[論文レビュー] LP Relaxation and Tree Packing for Minimum $k$-cuts

Chandra Chekuri, Kent Quanrud+1 more|arXiv (Cornell University)|Aug 17, 2018

Complexity and Algorithms in Graphs参考文献 21被引用数 6

ひとこと要約

本稿は、最小 $k$-カット問題の線形計画緩和に対する双対性に基づく新しい分析を提供し、その双対がカーガーの最小カット解析を $k$-カットへ拡張する木パッキングをもたらすことを示している。主な貢献は、$2(1-1/n)$ の整数性ギャップの証明と、最適なLP解と再帰的木パッキングの明確な関係を介したトーラップのアルゴリズムに対する $n$-倍の高速化である。

ABSTRACT

Karger used spanning tree packings to derive a near linear-time randomized algorithm for the global minimum cut problem as well as a bound on the number of approximate minimum cuts. This is a different approach from his well-known random contraction algorithm. Thorup developed a fast deterministic algorithm for the minimum $k$-cut problem via greedy recursive tree packings. In this paper we revisit properties of an LP relaxation for $k$-cut proposed by Naor and Rabani, and analyzed by Chekuri, Guha and Naor. We show that the dual of the LP yields a tree packing, that when combined with an upper bound on the integrality gap for the LP, easily and transparently extends Karger's analysis for mincut to the $k$-cut problem. In addition to the simplicity of the algorithm and its analysis, this allows us to improve the running time of Thorup's algorithm by a factor of $n$. We also improve the bound on the number of $α$-approximate $k$-cuts. Second, we give a simple proof that the integrality gap of the LP is $2(1-1/n)$. Third, we show that an optimum solution to the LP relaxation, for all values of $k$, is fully determined by the principal sequence of partitions of the input graph. This allows us to relate the LP relaxation to the Lagrangian relaxation approach of Barahona and Ravi and Sinha; it also shows that the idealized recursive tree packing considered by Thorup gives an optimum dual solution to the LP. This work arose from an effort to understand and simplify the results of Thorup.

研究の動機と目的

• トーラップの複雑な木パッキングアルゴリズムを、既知のLP緩和と結びつけることで、$k$-カット問題に対するそれを簡素化・明確化すること。
• 双対の $k$-カットLPと木パッキングの透明な双対性を確立し、カーガーの最小カット解析を $k$-カット設定へ拡張すること。
• 新しい双対性の知見を用いて、トーラップの決定的 $k$-カットアルゴリズムの実行時間を $n$-倍高速化すること。
• ナオール＝ラバニのLP緩和の整数性ギャップが正確に $2(1 - 1/n)$ であることを証明し、既知の近似境界と一致させること。
• 最適な $k$-カットLP解が主順序分割の系列によって完全に決定されることを示し、ラグランジュ緩和および再帰的分解と関連付けること。

提案手法

• $k$-カットLP緩和を再定式化し、その双対を分析することで、妥当な双対解がグラフ内の木パッキングに対応することを示す。
• グラフの主順序分割の系列から導かれる理想化された再帰的木パッキングを用いて、双対解を構築する。
• この双対解の目的関数値がLPの値と一致することを証明し、補完性スラック条件を介して最適性を確立する。
• 双対の木パッキングを用いて、$2(1-1/n)$-近似の $k$-カットの数を抑え、カーガーの解析を $k$-カットへ拡張する。
• グリーディな木パッキングが理想の双対解を近似できることを示し、乗法的重み更新の原理を介してより高速なアルゴリズムを可能にする。
• 主順序分割の系列を介して、ラグランジュ緩和とLP緩和が同じ最適値を持つことを示し、両者の等価性を確立する。

実験結果

リサーチクエスチョン

• RQ1 $k$-カットLP緩和の双対は木パッキングとして解釈可能であり、カーガーの最小カット解析とどのように関係するか？
• RQ2 ナオール＝ラバニのLP緩和の $k$-カットにおける正確な整数性ギャップは何か？ そして、双対性を介して洗練された形で証明可能か？
• RQ3 $k$-カットLPの最適解は、グラフの主順序分割の系列とどのように関係するか？
• RQ4 LPの双対と木パッキングに接続することで、トーラップの木パッキングアルゴリズムを簡素化・高速化できるか？
• RQ5 トーラップのアルゴリズムで用いられるグリーディな木パッキングは、乗法的重み更新による双対LPの近似と等価か？

主な発見

• $k$-カットLPの双対は妥当な木パッキングをもたらし、このパッキングを用いてカーガーの最小カット解析を $k$-カット問題へ拡張できる。
• ナオール＝ラバニのLP緩和の $k$-カットにおける整数性ギャップは正確に $2(1 - 1/n)$ であり、双対性と補完性スラック条件を介して証明された。
• $k$-カットLPの最適解は、入力グラフの主順序分割の系列によって完全に決定される。
• 最適な双対解は、理想化された再帰的木パッキングに対応し、これはトーラップのアルゴリズムで用いられる構造と一致する。
• トーラップの決定的 $k$-カットアルゴリズムの実行時間は、新しい双対性に基づく分析を用いることで $n$-倍高速化できる。
• $k$-カットのラグランジュ緩和値はLP緩和値と等価であり、二つの既知の近似手法の等価性が確認された。