[논문 리뷰] A Fast Max Flow Algorithm

James B. Orlin, X Gong외 1명|arXiv (Cornell University)|2019. 10. 10.

Complexity and Algorithms in Graphs참고 문헌 17인용 수 2

한 줄 요약

이 논문은 스택을 제거하고 유량 복귀 포레스트를 도입하여 음수 초과를 처리함으로써 O(nm log n / log log n)의 시간 복잡도를 달성하는 새로운 최대 유량 알고리즘인 향상된 대용량-중간 초과 스케일링(LMES) 알고리즘을 제시한다. 이 알고리즘은 모든 n과 m에 대해 King, Rao, 그리고 Tarjan의 알고리즘을 엄격하게 능가하며, 희박한 그래프(m ≤ n log n)의 경우 log log n의 속도 향상을 제공한다.

ABSTRACT

Diversity is an important principle in data selection and summarization, facility location, and recommendation systems. Our work focuses on maximizing diversity in data selection, while offering fairness guarantees. In particular, we offer the first study that augments the Max-Min diversification objective with fairness constraints. More specifically, given a universe 𝒰 of n elements that can be partitioned into m disjoint groups, we aim to retrieve a k-sized subset that maximizes the pairwise minimum distance within the set (diversity) and contains a pre-specified k_i number of elements from each group i (fairness). We show that this problem is NP-complete even in metric spaces, and we propose three novel algorithms, linear in n, that provide strong theoretical approximation guarantees for different values of m and k. Finally, we extend our algorithms and analysis to the case where groups can be overlapping.

연구 동기 및 목표

• . 모든 그래프 밀도에서 기존 방법보다 빠른 강력 다항 최대 유량 알고리즘을 개발하는 것.
• . 초과 스케일링 알고리즘에서 스택 데이터 구조의 필요성을 제거하여 구현을 단순화하고 효율성을 향상시키는 것.
• . 약간의 음수 초과를 가진 노드를 효율적으로 처리할 수 있는 유량 복귀 포레스트 데이터 구조를 도입하여 비음수 초과를 O(logk n) 스케일링 단계 내에 복원하는 것.
• . 동적 트리에 의존하지 않고도 향상된 점근적 실행 시간을 달성하는 것.
• . Orlin의 수축 보조정리에 대한 더 간단한 증명을 제공하여 최대 유량 알고리즘 분야의 기초 분석을 강화하는 것.

제안 방법

• . 스택 기반 알고리즘의 스택 없는 변종인 대용량-중간 초과 스케일링(LMES) 알고리즘을 제안하여 원래 프레임워크를 단순화하는 것.
• . 음수 초과를 가진 노드를 저장하고 타겟된 유량 이동을 통해 비음수 초과를 복원하는 새로운 데이터 구조인 유량 복귀 포레스트를 도입하는 것.
• . 사용자가 선택할 수 있는 매개변수 k를 사용한 스케일링 접근 방식을 사용하며, 점근적 실행 시간을 최소화하기 위해 k = ⌈log n / (log log n + m/n)⌉로 최적화하는 것.
• . 작은 음수 초과를 허용하는 수정된 초과 스케일링 전략을 사용하고, 버킷 기반 간선 분류(작음, 중간, 큼)를 통해 효율적인 업데이트를 수행하는 것.
• . 각 노드에 대해 IMB(v, x, ∆) 및 ˆe(v, ∆) 값을 유지하여 초과와 불균형을 O(1) 시간에 평가할 수 있도록 하며, 나눗셈이나 로그 연산 없이 포인터와 버킷 업데이트를 사용하는 것.
• . 동적 트리를 피하기 위해 효율적인 간선 분류 및 유량 복구 메커니즘에 의존함으로써 데이터 구조 오버헤드를 감소시키는 것.

실험 결과

연구 질문

• RQ1 . 스택 없이도 성능을 유지하거나 향상시킬 수 있는 최대 유량 알고리즘을 설계할 수 있는가?
• RQ2 . 음수 초과를 처리하기 위해 유량 복귀 포레스트를 도입하면 증명 가능하게 빠른 알고리즘이 만들어지는가?
• RQ3 . 모든 그래프 밀도에서 King, Rao, 그리고 Tarjan의 알고리즘을 엄격하게 능가할 수 있는가?
• RQ4 . 동적 트리를 사용하지 않고도 O(nm log n / log log n)의 시간 복잡도를 달성할 수 있는가?
• RQ5 . 더 간단한 Orlin의 수축 보조정리 증명을 구성하여 더 빠른 최대 유량 알고리즘을 뒷받침할 수 있는가?

주요 결과

• . 제안된 향상된 LMES 알고리즘은 O(nm log n / log log n)의 시간 복잡도를 가지며, 모든 n과 m에 대해 King, Rao, 그리고 Tarjan의 알고리즘보다 엄격하게 우월하다.
• . m ≤ n log n 인 그래프의 경우, 새로운 알고리즘이 O(log log n)의 요소로 더 빠르며, 이는 희박한 그래프에서 성능 향상에 기여한다.
• . 동적 트리를 사용하지 않아도 성능 향상을 달성하였으며, 이는 향후 이러한 구조를 활용한 추가 최적화의 가능성을 시사한다.
• . Orlin의 수축 보조정리에 대한 새로운 간단한 증명을 제공하여 O(nm) 최대 유량 알고리즘 분야의 이론적 기초를 강화한다.
• . 유량 복귀 포레스트는 O(logk n) 스케일링 단계 내에 음수 초과를 가진 노드를 효율적으로 복구할 수 있게 하여 점근적 경계 향상에 기여한다.
• . 나눗셈이나 로그 연산 없이 포인터와 버킷 업데이트를 사용하여 초과 및 불균형 값(ˆe(v, ∆) 및 IMB(v, x, ∆))을 O(1) 시간에 평가할 수 있다.