[論文レビュー] Improved Region-Growing and Combinatorial Algorithms for $k$-Route Cut Problems

Guru Guruganesh, Laura Sanità+1 more|arXiv (Cornell University)|Oct 19, 2014

Computational Geometry and Mesh Generation参考文献 39被引用数 3

ひとこと要約

本稿は、$k$-ルートカット問題（$k$-ルートマルチカット、マルチウェイカット、$s$-$t$ カットを含む）のための改善された組合せ的および領域成長アルゴリズムを提示する。既存手法で生じる$O(\log^2 r)$のコストの増大を回避する、革新的な再帰的領域成長補題を導入し、$k$-ルートマルチカットに対して$O(\ln r \ln \ln r)$の近似比を達成するとともに、$k$-ルートマルチウェイカットのバイクリテリア近似保証を著しく改善した。

ABSTRACT

We study the {\em $k$-route} generalizations of various cut problems, the most general of which is \emph{$k$-route multicut} ($k$-MC) problem, wherein we have $r$ source-sink pairs and the goal is to delete a minimum-cost set of edges to reduce the edge-connectivity of every source-sink pair to below $k$. The $k$-route extensions of multiway cut ($k$-MWC), and the minimum $s$-$t$ cut problem ($k$-$(s,t)$-cut), are similarly defined. We present various approximation and hardness results for these $k$-route cut problems that improve the state-of-the-art for these problems in several cases. (i) For {\em $k$-route multiway cut}, we devise simple, but surprisingly effective, combinatorial algorithms that yield bicriteria approximation guarantees that markedly improve upon the previous-best guarantees. (ii) For {\em $k$-route multicut}, we design algorithms that improve upon the previous-best approximation factors by roughly an $O(\sqrt{\log r})$-factor, when $k=2$, and for general $k$ and unit costs and any fixed violation of the connectivity threshold $k$. The main technical innovation is the definition of a new, powerful \emph{region growing} lemma that allows us to perform region-growing in a recursive fashion even though the LP solution yields a {\em different metric} for each source-sink pair. (iii) We complement these results by showing that the {\em $k$-route $s$-$t$ cut} problem is at least as hard to approximate as the {\em densest-$k$-subgraph} (DkS) problem on uniform hypergraphs.

研究の動機と目的

• 古典的なマルチカットおよびマルチウェイカット問題を一般化し、接続性を閾値$k$未満に低下させる必要がある$k$-ルートカット問題に対する効率的な近似アルゴリズムの設計という課題に取り組む。
• 線形計画法（LP）解において各ソース・シンクペアが異なるメトリックを持つ場合に生じる、従来の領域成長手法における高いコストの増大を克服すること。
• $k=2$のとき、$k$-ルートマルチカットの近似要因を$O(\sqrt{\log r})$削減し、$k$-ルートマルチウェイカットのバイクリテリア近似保証を向上させること。
• 一様超グラフ上のDensest $k$-Subgraph問題ほど難しいことを示す強力な下界結果を確立し、$k$-ルート$s$-$t$ カットがその問題と同等かそれ以上の難易度であることを示すこと。

提案手法

• 各ソース・シンクペアが異なるメトリックを持つLP解に対しても、効率的な領域拡大が可能な、新しい再帰的領域成長補題を導入する。
• アルゴリズムが$k$-連結性の閾値をわずかに超過（$\gamma > 1$）することを許容するバイクリテリアアプローチを採用し、より良いコストバウンドを達成する。
• ノードおよびエッジの寄与度に基づくボリューム解析を用いて、カット集合のコストを最適解と対数因子の関数としてバウンドする。
• グラフを分割し、高連結性を持つコンponentsを別個に処理する再帰的アルゴリズム構造を採用することで、深さとコストを削減する。
• LP緩和と組合せ的ラウンディングを統合するデュアル解析フレームワークを活用し、コスト効率を維持する。
• ノード削除制約に適合するように領域成長プロセスを変更することで、$k$-ルートノードマルチカット（$k$-route node-multicut）のバージョンに技術を拡張する。

実験結果

リサーチクエスチョン

• RQ1 既存手法に内在する$O(\log^2 r)$のコスト増大を回避できる、$k$-ルートマルチカット用の領域成長アルゴリズムを設計できるか？
• RQ2 $k$-ルートマルチウェイカットの最良達成可能なバイクリテリア近似比は何か？ かつ、それ以前の境界を超えて改善可能か？
• RQ3 $k$-ルート$s$-$t$ カットの複雑さは他の難解問題と比べてどうか？ そして近似アルゴリズムに与えるインパクトは？
• RQ4 Densest $k$-Subgraph（DkS）問題の現状の最良解を改善しない限り、$k$-ルート$s$-$t$ カットに対して$\operatorname{poly}(k)$-近似を得ることは可能か？

主な発見

• 本稿は、$k$-ルートマルチカットに対して$O(\ln r \ln \ln r)$の近似比を達成し、$k=2$のとき、従来の最良要因を$O(\sqrt{\log r})$改善した。
• $k$-ルートマルチウェイカットに対しては、提案された組合せ的アルゴリズムが、コストバウンド$O((k-1)^2 \ln r \ln \ln r) \cdot \text{OPT}$のバイクリテリア近似を実現し、従来の保証を著しく改善した。
• 新規の再帰的領域成長補題により、ペアごとの異なるメトリックをボリュームベースの半径選択で処理することで、$O(\log^2 r)$のコスト増大なしにコスト効率の高いカットが可能になった。
• $k$-ルートノードマルチカット用のアルゴリズムは、エッジカット版と同等の漸近的近似比を達成し、ノードベースの接続性にフレームワークを拡張した。
• 強力な下界結果により、$k$-ルート$s$-$t$ カットは一様超グラフ上のDensest $k$-Subgraph問題を近似するのと同等かそれ以上の難易度であることが示され、DkSの現状の最良解を改善しない限り、$\operatorname{poly}(k)$-近似を得るのは不自然であることが示唆された。
• 解析により、$\gamma = \frac{k}{k-1}$と設定すると、コスト$O((k-1)^2 \ln r \ln \ln r) \cdot \text{OPT}$の妥当な解が得られ、マルチウェイカットの場合のバイクリテリア境界と一致することが証明された。