[論文レビュー] Long-term balanced allocation via thinning

Ohad N. Feldheim, Ori Gurel-Gurevich+1 more|arXiv (Cornell University)|Oct 11, 2021

Algorithms and Data Compression参考文献 28被引用数 4

ひとこと要約

この論文は、ボールとバケツのモデルの2段階減量版を研究しており、監視者が一様にランダムに割り当てられたバケツを拒否し、ボールを再割り当てして負荷をバランスさせることが可能である。高確率で典型的な最大負荷が $(\log n)^{1/2+o(1)}$ に達する明示的な戦略を提供しており、これは大きな $m$ に対して最適な1回の負荷と一致する。一方で、すべての時間における最大負荷は $\Omega(\log n / \log\log n)$ であり、これはタイトで避けられないものであり、低典型負荷を維持するのと一時的な高いピークを避けることのトレードオフによるものである。

ABSTRACT

We study the long-term behavior of the two-thinning variant of the classical balls-and-bins model. In this model, an overseer is provided with uniform random allocation of $m$ balls into $n$ bins in an on-line fashion. For each ball, the overseer could reject its allocation and place the ball into a new bin drawn independently at random. The purpose of the overseer is to reduce the maximum load of the bins, which is defined as the difference between the maximum number of balls in a single bin and $m/n$, i.e., the average number of balls among all bins. We provide tight estimates for three quantities: the lowest maximum load that could be achieved at time $m$, the lowest maximum load that could be achieved uniformly over the entire time interval $[m]:=\{1, 2, \cdots, m\}$, and the lowest \emph{typical} maximum load that could be achieved over the interval $[m]$, where the typicality means that the maximum load holds for $1-o(1)$ portion of the times in $[m]$. We show that when $m$ and $n$ are sufficiently large, a typical maximum load of $(\log n)^{1/2+o(1)}$ can be achieved with high probability, asymptotically the same as the optimal maximum load that could be achieved at time $m$. However, for any strategy, the maximal load among all times in the interval $[m]$ is $Ω\big(\frac{\log n}{\log\log n}\big)$ with high probability. A strategy achieving this bound is provided. An explanation for this gap is provided by our optimal strategies as follows. To control the typical load, we restrain the maximum load for some time, during which we accumulate more and more bins with relatively high load. After a while, we have to employ for a short time a different strategy to reduce the number of relatively heavily loaded bins, at the expanse of temporarily inducing high load in a few bins.

研究の動機と目的

• 2段階減量ボールとバケツモデルにおける長期間の負荷バランス挙動を分析すること。ここで、監視者が最初のランダム割り当てを拒否し、ボールを2番目のバケツに再割り当てできる。
• 時間経過に伴う最小達成可能最大負荷を、1回の時点、全期間、典型的最大負荷の3つの状況に分けて特徴づけること。
• 最適な1回の負荷と避けられない全期間最大負荷の間のギャップを解消し、典型的負荷を最小限に抑えつつ一時的な負荷のピークを管理する戦略を構築すること。
• 高確率保証のもとで漸近的に最適な性能を達成する、明示的かつ実装可能な2段階減量戦略を提供すること。

提案手法

• 著者らは3つの負荷指標を定義する：1回の時点における最大負荷 $\mathrm{MaxLoad}^f(m)$、全期間における最大負荷 $\mathrm{MaxLoad}^f([m])$、$\varepsilon$-典型的最大負荷 $\mathrm{MaxLoad}^f_\varepsilon([m])$。
• 重いバケツを減らすフェーズ（負荷低減フェーズ）と、典型的負荷を低く保つフェーズ（負荷維持フェーズ）を交互に実行する2段階減量戦略を設計する。
• マーティングールドの集中とチェルノフ法による指数モーメントの上限を用いて、時間経過に伴うバケツ負荷の逸脱を制御する。
• 主な技術的ツールとして、負荷逸脱の期待指数モーメントの上限を求めるのと、負荷の進化をフェーズごとに追跡するための再帰的不等式を用いる。
• 時間分割戦略を活用する：まず $m_0 = \Theta(n \log n)$ ステップの安定化フェーズを実施し、その後 $m_2 = \Theta(n \log n)$ ステップのバランスフェーズを実施する。負荷の変動を厳密に制御する。
• 和集合の上限と尾部推定を用いて理論的保証を導出し、高確率で負荷が $O(\log n)^{1/2+o(1)}$ の範囲内に保たれることを示す。

実験結果

リサーチクエスチョン

• RQ1 2段階減量ボールとバケツモデルにおいて、時間経過に伴う最小達成可能典型的最大負荷は何か？ここで「典型的」とは、割り当てステップの $1-o(1)$ の間成り立つことを意味する。
• RQ2 最適な全期間最大負荷は、最適な1回の時点最大負荷と比べてどう異なるのか？ギャップの原因は何か？
• RQ3 避けられない一時的な負荷ピークがある中で、典型的最大負荷を最適な1回の負荷と漸近的に一致させる戦略は可能か？
• RQ4 すべての2段階減量戦略において、全期間最大負荷の根本的な下界は何か？そして、明示的戦略によってこの下界を達成できるか？
• RQ5 負荷の変動は時間経過とともにどのように変化するのか？低典型的負荷を維持しながら最悪ケースの負荷ピークを制御するメカニズムは何か？

主な発見

• $m = \omega(n\sqrt{\log n})$ の場合、最適な1回の時点最大負荷は $\Theta((\log n)^{1/2+o(1)})$ であり、この境界は低次の項を除いてタイトである。
• 任意の2段階減量戦略に対して、全期間最大負荷は高確率で $\Omega(\log n / \log\log n)$ であり、この境界はタイトである。
• 明示的な2段階減量戦略は、$m = \Omega(n \log^2 n)$ の場合、全期間最大負荷を $\Theta(\log n / \log\log n)$ に達成でき、下界と一致する。
• $m = \omega(n\sqrt{\log n})$ の場合、高確率で典型的最大負荷は $O((\log n)^{1/2+o(1)})$ であり、最適な1回の時点負荷と一致する。
• 典型的負荷と全期間最大負荷のギャップは、典型的負荷を低く保っている間でも、負荷再配分フェーズ中に避けられない一時的な負荷ピークが原因である。
• $m_0 = \Theta(n\log n)$ ステップ経過後、高確率で $\max_i |L_i^{f}(k)| \leq 100d\log n$ を満たし、安定性が保証され、さらなる負荷制御が可能になる。