[論文レビュー] Implementation of exponential and parametrized algorithms in the AGAPE project

Pascal Berthomé, Jean-François Lalande+1 more|arXiv (Cornell University)|Jan 28, 2012

Advanced Graph Theory Research参考文献 16被引用数 3

ひとこと要約

本稿では、AGAPEフレームワーク内において、頂点被覆、独立集合、フィードバック頂点集合、グラフ彩色といった基本的なグラフ問題に対する正確かつパrameterizedな指数時間アルゴリズムの実装を提示する。JavaのJungライブラリに基づいて構築されたこのシステムは、カーネル化や分岐といった高度な技術を含む、複数のアルゴリズム的手法を備え、頂点被覆のO(1.33^k)や最大独立集合のO(1.2201^n)といった指数時間の時間計算量の上限を達成している。

ABSTRACT

This technical report describes the implementation of exact and parametrized exponential algorithms, developed during the French ANR Agape during 2010-2012. The developed algorithms are distributed under the CeCILL license and have been written in Java using the Jung graph library.

研究の動機と目的

• NP困難なグラフ問題の正確かつパrameterizedなアルゴリズムを再利用可能なソフトウェアフレームワークに実装・統合すること。
• 各問題に対して、ブルートフォース、ヒューリスティック、理論的時間計算量の上限が保証された高度な正確手法を含む、複数のアルゴリズム的手法をサポートすること。
• Jungグラフライブラリを用いたモジュラーで拡張可能なJavaライブラリを提供し、研究および応用分野での相互運用性と使いやすさを確保すること。
• コマンドラインインターフェースおよびGUIツールを備え、可視化および入出力のサポートを提供することで、実験とベンチマークを可能にすること。
• 研究および産業分野でのオープンな研究と再利用を促進するため、CeCILLライセンスでライブラリを配布すること。

提案手法

• Jungライブラリを用いたジェネリックなグラフ型によるJavaによるアルゴリズム実装により、カスタムの頂点およびエッジ型をサポートする。
• 問題のサイズを縮小し、パrameterizedアルゴリズムの実行時間を向上させるために、カーネル化および分岐戦略（例：Buss-Goldsmith、Niedermeier）を採用する。
• O(1.9977^n)（有向フィードバック頂点集合）やO(1.2201^n)（最大独立集合）といった、理論的時間計算量の上限が保証された高度な正確アルゴリズムを統合する。
• アルゴリズムのテストおよび検証を可能にするために、ランダムおよび構造的グラフ生成器と入出力モジュールを提供する。
• アルゴリズムの結果の簡単なアクセスおよび可視化を可能にするコマンドラインインターフェース（AgapeCL）およびグラフィカルエディタ（GraphEditor）を開発する。
• 構造的グラフ解析のため、タージャンのアルゴリズムによるサイクル列挙およびBerry-Bordat-Cogisによる分離子計算を統合する。

実験結果

リサーチクエスチョン

• RQ1 NP困難なグラフ問題の正確かつパrameterizedなアルゴリズムを、再利用可能なソフトウェアフレームワークに効率的に実装・統合するにはどうすればよいか？
• RQ2 O(1.2201^n)（MIS）といった高度な正確アルゴリズムの実用的性能は、単純なヒューリスティックやブルートフォース法と比べてどの程度優れているか？
• RQ3 カーネル化および分岐技術は、頂点被覆やフィードバック頂点集合といった問題において、探索空間をどの程度縮小できるか？
• RQ4 一貫したインターフェースを備えた、モジュラーで拡張可能かつオープンソースのライブラリを、多様なグラフアルゴリズムをサポートするように設計するにはどうすればよいか？
• RQ5 可視化およびコマンドラインツールの統合は、研究者および実務家が正確アルゴリズムの実装をより使いやすくするのにどの程度寄与するか？

主な発見

• AGAPEライブラリは、頂点被覆、独立集合、フィードバック頂点集合、グラフ彩色といった主要なグラフ問題の複数の正確アルゴリズムを効果的に実装・公開している。
• 最小頂点被覆問題に関しては、ブルートフォース（O(n choose k)）およびパrameterizedアプローチ（例：NiedermeierによるO(1.33^k)）の両方をサポートしており、kが小さい場合には後者により顕著な性能向上が得られている。
• Fomin-Grandoni-Kratschに基づく最大独立集合アルゴリズムはO(1.2201^n)の時間計算量を達成しており、ブルートフォースのO(n²·2^n)やMoon-MoserのO(1.4423^n)の手法を上回っている。
• 有向フィードバック頂点集合アルゴリズムは、カーネル化および分岐を活用してO(1.9977^n)の時間で実行され、最先端の理論的アプローチと同等の性能を示している。
• Berry-Bordat-Cogisアルゴリズムを用いた最小ab分離子の実装はO(n³)の時間で実行され、グラフの構造的解析を効率的に行える。
• ライブラリのコマンドラインおよびGUIツールに加え、可視化サポートにより、実際のグラフおよび合成グラフ上でアルゴリズムの結果の効果的なテストおよび検証が可能になっている。