[論文レビュー] Simple Distributed Weighted Matchings

Jaap-Henk Hoepman|ArXiv.org|Oct 19, 2004

Complexity and Algorithms in Graphs参考文献 12被引用数 139

ひとこと要約

本稿では、最適な最大重み付きマッチングから要因2の範囲内で計算する、単純で決定的である分散アルゴリズムを提示する。O(|E|)時間で実行される。このアルゴリズムは、プレイスの逐次的グリーディアルゴリズム（局所的に重みが最大の辺を反復的に選択する）を、ノード間のメッセージパッシングによる協調によって分散環境に適応したものであり、最小限の複雑性で、分散重み付きマッチングにおいて最高の既知の近似比を達成する。

ABSTRACT

Wattenhofer [WW04] derive a complicated distributed algorithm to compute a weighted matching of an arbitrary weighted graph, that is at most a factor 5 away from the maximum weighted matching of that graph. We show that a variant of the obvious sequential greedy algorithm [Pre99], that computes a weighted matching at most a factor 2 away from the maximum, is easily distributed. This yields the best known distributed approximation algorithm for this problem so far.

研究の動機と目的

• 重み付きグラフにおける近似最大重み付きマッチングを計算する分散アルゴリズムの開発。
• 従来の複雑な確率的分散アルゴリズムに代わる、より単純で決定的な代替手法の改善。
• 分散重み付きマッチングにおける最高の既知の近似比2を達成すること。
• 逐次的グリーディアルゴリズムが、効率的かつ正しく分散化可能であることを示すこと。
• 分散システムにおけるO(|E|)実行時間で時間効率の良い解決策を提供すること。

提案手法

• アルゴリズムは、プレイスの逐次的グリーディアルゴリズムの分散版を使用しており、各ノードの視点から局所的に重みが最大の辺を選択する。
• 各ノードは、アクティブな隣接ノードの集合（N）を維持し、局所的に重みが最大の辺を介して現在の候補ノードを特定する（candidate関数）。
• ノードは現在の候補ノードに'req'メッセージを送信する；両方のノードが互いにリクエストを送信した場合、その辺はマッチングに追加される。
• ノードが隣接ノードから'drop'メッセージを受け取ると、そのノードをアクティブセットから削除し、残りの隣接ノードから新しい候補を選択する。
• ノードの隣接ノード集合が空になった時点で終了し、これによりすべてのマッチング意思決定が調整され、一貫性が保証される。
• プロトコルにより、各ノードに対して1つのマッチング辺のみが選択され、すべての接続辺が今後の検討対象から除外される。

実験結果

リサーチクエスチョン

• RQ1 単純な逐次的グリーディアルゴリズムが、非同期ネットワークにおいて効果的に分散化可能か？
• RQ2 最大重み付きマッチングに対する決定的分散アルゴリズムが達成可能な近似比は何か？
• RQ3 逐次的グリーディアルゴリズムのO(|E|)時間計算量が、分散環境でも維持可能か？
• RQ4 メッセージパッシング制約下でも、分散版が逐次的グリーディプロセスを正しくシミュレートできるか？
• RQ5 このアプローチは、同様の問題に対して従来の確率的または複雑な分散アルゴリズムを上回るか、簡略化できるか？

主な発見

• 分散アルゴリズムは、最大重み付きマッチングに対して2-近似比を達成し、最高の既知の逐次的近似比と一致する。
• アルゴリズムはO(|E|)時間で実行され、逐次的グリーディアルゴリズムの時間計算量と一致する。
• プロトコルにより、選択された各辺が選択時刻における局所的に重みが最大の利用可能辺であることを保証することで、逐次的グリーディアルゴリズムを正しくシミュレートする。
• 非同期メッセージパッシング環境下でも、決定的に終了し、有効なマッチングを生成する。
• 実行中におけるエッジの一貫性とマッチングの有効性を保証するインヴァリアントを用いて正しさが証明される。
• 従来の5-近似比を達成する確率的分散アルゴリズムに比べ、より単純で効率的な解決策を提供する。