がないことを示している。
• 「大きな」問題（スレッド数の5倍以上の秒数を要する問題）に対しては、中央値の高速化率が顕著に向上し、64スレッドでの性能は32スレッドよりも17.0%高い速度で達成された。
• 32スレッドおよび64スレッドのソルバは、中央値の高速化率が1.0未満にとどまり、これは簡単な問題では並列処理がオーバーヘッドのため逆効果であることを確認している。
• このアルゴリズムは、従来の正確な手法を上回っており、正確な最長パス問題に対する効率的でスケーラブルな並列解法を提供する最初の手法である。