[論文レビュー] Towards a practical, theoretically sound algorithm for random generation in finite groups

Gene Cooperman|ArXiv.org|May 18, 2002

Finite Group Theory Research参考文献 16被引用数 9

ひとこと要約

この論文は、有限ブラックボックス群におけるほぼ一様なランダム要素を生成する理論的に妥当な $O(\log^2|G|)$ 方法であるフィボナッチキューブアルゴリズムを紹介する。初期の $O(\log^2|G|)$ のセットアップ後、$\varepsilon$-一様性を $O((\log 1/\varepsilon)\log|G|)$ の操作で達成する。ババイの $O(\log^5|G|)$ の境界を著しく改善し、実際の性能でもヒューリスティック手法（例えばプロダクトリプレースメント）を上回る。

ABSTRACT

This work presents a new, simple O(log^2|G|) algorithm, the Fibonacci cube algorithm, for producing random group elements in black box groups. After the initial O(log^2|G|) group operations, epsilon-uniform random elements are produced using O((log 1/epsilon)log|G|) operations each. This is the first major advance over the ten year old result of Babai [Babai91], which had required O(log^5|G|) group operations. Preliminary experimental results show the Fibonacci cube algorithm to be competitive with the product replacement algorithm. The new result leads to an amusing reversal of the state of affairs for permutation group algorithms. In the past, the fastest random generation for permutation groups was achieved as an application of permutation group membership algorithms and used deep knowledge about permutation representations. The new black box random generation algorithm is also valid for permutation groups, while using no knowledge that is specific to permutation representations. As an application, we demonstrate a new algorithm for permutation group membership that is asymptotically faster than all previously known algorithms.

研究の動機と目的

• 有限ブラックボックス群におけるランダム要素を生成する実用的で理論的に効率的なアルゴリズムの開発。
• ババイの $O(\log^5|G|)$ 法のような、実用的用途に不適切なほど高い理論的複雑度を有する先行アルゴリズムの課題を克服すること。
• 証明可能に正しい一方で、実世界の性能においてプロダクトリプレースメントのようなヒューリスティック手法と競合可能な方法を提供すること。
• 高品質なランダム群要素を効率的に供給することで、置換群の属する性質を調べるアルゴリズムの高速化を可能にすること。
• 洗練された技術を用いて複雑度解析における理論的係数を低減し、実用的効率を向上させること。

提案手法

• アルゴリズムは再帰的乗算を用いて群の要素の系列を生成するフィボナッチキューブ構造を用いることで、一様性への急速な混合を保証する。
• 群上で注意深く設計されたランダムウォークを用いて、$O(\log^2|G|)$ の群操作で初期のほぼ一様な要素を構築する。
• その後の要素は、1要素あたり $O(\log|G|)$ 時間で生成され、$\varepsilon$-一様性は $O((\log 1/\varepsilon)\log|G|)$ の操作後に達成される。
• この手法は、特に拡張性の性質を用いた混合時間の境界を求めるために、スペクトルギャップ解析と有限群上のランダムウォーク理論に依存する。
• 証明技法は、$A'A' \approx A'$ となる集合 $A'$ を構築することにあり、非一様集合からの非自明な脱出確率を保証する。
• アルゴリズムは一般性を持ち、置換群や行列群を含むすべての有限ブラックボックス群に適用可能であり、特定の群構造の知識を必要としない。

実験結果

リサーチクエスチョン

• RQ1 ブラックボックス群のランダム生成アルゴリズムは、理論的に妥当でありながら実用的に効率的である可能性があるか？
• RQ2 ババイの $O(\log^5|G|)$ 法の複雑度を $O(\log^2|G|)$ に低減しつつ、理論的保証を維持できるか？
• RQ3 フィボナッチキューブアルゴリズムは、理論的および実践的両面でヒューリスティック手法（例えばプロダクトリプレースメント）を上回るか？
• RQ4 この新しいランダム生成手法は、置換群の属する性質を調べるアルゴリズムの高速化を可能にするか？
• RQ5 洗練された解析によって、複雑度の境界における理論的係数を低減できるか？

主な発見

• フィボナッチキューブアルゴリズムは、初期の $O(\log^2|G|)$ のセットアップフェーズの後、$O((\log 1/\varepsilon)\log|G|)$ の群操作で $\varepsilon$-一様なランダム要素を生成する。
• 初期のほぼ一様な生成のための総合的複雑度が $O(\log^2|G|)$ に抑えられ、ババイの $O(\log^5|G|)$ の境界に比べて顕著な改善が達成された。
• 予備的な実験結果では、このアルゴリズムは実際の性能においてヒューリスティックなプロダクトリプレースメントアルゴリズムと競合可能である。
• アルゴリズムは、置換群や行列群を含むすべての有限ブラックボックス群に適用可能であり、その具体的な構造を事前に知る必要がない。
• この新手法により、$O(\log^2|G|)$ の群操作で実行されるモンテカルロ型の置換群属する性質の判定アルゴリズムが可能となり、従来の手法を改善した。
• 複雑度解析における理論的係数は依然として高いが、本論文では、集合の閉包条件を厳密にしないことで、今後の研究でこれを低減可能であると指摘している。