[논문 리뷰] A Query-Efficient Quantum Algorithm for Maximum Matching on General Graphs

Shelby Kimmel, R. Teal Witter|arXiv (Cornell University)|2020. 10. 05.

Quantum Computing Algorithms and Architecture참고 문헌 19인용 수 3

한 줄 요약

이 논문은 일반 그래프에서 최대 매칭을 위한 양자 알고리즘을 제안하며, 인cidency 행렬 모델에서 O(n⁷/⁴)의 쿼리 복잡도와 인cidency 리스트 모델에서 O(n³/⁴√(m + n))의 쿼리 복잡도를 달성하여 이분 그래프에 대해 알려진 최고의 복잡도와 일치한다. 이 방법은 가보우의 고전적 최대 매칭 알고리즘과 베기 및 타그라비의 추측 트리 방법을 조합하여, 정확성을 유지하면서 쿼리 수를 최소화하도록 고전적 알고리즘을 세밀하게 변형한다.

ABSTRACT

We design quantum algorithms for maximum matching. Working in the query model, in both adjacency matrix and adjacency list settings, we improve on the best known algorithms for general graphs, matching previously obtained results for bipartite graphs. In particular, for a graph with $n$ nodes and $m$ edges, our algorithm makes $O(n^{7/4})$ queries in the matrix model and $O(n^{3/4}(m+n)^{1/2})$ queries in the list model. Our approach combines Gabow's classical maximum matching algorithm [Gabow, Fundamenta Informaticae, '17] with the guessing tree method of Beigi and Taghavi [Beigi and Taghavi, Quantum, '20].

연구 동기 및 목표

• 일반 그래프에서 최대 매칭의 쿼리 복잡도를 고전적 O(n²) 및 O(m)의 복잡도 이하로 낮출 수 있는가를 묻는다.
• 이전에 이분 그래프에서만 확보된 최고의 양자 쿼리 복잡도를 일반 그래프로 확장할 수 있는가를 묻는다.
• 이전에 이분 그래프에서 사용된 양자 알고리즘의 성능을 따라잡는 쿼리 효율적인 양자 알고리즘을 개발하는 것.
• 가보우의 고전적 최대 매칭 알고리즘과 추측 트리 방법을 조합하여 쿼리 효율성을 유지하는 방식으로 구현하는 것.

제안 방법

• 쿼리 소비가 높은 단계를 식별하고 그 수를 최소화함으로써, 가보우의 고전적 최대 매칭 알고리즘을 양자 환경에 적응시킨다.
• 베기 및 타그라비의 추측 트리 방법을 적용하여 쿼리 오버헤드를 줄이며 잠재적 증강 경로를 체계적으로 탐색한다.
• 결정 트리 구조를 사용해 추측의 정확성을 추적하는 개선된 추측 체계를 도입하여, 불필요한 쿼리 수를 줄인다.
• 경로 유지형 깊이 우선 탐색을 사용해 증강 경로, 꽃, 성장 단계를 탐지하면서 잘못된 추측의 수를 제한한다.
• 이전 쿼리 결과를 기록함으로써 중복 쿼리를 방지하는 고전적 북키프링 메커니즘을 구현한다.
• 인cidency 행렬 또는 리스트 오라클을 통해 양자 쿼리 접근을 활용하여, 반복 쿼리가 발생하지 않도록 보장한다.

실험 결과

연구 질문

• RQ1 양자 계산을 통해 일반 그래프에서 최대 매칭의 쿼리 복잡도를 고전적 O(n²) 및 O(m)의 복잡도 이하로 낮출 수 있는가?
• RQ2 이전에 이분 그래프에서만 확보된 바와 동일한 쿼리 복잡도를 일반 그래프에서도 달성할 수 있는가?
• RQ3 가보우의 고전적 알고리즘을 어떻게 변형하여 양자 쿼리 수를 최소화하면서도 정확성을 유지할 수 있는가?
• RQ4 비이분 그래프의 꽃을 고려할 경우, 추측 트리 방법을 효율적으로 적용하기 위해 어떤 수정이 필요한가?
• RQ5 고전적 매칭 알고리즘과 양자 추측 트리의 조합이 최적의 쿼리 복잡도를 달성할 수 있는가?

주요 결과

• 인cidency 행렬 모델에서 알고리즘이 O(n⁷/⁴)의 쿼리 복잡도를 달성하며, 이는 이분 그래프에 대해 알려진 최고의 복잡도와 일치한다.
• 인cidency 리스트 모델에서는 O(n³/⁴√(m + n))의 쿼리 수를 사용하며, 이 역시 이전에 이분 그래프에 대해 확보된 결과와 일치한다.
• 추측 트리에서 잘못된 추측의 수는 O(n√n) 이하로 제한되며, 이는 최종 쿼리 복잡도를 확보하는 데 핵심적이다.
• 알고리즘은 꽃을 탐지하고 처리함으로써 비이분 그래프를 성공적으로 다룬다.
• 이 방법은 이분 및 일반 그래프에 대한 최대 매칭의 양자 쿼리 복잡도 결과를 통합한다.
• 이 연구는 현재 알려진 최고의 상한 O(n⁷/⁴)와 양자 쿼리 하한 O(n³/²) 사이의 격차를 좁힌다.