[論文レビュー] The $p$-Center Problem in Tree Networks Revisited

Aritra Banik, Binay Bhattacharya+3 more|arXiv (Cornell University)|Apr 26, 2016

Facility Location and Emergency Management参考文献 18被引用数 3

ひとこと要約

本稿では、木ネットワーク上の重み付き離散 $p$-center問題に対する2つの改善アルゴリズムを提示する。1つは $O(n\log n + p\log^2 n\log(n/p))$ 時間、もう1つは $O(n\log n + p^2\log^2(n/p))$ 時間で実行される。主な革新点はスパイン木分割とルート中心の配置方針であり、これにより分数カスケーディングとAKSに類似した整列ネットワークを用いて、一般の $p$ に対して30年間も改善されなかった $O(n\log^2 n)$ 界への最初の改善が達成された。新しいアルゴリズムは $p = O(\sqrt{n})$ の場合に先行研究を上回り、minmax regret $p$-centerクエリに対して準二次的解法を提供する。

ABSTRACT

We present two improved algorithms for weighted discrete $p$-center problem for tree networks with $n$ vertices. One of our proposed algorithms runs in $O(n \log n + p \log^2 n \log(n/p))$ time. For all values of $p$, our algorithm thus runs as fast as or faster than the most efficient $O(n\log^2 n)$ time algorithm obtained by applying Cole's speed-up technique [cole1987] to the algorithm due to Megiddo and Tamir [megiddo1983], which has remained unchallenged for nearly 30 years. Our other algorithm, which is more practical, runs in $O(n \log n + p^2 \log^2(n/p))$ time, and when $p=O(\sqrt{n})$ it is faster than Megiddo and Tamir's $O(n \log^2n \log\log n)$ time algorithm [megiddo1983].

研究の動機と目的

• 任意の $p$ に対して、$O(n\log^2 n)$ より速く実行可能な木ネットワーク上の $p$-centerアルゴリズムが存在するかどうかという長年の未解決問題に取り組む。
• メギドとタミール（1983年）が提唱した $O(n\log^2 n\log\log n)$ 時間のアルゴリズムが、約30年間、変更されなかったのを改善すること。
• 木ネットワーク上の重み付き離散 $p$-center問題に対して、実用的かつ漸近的に効率的なアルゴリズムを開発すること。
• 頂点重みの増加クエリを $O(p\log(n/p)\log n)$ 時間で処理できるようにすることで、minmax regret $p$-centerクエリのための効率的な動的更新を可能にすること。

提案手法

• スパイン木分割を用いて木の高さを $O(\log n)$ に制限し、中心の階層的処理を単純化する。
• 部分木カバレッジとコストラインに基づいて最適な中心配置を導く、ルート中心の配置ポリシーを導入する。
• 分数カスケーディングを用いて、スパインの各段階間での比較回数を減らし、適合性テストの高速化を図る。
• 上位エンvelopeの計算とコストラインの交差を用いて、与えられた $\alpha$-値に対する $O(p\log(n/p))$ 時間の適合性テストを設計する。
• コールの高速化を用いたAKSに類似した整列ネットワークを適用し、適合性テストの総数を $O(\log^2 n)$ にまで削減することで、ほぼ最適な性能を達成する。
• 上位エンvelopeと曲がり点のシーケンスを $O(n\log n)$ 時間で事前処理し、頂点重みの変更に対する高速な動的クエリをサポートする。

実験結果

リサーチクエスチョン

• RQ1 任意の $p$ に対して、木ネットワーク上の $p$-center問題を $O(n\log^2 n)$ より速く解くことは可能か？
• RQ2 $p = O(\sqrt{n})$ の場合に、メギドとタミールの $O(n\log^2 n\log\log n)$ アルゴリズムを上回る実用的アルゴリズムを設計することは可能か？
• RQ3 分数カスケーディングとスパイン分割を活用することで、$p$-center問題のパrametric searchにおける適合性テスト回数を削減できるか？
• RQ4 事前処理データを再計算せずに、頂点重みの動的更新を効率的にサポートすることは可能か？
• RQ5 提案されたフレームワークを用いて、minmax regret $p$-center問題を準二次的時間で解くことは可能か？

主な発見

• 提案されたアルゴリズムは $O(n\log n + p\log^2 n\log(n/p))$ 時間で実行され、コールの高速化によるメギドとタミールのアルゴリズムの $O(n\log^2 n)$ 界を改善している。
• $p = O(\sqrt{n})$ の場合、実用的アルゴリズムは $O(n\log n + p^2\log^2(n/p))$ 時間で実行され、メギドとタミールの $O(n\log^2 n\log\log n)$ アルゴリズムよりも高速である。
• 事前処理を $O(n\log n)$ 時間で行い、与えられた $\alpha$-値に対する適合性テストを $O(p\log(n/p))$ 時間で行えるため、効率的なパrametric searchが可能になる。
• 分数カスケーディングにより、適合性テストの呼び出し回数が $O(\log n)$ 倍削減され、時間計算量の改善に寄与している。
• 頂点重みの増加クエリに対して、上位エンvelopeを再計算せずに、$O(p\log(n/p)\log n)$ 時間でクエリに応答できる。
• フレームワークにより、minmax regret $p$-center問題に対して、$O(n\log n)$ の事前処理の後、$O(p\log(n/p)\log n)$ 時間のクエリ処理が可能となり、準二次的解法が達成された。