[論文レビュー] Reoptimization via Gradual Transformations

Noam Solomon, Shay Solomon|arXiv (Cornell University)|Jan 1, 2018

Complexity and Algorithms in Graphs参考文献 37被引用数 2

ひとこと要約

この論文は、段階的に劣化した解 M をより良い解 M' に変換する再最適化フレームワークを導入する。各段階では最大 Δ 回の変更が許容され、妥当性と ε の近似性が保たれる。ブラックボックス還元を用いて、更新時間 T と β-近似解を保証する任意の動的アルゴリズムを、O(1/ε) の最悪ケースのリカバリー回数と (β(1+ε))-近似解を達成するものに変換する。更新時間の増加を最小限に抑えつつ、リカバリーの上限を著しく改善する。

ABSTRACT

This paper introduces a natural reoptimization meta-problem, which should be particularly relevant in faulty or dynamic networks. Fix any $\Delta > 0, \epsilon > 0$. Given two solutions $M$ and $M'$ to some graph optimization problem, where $M'$ is better than $M$, the goal is to gradually transform $M$ into $M'$ throughout a sequence of phases, each making at most $\Delta$ changes to the current (gradually transformed) solution, so that the solution at the end of each phase is feasible and at least as good, up to some $\epsilon$ dependence, as the original solution $M$. We study (approximate) maximum cardinality matching, maximum weight matching, and minimum spanning forest, and design near-optimal transformations for these problems. We demonstrate the applicability of this meta-problem to dynamic graph matchings. The number of changes to the maintained matching per update step, known as the recourse bound, is an important measure of quality. Nevertheless, the worst-case recourse bounds of almost all known dynamic matching algorithms is significantly larger than the corresponding update times. We fill in this gap via a surprisingly simple black-box reduction: Any dynamic algorithm for maintaining a $\beta$-approximate maximum cardinality matching with update time $T$, for any $\beta \ge 1, T, \epsilon > 0$, can be transformed into an algorithm for maintaining a $(\beta(1 +\epsilon))$-approximate maximum cardinality matching with update time $T + O(1/\epsilon)$ and a worst-case recourse bound of $O(1/\epsilon)$. This result generalizes for approximate maximum weight matching. As a corollary of our reduction, several key dynamic approximate matching algorithms in this area, which achieve low update time bounds but poor worst-case recourse bounds, are strengthened to achieve near-optimal worst-case recourse bounds with essentially no loss in the update time.

研究の動機と目的

• 動的マッチングアルゴリズムにおける低更新時間と悪い最悪ケースリカバリー上限のギャップを埋めること。
• 動的または障害のあるネットワークにおいて、段階的で妥当性を保ち、近似的に最適な解の移行を可能にする一般化された再最適化メタ問題を設計すること。
• 更新時間は維持しつつ、近似動的マッチングアルゴリズムの最悪ケースリカバリーを著しく削減するブラックボックス変換を開発すること。
• 最大基数マッチングと最大重みマッチングの両問題にこのアプローチを一般化すること。

提案手法

• 解 M から M' への段階的変換を実現する再最適化メタ問題を導入し、各段階で最大 Δ 回の変更が許容される。
• 各中間解が妥当であり、かつ元の解 M に対して ε-近似の品質を保つように保証する。
• 最大基数マッチング、最大重みマッチング、最小スパニングフォレストの各問題に対して、近似的に最適な変換シーケンスを設計する。
• ブラックボックス還元を適用：任意の動的アルゴリズムが更新時間 T と β-近似解を保証する場合、それを O(1/ε) の最悪ケースリカバリーと (β(1+ε))-近似解を達成するものに変換する。
• 変換により、1回の更新ステップあたりの変更回数を最小限に抑えながら、解の品質を維持する。
• 還元を基数マッチングと重みベースマッチングの両問題に一般化し、更新効率を保持する。

実験結果

リサーチクエスチョン

• RQ1 動的グラフにおける更新処理中に解の品質を維持できる段階的再最適化フレームワークを設計できるか？
• RQ2 更新時間の効率を損なわずに、動的マッチングアルゴリズムの最悪ケースリカバリー上限をどのように低減できるか？
• RQ3 任意の動的マッチングアルゴリズムを、近似的に最適なリカバリーを達成するものに変換できるブラックボックス還元は存在するか？
• RQ4 この還元を最大基数マッチングと最大重みマッチングの両問題に一般化できるか？
• RQ5 動的近似マッチングにおける更新時間とリカバリー上限のトレードオフは何か？そして、これを最適化できるか？

主な発見

• 更新時間 T で β-近似の最大基数マッチングを維持する任意の動的アルゴリズムは、O(1/ε) の最悪ケースリカバリーと (β(1+ε))-近似解を達成するものに変換可能である。
• 変換により更新時間にのみ O(1/ε) の追加が生じ、効率性を維持しつつ、リカバリー上限を著しく改善する。
• このアプローチは近似最大重みマッチングに対しても一般化可能であり、更新時間とリカバリーのトレードオフを同じく保つ。
• リカバリー上限が悪い既存の動的マッチングアルゴリズムは、性能損失を最小限に抑えつつ、近似的に最適なリカバリーを達成するよう強化される。
• ブラックボックス還元により、下位のアルゴリズム構造を変更することなく、近似的に最適なリカバリー上限を達成できる。