[論文レビュー] Streaming Edge Coloring with Subquadratic Palette Size

Shiri Chechik, Doron Mukhtar+1 more|arXiv (Cornell University)|May 11, 2023

Complexity and Algorithms in Graphs被引用数 2

ひとこと要約

この論文は、Wストリーミングモデルにおけるエッジカラーイングのためのランダム化1パスストリーミングアルゴリズムを提示する。このアルゴリズムはÕ(n)の空間を用い、高確率でsubquadraticパレットサイズのÕ(∆^1.5)色を達成する。アプローチは階層的カラーイングとランダムシフト、および区間ベースのバッファリングを組み合わせ、競合を低減する。これにより、長年の∆²の障壁を、敵対的順序ストリームにおいても打ち破り、ほぼ線形の空間複雑性を維持する。

ABSTRACT

In this paper, we study the problem of computing an edge-coloring in the (one-pass) W-streaming model. In this setting, the edges of an n-node graph arrive in an arbitrary order to a machine with a relatively small space, and the goal is to design an algorithm that outputs, as a stream, a proper coloring of the edges using the fewest possible number of colors. Behnezhad et al. [Behnezhad et al., 2019] devised the first non-trivial algorithm for this problem, which computes in Õ(n) space a proper O(Δ²)-coloring w.h.p. (here Δ is the maximum degree of the graph). Subsequent papers improved upon this result, where latest of them [Ansari et al., 2022] showed that it is possible to deterministically compute an O(Δ²/s)-coloring in O(ns) space. However, none of the improvements succeeded in reducing the number of colors to O(Δ^{2-ε}) while keeping the same space bound of Õ(n). In particular, no progress was made on the question of whether computing an O(Δ)-coloring is possible with roughly O(n) space, which was stated in [Behnezhad et al., 2019] to be an interesting open problem. In this paper we bypass the quadratic bound by presenting a new randomized Õ(n)-space algorithm that uses Õ(Δ^{1.5}) colors.

研究の動機と目的

• 敵対的順序ストリーミングにおいてÕ(n)の空間でO(∆)-カラーイングが可能かどうかという未解決問題を解消すること。
• Wストリーミングモデルにおいて∆²色の制限を打ち破りつつ、Õ(n)の空間複雑性を維持すること。
• 空間制約下でエッジカラーイングに対してsubquadraticパレットサイズを達成するランダム化アルゴリズムを設計すること。
• 未知の最大次数∆に対応するために、動的適応を用いてアルゴリズムを拡張すること。
• 再帰の深さ制御と区間サイズの調整を用いて、期待値に基づく境界を高確率の保証に強化すること。

提案手法

• 次数のしきい値に基づく階層的フェーズに依存する再帰的カラーイングフレームワークを用いる。
• 色選択の相関を解消し、競合確率を低減するために、ランダムシフト{rz}を採用する。
• 区間ベースのバッファリングを適用：エッジはサイズO(n log n)の区間にグループ化され、色の割り当てが管理される。
• 2フェーズパレットシステムを導入：異なるエッジタイプと競合解決のためのパレットA、B、Cを設ける。
• 残りエッジ機構を用いる：未カラーイングされたエッジは、縮小されたパレットサイズで再帰的に処理される。
• ∆が未知である場合に備え、∆の値を2倍にして再起動し、各レベルで別個のパレットを用いることで適応する。

実験結果

リサーチクエスチョン

• RQ1 敵対的順序Wストリーミングモデルにおいて、Õ(n)の空間を用いて∆²未満の色数でエッジカラーイングが達成可能か？
• RQ2 1パスストリーミングエッジカラーイングにおいて∆²色の制限を打ち破ることは可能か？
• RQ3 ランダム化アルゴリズムが高確率でÕ(∆^1.5)色を用い、かつÕ(n)の空間のみで達成可能か？
• RQ4 色数を増加させることなく、未知の最大次数∆を扱うにはどうすればよいか？
• RQ5 色数や空間複雑性を増加させることなく、期待値に基づく境界を高確率の保証に強化することは可能か？

主な発見

• アルゴリズムは1パスおよびÕ(n)の空間で、高確率でÕ(∆^1.5)色を用いたエッジカラーイングを達成する。
• 各再帰レベルにおける残りエッジの期待数は7m/κで抑えられ、再帰の効率性が保証される。
• 再帰の深さの期待値はO(log ∆)であり、これにより色数とメモリ使用量の合計が制限される。
• 使用色数の期待値はÕ(∆^1.5)であり、区間サイズの調整後は高確率でもこの境界が成立する。
• ∆が未知である場合に備え、∆の値を2倍にして再起動する動的再起動により、Õ(∆^1.5)の色複雑性を維持する。
• 区間サイズをlog n倍に増加させることで、期待値に基づく境界を高確率の保証に変換し、色の境界におけるlog n依存性を排除する。