[論文レビュー] Recent Advances in Fully Dynamic Graph Algorithms

Kathrin Hanauer, Monika Henzinger+1 more|arXiv (Cornell University)|Feb 22, 2021

Graph Theory and Algorithms参考文献 249被引用数 5

ひとこと要約

本稿は、接続性、最短経路、マッチング、その他の基本的問題に焦点を当て、完全動的グラフアルゴリズム分野における最近の理論的・実用的進展について包括的なサーベイを提示する。本稿では、実世界の完全動的グラフインスタンスを収容する新しいオープンアクセスリポジトリを紹介し、理論的アルゴリズム設計と実装の間のギャップを埋めることで、最先端の動的データ構造の評価と、工学的応用に向けた有望な候補の特定を行う。

ABSTRACT

In recent years, significant advances have been made in the design and analysis of fully dynamic algorithms. However, these theoretical results have received very little attention from the practical perspective. Few of the algorithms are implemented and tested on real datasets, and their practical potential is far from understood. Here, we present a quick reference guide to recent engineering and theory results in the area of fully dynamic graph algorithms.

研究の動機と目的

• 完全動的グラフアルゴリズム分野における理論的進展と実装の間の拡大する乖離に対処すること。
• 特に新規アルゴリズムの実装や評価を検討している研究者にとって、最新で包括的な参考文献を提供すること。
• 実世界の完全動的グラフインスタンスをサポートするための、新しいオープンアクセスリポジトリを提供すること。
• 接続性、マッチング、最短経路などの問題において、理論的結果の実用的潜在能力を強調すること。
• 動的グラフワークロードを生成する既存の手法をサーベイし、実際のアルゴリズムのテストに適した適性を評価すること。

提案手法

• 接続性、到達可能性、最短経路などの問題における更新時間がほぼ定数に近い、最近の理論的結果をサーベイする。
• STINGER、cuSTINGER、Hornet、faimGraph、およびAwadらによる動的ハッシュベースのデータ構造といった、既存の動的グラフデータ構造を評価し、性能とメモリ効率に注目する。
• 4つの主要な合成的動的グラフ生成モデル（アンインストールベース、ウィンドウベース、削除・再挿入ベース、モーフィングベース）を提案・議論する。
• 実世界の完全動的グラフインスタンスを収容する新しいオープンアクセスリポジトリ（https://DynGraphLab.github.io）を導入し、このようなデータセットの不足を解消する。
• バッチ処理によるエッジ挿入・削除を用いて、システム間の実装効率を比較し、スループットの向上とメモリ使用量に注目する。
• 動的接続性、動的マッチング、動的最短経路、動的グラフクラスタリングを含む、問題タイプ別に動的グラフアルゴリズムを分類・分析する。

実験結果

リサーチクエスチョン

• RQ1 最近の完全動的グラフアルゴリズム分野における理論的進展のうち、実装に向けた強い可能性を示すものは何か？
• RQ2 実世界の動的データセットが不足していることによって、完全動的グラフアルゴリズムの実証的評価に直面する主な課題は何か？
• RQ3 異なるワークロードにおいて、現代の動的グラフデータ構造の性能とメモリ効率はどのように比較されるか？
• RQ4 実世界のインスタンスが入手不可能な場合に、現実的な動的グラフワークロードを生成するための最も効果的な合成モデルは何か？
• RQ5 理論的動的グラフアルゴリズムと、それが実世界システムへの実装に至るまでの主要なギャップは何か？

主な発見

• 完全動的グラフアルゴリズム分野における理論的進展とその実装の間には、顕著なギャップが存在し、その多くが実証的評価を受けていない。
• Awad らによる動的ハッシュベースのデータ構造は、バッチエッジ挿入において Hornet より 5.8–14.8 倍、faimGraph より 3.4–5.4 倍の高速化を達成し、顕著な性能向上を示している。
• Hornet は cuSTINGER よりも再起動を排除し、メモリ使用量を 5–10 倍削減することで、大規模な動的ワークロードに適した構造となっている。
• 実世界の完全動的グラフインスタンスが不足している問題を解消するため、新しいオープンアクセスリポジトリ（https://DynGraphLab.github.io）が公開された。
• 実世界のデータセットが入手不可能な状況では、undoベース、windowベース、remove-and-reinsert、morphingベースの既存の合成モデルが、動的グラフワークロード生成の主な手段のまま残っている。
• 到達可能性、マッチング、最短経路といった問題では理論と実装の間で強い一致が見られる一方、スパニングツリー や直径といった問題は、理論的進展があるものの、実装では未だに未開拓の分野のままである。