[論文レビュー] Scaling algorithms for approximate and exact maximum weight matching

Ran Duan, Seth Pettie+1 more|arXiv (Cornell University)|Dec 4, 2011

Complexity and Algorithms in Graphs参考文献 104被引用数 15

ひとこと要約

本稿では、グラフにおける近似および正確な最大重みマッチングのスケーリングアルゴリズムを提示する。近似解については (1−ε)-近似解を O(mε⁻¹ log ε⁻¹) 時間で達成し、整数重み付き二部グラフの正確な解については O(m√n log N) 時間で達成する。この手法は、二重変数の調整とスケーリング技術を用いて長年の m√n の障壁を打ち破り、近似的に最適な解で十分な実用的応用に適したより単純で高速なアルゴリズムを提供する。

ABSTRACT

The {\em maximum cardinality} and {\em maximum weight matching} problems can be solved in time $ ilde{O}(m\sqrt{n})$, a bound that has resisted improvement despite decades of research. (Here $m$ and $n$ are the number of edges and vertices.) In this article we demonstrate that this "$m\sqrt{n}$ barrier" is extremely fragile, in the following sense. For any $ε>0$, we give an algorithm that computes a $(1-ε)$-approximate maximum weight matching in $O(mε^{-1}\logε^{-1})$ time, that is, optimal {\em linear time} for any fixed $ε$. Our algorithm is dramatically simpler than the best exact maximum weight matching algorithms on general graphs and should be appealing in all applications that can tolerate a negligible relative error. Our second contribution is a new {\em exact} maximum weight matching algorithm for integer-weighted bipartite graphs that runs in time $O(m\sqrt{n}\log N)$. This improves on the $O(Nm\sqrt{n})$-time and $O(m\sqrt{n}\log(nN))$-time algorithms known since the mid 1980s, for $1\ll \log N \ll \log n$. Here $N$ is the maximum integer edge weight.

研究の動機と目的

• 最大重みマッチングアルゴリズムにおいて数十年にわたり続く m√n 時間の障壁を打ち破ること。
• 実世界の応用でわずかな誤差を許容できる状況において、実用的である近似最大重みマッチングのためのより単純で高速なアルゴリズムを設計すること。
• 最大辺重み N に依存する部分を減らすことで、整数重み付き二部グラフにおける正確な最大重みマッチングの時間計算量を改善すること。
• m√n のボトルネックが脆く、スケーリングと二重調整技術によって回避可能であることを示すこと。

提案手法

• エッジ重みを2の降べきの累乗で処理するスケーリングフレームワークを用い、徐々に細かくする粒度の二重変数を維持する。
• 三段階のアルゴリズムを採用：段階Iでは初期マッチングを求める。段階IIではチェーンおよび反鎖の削除を用いた二重調整と拡張を行う。段階IIIでは細かい調整で解を精緻化する。
• 各反復で合計の不具合 f(M) を少なくとも √(b/2) 減少させるために、チェーンおよび反鎖の削除を適用し、対数的収束を保証する。
• 完全マッチングにおける修正された二重調整戦略（mwpm）を導入し、反鎖ステップで f(M) を完全に削減可能とし、効率的なサイクルベースの拡張を可能にする。
• t = √(b/2) をパラメータとして用い、チェーンまたは反鎖の二重調整の選択を決定し、各反復で進行を保証する。
• 二部グラフでは線形計画法の緩和が整数解であるため、整数計画法を用いずに効率的な二重ベース最適化が可能であるという事実を活用する。

実験結果

リサーチクエスチョン

• RQ1 近似およびスケーリング技術を用いて、最大重みマッチングの m√n 時間境界を打ち破ることは可能か？
• RQ2 最大辺重み N に依存する部分を減らすことで、整数重み付き二部グラフにおける正確な最大重みマッチングの複雑さはどの程度改善できるか？
• RQ3 ε⁻¹ に線形依存する近似的に最適な最大重みマッチングのためのより単純で高速なアルゴリズムを設計することは可能か？
• RQ4 二重調整とスケーリングの使用は、マッチングアルゴリズムにおける収束の改善と増幅ステップ数の削減にどのように寄与するか？
• RQ5 最大重み完全マッチングへの還元を避け、時間計算量を改善した直接的なアルゴリズムを設計することは可能か？

主な発見

• (1−ε)-近似最大重みマッチングは、O(mε⁻¹ log ε⁻¹) 時間で計算可能であり、固定された ε に対して最適な線形時間である。
• 整数重み付き二部グラフにおける正確な最大重みマッチングアルゴリズムは、O(m√n log N) 時間で実行され、従来の O(Nm√n) および O(m√n log(nN)) の境界を改善する（1 ≪ log N ≪ log n の場合）。
• 段階IIIにおける増幅および二重調整ステップの数は O(√n) で有界であり、正確マッチングにおいて総時間は O(m√n) のまま保たれる。
• 最大重み完全マッチングにおいて、スケール数が2倍改善され、log((n+1)N) から log(√n N) に減少し、収束が速くなる。
• 二重変数は徐々に細かく保たれ、チェーン／反鎖の削除により不具合が単調に減少し、各スケールで O(√n) ラウンド以内に収束が保証される。
• 複雑なデータ構造や行列乗算を避けることができ、従来の正確アルゴリズムよりも単純かつ実用的である。