[論文レビュー] Tree Decomposition based Steiner Tree Computation over Large Graphs

Fang Wei-Kleiner|arXiv (Cornell University)|May 24, 2013

Advanced Graph Theory Research参考文献 4被引用数 3

ひとこと要約

本稿では、木分解に基づくインデックス構造を用いて、大規模グラフにおけるSteiner木問題の正確なアルゴリズムであるSTEIN Iを提示する。木分解のバッグ上での部分Steiner木の事前計算と頂点分離集合の活用により、時間計算量$O(h \cdot (2tw)^{|S|})$を達成し、有界な木幅かつ少数の端点をもつ大規模グラフ上でも効率的な計算が可能になる。

ABSTRACT

In this paper, we present an exact algorithm for the Steiner tree problem. The algorithm is based on certain pre-computed index structures. Our algorithm offers a practical solution for the Steiner tree problems on graphs of large size and bounded number of terminals.

研究の動機と目的

• 従来の方法で$|V|^3$が実行時間の主因となる大規模グラフにおいて、正確なSteiner木アルゴリズムのスケーラビリティの限界を克服する。
• 実際のWeb規模のグラフで一般的な$w \ll |V|$の実用的幅境界を活用することで、最適な木幅を計算することが現実的でないという困難を乗り越える。
• 動的計画法と頂点分離集合を用いて、木分解のバッグ上での部分Steiner木の事前計算により、正確なSteiner木の計算を効率的に行う。
• キーワード検索やソーシャルネットワーク分析など、グラフは大規模だが端点集合が小さい実世界のワークロードに対して実用的なソリューションを提供する。

提案手法

• 実用的な近似を用いて、入力グラフ$G$の木幅$tw$をもつ木分解を構築し、$tw \ll |V|$を保証する。
• 下向きの走査を用いて、木分解の各バッグ内での端点部分集合のすべての部分Steiner木を事前計算する。
• 木分解における頂点分離集合$X_c$を活用して、Steiner木計算をより小さな部分問題に再帰的に分割する。
• 頂点分離集合の$(v, v_i)$-分離性保証に基づき、$v$と$X_c$を含む端点集合のSteiner木をSTVS関数で計算する。
• 頂点を$X_c \cup S_{X_c}$の順に挿入することで、部分集合からの事前計算済みの木を再利用しながら、段階的なSteiner木生成を実行する。
• 親バッグを頂点分離集合として用い、木分解の内部ノードで子バッグからのSteiner木集合をマージ操作により統合する。

実験結果

リサーチクエスチョン

• RQ1 従来の$O(|V|^3)$アルゴリズムが非現実的となる大規模グラフにおいて、木分解に基づくインデックス化が正確なSteiner木計算を可能にするか？
• RQ2 木分解における頂点分離集合をどのように活用して、より小さな管理可能な部分問題にSteiner木問題を分解できるか？
• RQ3 提案アルゴリズムの時間計算量は、木幅$tw$、端点数$|S|$、および分解の高さ$h$の観点からどのように表されるか？
• RQ4 実世界のグラフ（$tw \ll |V|$だが$|V|$が大きい）において、アルゴリズムはどの程度スケーリング可能か？
• RQ5 分解バッグ上の部分Steiner木を事前に計算することで、オンラインクエリ応答が効率的に行えるか？

主な発見

• アルゴリズムSTEIN Iは、$|S|$が小さい場合に多項式時間で$O(h \cdot (2tw)^{|S|})$の時間計算量を達成する。
• インデックス構造の空間計算量は$O(tw^{|S|} \cdot |V|)$であり、有界な木幅を持つ大規模グラフに対しても実用的である。
• 木分解の高さ$h$は通常$|V|$よりもはるかに小さく、実際にはしばしば$|V|$の対数に近い値をとるため、スケーラビリティが向上する。
• $tw \ll |V|$かつ$|S|$が小さい限り、数億頂点のグラフに対してもアルゴリズムは効率的である。
• 分解バッグ上の部分Steiner木の事前計算により、オンラインクエリの高速解決が可能となり、実世界のワークロードに実用的である。
• 各頂点分離集合$X_c$が有効な$(v, v_i)$-頂点分離集合として機能することを形式的に証明することで、アルゴリズムの正しさが保証されている。