[論文レビュー] Multivariate Analysis of Orthogonal Range Searching and Graph Distances Parameterized by Treewidth

Karl Bringmann, Thore Husfeldt+1 more|arXiv (Cornell University)|May 18, 2018

Advanced Graph Theory Research参考文献 4被引用数 9

ひとこと要約

本稿では、木幅をパラメータとするグラフ距離（中心性、直径、半径、ウィーナー指数を含む）を計算するための多次元的アルゴリズム的解析を提示する。正交範囲検索の解析を $\log^d n$ から $\binom{d + \lceil \log n \rceil}{d}$ に改善することで、$k = 5\operatorname{tw}(G) + 4$ とおくとき、実行時間を $O(n \cdot \binom{k + \lceil \log n \rceil}{k} \cdot 2^k k^2 \log n)$ に達成し、正交ベクトル予想のもとで既知の下界と一致する。

ABSTRACT

We show that the eccentricities, diameter, radius, and Wiener index of an undirected $n$-vertex graph with nonnegative edge lengths can be computed in time $O(n\cdot \binom{k+\lceil\log n ceil}{k} \cdot 2^k k^2 \log n)$, where $k$ is the treewidth of the graph. For every $ε>0$, this bound is $n^{1+ε}\exp O(k)$, which matches a hardness result of Abboud, Vassilevska Williams, and Wang (SODA 2015) and closes an open problem in the multivariate analysis of polynomial-time computation. To this end, we show that the analysis of an algorithm of Cabello and Knauer (Comp. Geom., 2009) in the regime of non-constant treewidth can be improved by revisiting the analysis of orthogonal range searching, improving bounds of the form $\log^d n$ to $\binom{d+\lceil\log n ceil}{d}$, as originally observed by Monier (J. Alg. 1980). We also investigate the parameterization by vertex cover number.

研究の動機と目的

• 有界木幅を持つグラフにおけるグラフ距離の計算について、上界と下界のギャップを埋めること。
• 定数でない木幅の範囲における高次元空間における正交範囲検索の解析を改善すること。
• CabelloとKnauerのアルゴリズムの適用範囲をウィーナー指数の計算へ拡張すること。
• 正交ベクトル予想のもとで、タイトなパrameterized計算複雑度境界を確立すること。
• 木幅の代わりに頂点被覆番号によるパラメータ化を検討すること。

提案手法

• 実行時間の漸近的性能を向上させるために、$d$次元の範囲木の解析において、$\log^d n$ の代わりに $B(n,d) = \binom{d + \lceil \log n \rceil}{d}$ を用いる。
• 歪みのある $k$-分離子木に基づく分割統治戦略を用いて、中心性を再帰的に計算する。
• モノイド $(\mathbb{Z}, \max)$ を用いた正交範囲クエリにより、各頂点から分離子の側にある頂点までの最大距離を計算する。
• 範囲クエリのモノイドを変更し、距離の個数と合計を追跡することで、ウィーナー指数の計算にアルゴリズムを拡張する。
• 効率性を高めるために、$k$ 個の頂点からなる分離子上でダイクストラ法を事前に適用し、ショートカットを追加する。
• 左部分木と右部分木の役割を入れ替えることで、中心性計算においてすべての頂点ペアが考慮されるようにする。

実験結果

リサーチクエスチョン

• RQ1 グラフ距離を計算するアルゴリズムにおける木幅依存性を、$n^{1+\epsilon} \exp O(\operatorname{tw}(G))$ よりも改善できるか？
• RQ2 標準の計算複雑性仮説のもとで、$O(n \cdot \binom{k + \lceil \log n \rceil}{k} \cdot 2^k k^2 \log n)$ の境界はタイトか？
• RQ3 正交範囲検索の解析を精緻化することで、次元および $n$ に対する依存性をより良くできるか？
• RQ4 ウィーナー指数の計算は、下界と一致するパラメータ化アルゴリズムを備えているか？
• RQ5 頂点被覆番号によるパラメータ化は、木幅によるものと比較してアルゴリズム的効率に優れているか？

主な発見

• 本稿では、$k = 5\operatorname{tw}(G) + 4$ とおくとき、中心性、直径、半径、ウィーナー指数の計算について、$O(n \cdot \binom{k + \lceil \log n \rceil}{k} \cdot 2^k k^2 \log n)$ の実行時間を達成する。
• この境界は、任意の $\epsilon > 0$ に対して $n^{1+\epsilon} \exp O(\operatorname{tw}(G))$ に一致し、正交ベクトル予想のもとでAbboudたちの下界と一致する。
• 正交範囲検索の解析を改善することで、クエリ時間は $O(\log^d n)$ から $O(\binom{d + \lceil \log n \rceil}{d})$ に短縮され、これは任意の $\epsilon > 0$ に対して $n^{\epsilon} \exp O(d)$ に相当する。
• 頂点被覆番号 $k$ をパラメータとする場合、ウィーナー指数は $O(nk \cdot 2^k)$ 時間で計算可能であり、中心性計算の複雑さと一致する。
• ウィーナー指数の計算アルゴリズムは、正交ベクトル予想のもとでタイトであり、部分二次時間で直径2と3を区別できる。
• 解析により、木幅パラメータ化におけるグラフ距離計算の最良上界と既知の下界のギャップが埋められた。