[論文レビュー] Fully Dynamic Almost-Maximal Matching: Breaking the Polynomial Barrier for Worst-Case Time Bounds

Moses Charikar, Shay Solomon|arXiv (Cornell University)|Nov 18, 2017

Complexity and Algorithms in Graphs参考文献 23被引用数 9

ひとこと要約

本論文は、最大マッチングおよび最小頂点被覆の両方において$(2+\epsilon)$近似を達成する、完全に動的でかつ多項式的でない更新時間を持つ、最初の完全に動的なアルゴリズムを提示する。これは、限定的な将来情報が利用可能な新しいオフラインモデルを用いて決定的アルゴリズムを設計し、その後それをランダム化することで、標準のオンラインモデルにおいて高確率の保証を得るものである。これにより、長年の多項式的更新時間の障壁が打ち破られた。

ABSTRACT

Despite significant research efforts, the state-of-the-art algorithm for maintaining an approximate matching in fully dynamic graphs has a polynomial {worst-case} update time, even for very poor approximation guarantees. In a recent breakthrough, Bhattacharya, Henzinger and Nanongkai showed how to maintain a constant approximation to the minimum vertex cover, and thus also a constant-factor estimate of the maximum matching size, with polylogarithmic worst-case update time. Later (in SODA'17 Proc.) they improved the approximation factor all the way to $2+ε$. Nevertheless, the longstanding fundamental problem of {maintaining} an approximate matching with sub-polynomial worst-case time bounds remained open. We present a randomized algorithm for maintaining an {almost-maximal} matching in fully dynamic graphs with polylogarithmic worst-case update time. Such a matching provides $(2+ε)$-approximations for both the maximum matching and the minimum vertex cover, for any $ε> 0$. Our result was done independently of the $(2+ε)$-approximation result of Bhattacharya et al., so it provides the first $(2+ε)$-approximation for minimum vertex cover (together with Bhattacharya et al.'s result) and the first $(2+ε)$-approximation for maximum (integral) matching. The polylogarithmic worst-case update time of our algorithm holds deterministically, while the almost-maximality guarantee holds with high probability. This result not only settles the aforementioned problem on dynamic matchings, but also provides essentially the best possible approximation guarantee for dynamic vertex cover (assuming the unique games conjecture).

研究の動機と目的

• 完全に動的グラフにおける近似マッチングを維持するうえで、長年の多項式的最悪ケース更新時間の障壁を克服すること。
• 部分多項式的最悪ケース更新時間で、最大マッチングおよび最小頂点被覆の両方において$(2+\epsilon)$-近似を達成すること。
• 動的マッチングを効率的な最悪ケース境界で維持するという根本的な未解決問題を解消すること。
• 限定的な将来情報を持つオフラインモデルを用いて、ランダム化された動的アルゴリズムを設計・分析する新しいパラダイムを導入すること。

提案手法

• 頂点の次数とマッチング状態を管理するためのレベルベースのデータ構造を用い、各頂点にその次数に基づいたレベルを割り当てる。
• スケジューラーを用いてエッジの挿入・削除を管理し、`set-level`、`handle-insertion`、`handle-deletion` などの手続きにより不変性を維持する。
• 主な革新は、限定的な将来情報がオンデマンドで公開されるオフラインモデルの使用であり、これにより決定的アルゴリズムを設計し、その後オンライン設定に適応してランダム化する。
• 2つのマッチングを維持する：1つはしきい値に基づく決定的手法（${\cal M}_{\delta}$）、もう1つはランダム化プロセス（${\cal M}_{rand}$）であり、マッチングのサイズに応じて切り替える。
• 頂点の次数の変化とマッチングの競合をモデル化する、新しいボールとビンのゲーム解析を通じて、ほぼ最大性を証明する。
• 最終出力は、マッチングサイズが$\delta$未満の場合は${\cal M}_{\delta}$、それ以外の場合は${\cal M}_{rand}$を出力することで、正しさと効率性の両方を保証する。

実験結果

リサーチクエスチョン

• RQ1 完全に動的アルゴリズムが、多項対数的最悪ケース更新時間で$(2+\epsilon)$-近似最大マッチングを維持できるか？
• RQ2 強い近似保証を維持しつつ、動的マッチングのための多項式的更新時間の障壁を打ち破ることは可能か？
• RQ3 限定的な将来情報を持つオフラインモデルを用いて、標準のオンラインモデルにおける効率的なランダム化動的アルゴリズムを設計・分析できるか？
• RQ4 決定的最悪ケース更新時間の下で、高確率でほぼ最大性を保証することは可能か？
• RQ5 動的マッチングにおける更新時間の向上の理論的限界は何か？そして、構造化されたオフライン抽象化を用いてその限界に近づけるか？

主な発見

• アルゴリズムは最悪ケース更新時間を$O(\max\{\log^7 n / \epsilon, \log^5 n / \epsilon^4\})$まで達成し、これは$n$および$\epsilon^{-1}$に関して多項対数的である。
• アルゴリズムは高確率でほぼ最大マッチングを維持し、最大マッチングおよび最小頂点被覆の両方において$(2+\epsilon)$-近似を達成する。
• マッチングサイズが$\delta = \Theta(\log^5 n / \epsilon^4)$未満の場合は、決定的マッチング${\cal M}_{\delta}$が最大であることが保証される。
• ランダム化アルゴリズムは、多項対数的最悪ケース更新時間のもとで、高確率で最大マッチングおよび最小頂点被覆の$(2+\epsilon)$-近似を達成する。
• 本アプローチにより、多項対数的最悪ケース更新時間のもとで$(2+\epsilon)$-近似最小頂点被覆を維持する最初のアルゴリズムが確立された。
• オフラインモデルフレームワークは、ランダム化動的アルゴリズムの分析に新たな一般化可能な手法を提供し、独立した理論的価値を持つ。