[논문 리뷰] A Combinatorial $ ilde{O}(m^{3/2})$-time Algorithm for the Min-Cost Flow Problem

Ruben Becker, Andreas Karrenbauer|arXiv (Cornell University)|2013. 12. 13.

Low-power high-performance VLSI design참고 문헌 13인용 수 3

한 줄 요약

이 논문은 최소비용 유량 문제에 대해 조합적 $\tilde{O}(m^{3/2})$-시간 알고리즘을 제시한다. 이는 선형 시간 내에 초기 잠재력 $P_0 = \tilde{O}(\bar{m}^{1/2})$을 갖는 보조 네트워크를 구성하고, 전기 흐름 계산에 기반한 새로운 잠재력 감소 방법과 near-linear 시간 내에 최적의 정수 잠재력을 계산하는 크로스오버 절차를 사용하여, 처음으로 조합적으로 가장 좋은 알려진 시간 복잡도를 달성한다.

ABSTRACT

We present a combinatorial method for the min-cost flow problem and prove that its expected running time is bounded by $ ilde O(m^{3/2})$. This matches the best known bounds, which previously have only been achieved by numerical algorithms or for special cases. Our contribution contains three parts that might be interesting in their own right: (1) We provide a construction of an equivalent auxiliary network and interior primal and dual points with potential $P_0= ilde{O}(\sqrt{m})$ in linear time. (2) We present a combinatorial potential reduction algorithm that transforms initial solutions of potential $P_0$ to ones with duality gap below $1$ in $ ilde O(P_0\cdot \mbox{CEF}(n,m,ε))$ time, where $ε^{-1}=O(m^2)$ and $\mbox{CEF}(n,m,ε)$ denotes the running time of any combinatorial algorithm that computes an $ε$-approximate electrical flow. (3) We show that solutions with duality gap less than $1$ suffice to compute optimal integral potentials in $O(m+n\log n)$ time with our novel crossover procedure. All in all, using a variant of a state-of-the-art $ε$-electrical flow solver, we obtain an algorithm for the min-cost flow problem running in $ ilde O(m^{3/2})$.

연구 동기 및 목표

• 최소비용 유량 문제에 대해 조합적 알고리즘과 수치적 알고리즘 간 격차를 좁혀, 처음으로 $\tilde{O}(m^{3/2})$ 시간 복잡도를 조합적으로 달성하기 위해.
• 기존 그래프 $G_0$와 동일한 최적 해를 유지하는 보조 네트워크 $G_1$를 선형 시간 내에 낮은 초기 잠재력의 내부 원천 및 이중 해를 구성하기 위해.
• 전기 흐름 서브루틴을 사용하여, $\tilde{O}(P_0 \cdot \text{CEF}(n,m,\epsilon))$ 시간 내에 이중성 갭을 1 이하로 감소시키는 조합적 잠재력 감소 알고리즘을 설계하기 위해.
• 이중성 갭이 1 미만인 해에서 최적의 정수 잠재력을 $O(m + n\log n)$ 시간 내에 계산하는 새로운 크로스오버 절차를 개발하기 위해.
• 로그함수와 제곱근 연산을 계산 과정에서 피하면서 오직 조합적 연산만을 사용하여 최소비용 유량 문제에 대해 가장 좋은 알려진 시간 복잡도를 달성하기 위해.

제안 방법

• 기존 그래프 $G_0$와 동일한 최적 해를 유지하는 보조 네트워크 $G_1$를 구성한다. 이 네트워크는 $3m$개의 간선과 $n_1 = O(n)$개의 정점으로 구성된다.
• 그래프 $G_0$에서 트리 해를 계산하고, 이를 바탕으로 $G_1$에서 초기 원천 및 이중 해 $x$, $y$, $s$를 유도한다. 이때 모든 간선에 대해 $x_a s_a \in [t, t + \Gamma^2]$가 되도록 한다. 여기서 $t = m\Gamma^3$이다.
• 잠재력 함수 $P(x,s) = q\ln(x^T s) - \sum_a \ln(x_a s_a) - m_1 \ln m_1$를 사용한다. 여기서 $q = m_1 + p$, $p = \min\{k \in \mathbb{Z} : k^2 \geq m_1\}$이다. 이 함수는 최적해로 향하는 탐색을 이끈다.
• 사이클을 따라 유량을 갱신하는 원천 단계를 수행하며, 이는 사이클 공간 위에 투영된 잠재력 함수의 기울기를 기반으로 한다. 기울기가 사이클 공간에 거의 수직일 경우 이중 단계를 수행한다.
• 필요한 투영은 전기 흐름 서브루틴을 통해 계산한다. 이때 저항은 원천 변수 값의 역수에 비례하고, 전류 소스는 기울기에서 유도된다.
• 이중성 갭이 1 미만인 해를 최적의 정수 잠재력으로 변환하기 위해 새로운 크로스오버 절차를 적용한다. 이 절차는 $O(m + n\log n)$ 시간 내에 수행된다.

실험 결과

연구 질문

• RQ1 조합적 알고리즘이 최소비용 유량 문제에 대해 $\tilde{O}(m^{3/2})$ 시간 복잡도를 달성할 수 있는가? 이는 가장 좋은 알려진 수치적 방법과 일치한다.
• RQ2 원래 그래프와 동일한 최적 해를 유지하는 보조 네트워크에서, 선형 시간 내에 낮은 초기 잠재력의 내부 해를 구성할 수 있는가?
• RQ3 전기 흐름 서브루틴을 사용하여 오직 조합적 연산만을 사용해 $\tilde{O}(P_0 \cdot \text{CEF}(n,m,\epsilon))$ 시간 내에 이중성 갭을 1 이하로 감소시킬 수 있는 조합적 잠재력 감소 방법을 설계할 수 있는가?
• RQ4 이중성 갭이 1 미만인 해를 최적의 정수 잠재력으로 변환하는 near-linear 시간 크로스오버 절차를 개발할 수 있는가?
• RQ5 전체 알고리즘이 오직 기본 산술 연산과 비교 연산만을 사용하여 구현될 수 있는가? 이때 로그함수와 제곱근 연산은 계산 과정에 나타나지 않고 분석 과정에서만 등장한다.

주요 결과

• 알고리즘은 원래 그래프의 최적 해를 유지하는 보조 네트워크 $G_1$를 $O(m)$ 시간 내에 구성한다. 이 네트워크는 $m_1 = 3m$개의 간선과 $n_1 = O(n)$개의 정점으로 구성된다.
• 보조 네트워크 $G_1$에서의 초기 원천 및 이중 해는 $P_0 = \tilde{O}(\sqrt{m})$의 잠재력을 가지며, 알고리즘 3을 통해 선형 시간 내에 달성된다.
• 잠재력 감소 알고리즘은 $\tilde{O}(P_0 \cdot \text{CEF}(n,m,\epsilon))$ 시간 내에 이중성 갭을 1 이하로 감소시킨다. 여기서 $\epsilon^{-1} = O(m^2)$이다.
• 크로스오버 절차는 이중성 갭이 1 미만인 해에서 최적의 정수 잠재력을 $O(m + n\log n)$ 시간 내에 계산한다.
• 최신 조합적 $\varepsilon$-전기 흐름 해법을 사용할 경우, 전체 알고리즘은 $\tilde{O}(m^{3/2})$의 기대 시간 내에 수행된다.
• 알고리즘은 완전히 조합적이다. 오직 기본 산술 연산과 비교 연산만을 사용하며, 로그함수와 제곱근 연산은 계산 과정에 나타나지 않고 분석 과정에서만 등장한다.