[論文レビュー] Towards Nearly-linear Time Algorithms for Submodular Maximization with a Matroid Constraint

Alina Ene, Huy L. Nguyên|arXiv (Cornell University)|Nov 18, 2018

Complexity and Algorithms in Graphs被引用数 9

ひとこと要約

本稿では、マトロイド制約下における単調なサブモジュラ最大化に対する、初めてのほぼ線形時間アルゴリズムを提示する。$1-1/e - \epsilon$ の近似比を達成する。最大重み基底をグラフィックおよびパーティションマトロイドで維持する高速なデータ構造を活用する、新規なフレームワークを導入し、効率的なスワップ操作と、$O(n \log^2 n)$ の実行時間を持つ修正された連続的グリーディー法による丸め処理を可能にする。

ABSTRACT

We consider fast algorithms for monotone submodular maximization subject to a matroid constraint. We assume that the matroid is given as input in an explicit form, and the goal is to obtain the best possible running times for important matroids. We develop a new algorithm for a \\emph{general matroid constraint} with a $1 - 1/e - \\epsilon$ approximation that achieves a fast running time provided we have a fast data structure for maintaining a maximum weight base in the matroid through a sequence of decrease weight operations. We construct such data structures for graphic matroids and partition matroids, and we obtain the \\emph{first algorithms} for these classes of matroids that achieve a nearly-optimal, $1 - 1/e - \\epsilon$ approximation, using a nearly-linear number of function evaluations and arithmetic operations.

研究の動機と目的

• マトロイド制約下での単調なサブモジュラ最大化のための高速アルゴリズムを開発すること、特にほぼ線形実行時間の達成を目的とする。
• 最適な $1-1/e$ 近似と、グラフィックおよびパラメータマトロイドといった重要なマトロイドクラスの実用的実行時間のギャップを埋めること。
• 動的更新下で、重みの減少と最大重み基底の維持を高速にサポートする効率的なデータ構造を設計すること。
• 表現可能なマトロイドに対して、ほぼ線形の関数評価および算術演算回数で $1-1/e - \epsilon$ の近似を達成すること。
• マトロイドの構造を活用することで、連続的グリーディー枠組みをほぼ線形時間で効率的に動作可能にする。

提案手法

• サブモジュラ最大化を、マトロイドにおける重みの減少下で最大重み基底を維持する問題に還元する新しいアルゴリズムフレームワークを提案する。
• Eulerianトールツリーと赤黒木に基づくデータ構造を設計し、スパニングツリーにおけるエッジの削除、挿入、縮約を効率的にサポートする。
• find-swap 操作を用い、赤黒木の二分探索によりスパニングツリーのリーフにスワップする候補エッジを特定する。これにより、$O(\log^2 n)$ の均し時間計算量を達成する。
• スワップ＆収縮操作を実装し、エッジを削除して隣接頂点を縮約する。各収縮処理は、均し時間で $O(\deg(v) \log n)$ の計算量を要する。
• $t$ 個のスパニングツリーを $t-1$ 回の基底マージルーチン呼び出しにより組み合わせる、修正された連続的グリーディー丸め手順を適用する。各マージ処理は $O(n \log^2 n)$ の計算量を要する。
• グラフィックおよびパラメータマトロイドの構造を活用し、ほぼ線形時間性能を実現する効率的なデータ構造を構築する。

実験結果

リサーチクエスチョン

• RQ1 マトロイド制約下での単調なサブモジュラ最大化に対して、$1-1/e - \epsilon$ の近似比を達成するほぼ線形時間アルゴリズムを実現可能か？
• RQ2 グラフィックおよびパラメータマトロイドにおいて、重みの減少下での最大重み基底の維持を高速にサポートするデータ構造を設計可能か？
• RQ3 マトロイド固有の構造を活用することで、連続的グリーディー枠組みをほぼ線形時間で動作可能にするのは可能か？
• RQ4 表現可能なマトロイドにおいて、ほぼ最適な近似比を達成するための最小限の実行時間オーバーヘッドは何か？
• RQ5 高い近似品質を維持しつつ、関数評価回数および算術演算回数をほぼ線形に削減可能か？

主な発見

• 提案されたアルゴリズムは、グラフィックおよびパラメータマトロイド制約下での単調なサブモジュラ最大化に対して、$1-1/e - \epsilon$ の近似比を達成する。
• アルゴリズムの実行時間は、全体の複雑度を支配する基底マージ手順において $O(n \log^2 n)$ である。
• 最大重み基底を維持するデータ構造は、エッジの削除、挿入、および縮約をそれぞれ $O(\log n)$ および $O(\deg(v) \log n)$ の均し時間計算量でサポートする。
• find-swap 操作は、Eulerianトールツリー表現における赤黒木の二分探索により、$O(\log^2 n)$ の均し時間計算量で実行される。
• スワップ丸め手順（SwapRounding）は、$t$ 個のスパニングツリーの凸結合を丸める処理を $O(tn \log^2 n)$ の時間で実行する。
• 本研究は、基数制約を除く非自明なマトロイドクラスに対して、マトロイド制約下でのサブモジュラ最大化のための最初のほぼ線形時間アルゴリズムを確立した。