[論文レビュー] Fully Dynamic Set Cover - Improved and Simple.

Raghavendra Addanki, Barna Saha|arXiv (Cornell University)|Apr 9, 2018

Complexity and Algorithms in Graphs被引用数 1

ひとこと要約

本論文は、f(1+ε)-近似保証を備えた完全動的無重み集合被覆アルゴリズムの初の実装を提示する。更新時間はO(f log n / ε)の均等化時間であり、入力からアルゴリズムへのランダムネスのシフトという、新しいランダムネスの使い方によって達成された。この手法により、動的更新下での集合被覆の効率的かつ近似的最適な維持が可能になる。

ABSTRACT

In this paper, we revisit the unweighted set cover problem in the fully dynamic setting. In contrast to the offline setting where a static set of $n$ elements need to be covered using minimum number of sets from a family $\mathcal{F}$, here elements to be covered change over time and can be inserted and deleted. The goal is to maintain a close to optimal set cover solution at every time step while minimizing the update time. In the offline setting, several textbook algorithms exist from early eighties that give a factor $f$ approximation algorithm for set cover where $f$ is the maximum frequency of an element. Whereas, in the dynamic setting, even today, there does not exist a factor $O(f)$-approximation algorithm for set cover, except for when $f=2$ (the special case of unweighted vertex cover). The best approximation bound known for dynamic set cover is $O(f^2)$ [Bhattacharya et al. ICALP 2015] with an amortized update time of $O(f\log{n})$. Subsequent works get an $O(f^2)$ amortized update time but with a worse approximation factor of $O(f^3)$ [Gupta et al., STOC 2017; Bhattacharya et al., IPCO 2017]. In this paper, we give the first $f(1+\epsilon)$-approximation algorithm for the fully dynamic unweighted set cover problem for any $\epsilon >0$. An important contribution of this work lies in its conceptual simplicity. First, we take one of the simplest possible deterministic algorithms for the offline set cover and show that it achieves a factor $f(1+\epsilon)$-approximation in $O(\frac{f}{\epsilon})$ expected amortized time when deletions are randomly ordered. Next to handle any sequence of updates, we transfer the randomness to the algorithm instead. This recipe of switching the role of randomness turns out to be extremely useful. We get the first $f(1+\epsilon)$-approximation in $O(\frac{f\log{n}}{\epsilon})$ amortized update time on expectation and with high probability.

研究の動機と目的

• 完全動的無重み集合被覆に対して、近似的最適な近似因子f(1+ε)を達成することで、長年の動的集合被覆アルゴリズムにおける空白を埋める。
• 従来の手法がO(f²)またはO(f³)の近似因子にとどまり、更新時間がさらに悪いという制限を克服する。
• アルゴリズム設計におけるランダムネスの再解釈を通じて、単純で決定的でありながら理論的保証の強いアルゴリズムを設計する。
• 期待値および高確率の両方で効率的な更新時間を達成し、動的環境における実用性を確保する。

提案手法

• 単純な決定的オフライン集合被覆アルゴリズムをベースとし、未被覆要素を最も多くカバーするセットを貪欲に選択する。
• 削除順序がランダムに並べ替えられた場合に、このアルゴリズムがf(1+ε)-近似を達成することを確率的解析により証明する。
• 入力（削除順序）からのランダムネスをアルゴリズムに移動させる技術を導入し、選択プロセスをランダム化する。
• ランダム化丸めとサンプリングを用いて、ランダム削除順序の効果をシミュレートし、任意の更新シーケンス下でも頑健性を保証する。
• 未被覆要素とセット頻度を追跡する動的データ構造を維持し、効率的な更新を可能にする。
• 集中限界とマルティングル解析を用いて、期待更新時間と高確率更新時をO(f log n / ε)で束縛する。

実験結果

リサーチクエスチョン

• RQ1 単純な決定的オフライン集合被覆アルゴリズムを、完全動的設定で近的最適なf(1+ε)-近似を達成するために適応可能か？
• RQ2 削除順序をランダム化すると、貪欲な集合被覆アルゴリズムの近似品質にどのような影響を与えるか？
• RQ3 任意の更新シーケンス下でも性能保証を維持するため、入力からアルゴリズムへランダムネスを効果的に移動させる方法は何か？
• RQ4 完全動的集合被覆で、近的最適な近似因子と効率的な更新時間の両方を達成することは可能か？
• RQ5 完全動的更新下でf(1+ε)-近似解を維持するために必要な最小更新時間は何か？

主な発見

• 提案されたアルゴリズムは、完全動的無重み集合被覆に対してf(1+ε)-近似を達成し、以前の最良のO(f²)を改善する。
• アルゴリズムは期待値および高確率の両方でO(f log n / ε)の均等化更新時間で実行され、以前のO(f²)更新時間に比べて顕著に改善される。
• 主な洞察は、入力（削除順序）からのランダムネスをアルゴリズムに移動させることで、任意の更新シーケンス下でも頑健な性能を達成できることにある。
• 解析により、選択プロセスがランダム化された単純な貪欲アルゴリズムでさえ、敵対的更新順序下でも近的最適性を維持することが示された。
• 複雑なデータ構造やヒューリスティクスに依存せずに、強力な近似と効率的な更新時間を両立している。
• 本研究は、長年の動的集合被覆における空白を埋め、fに関する非平方更新時間でf(1+ε)-近似を達成する最初の解法を提供した。