[논문 리뷰] A Sidetrack-Based Algorithm for Finding the k Shortest Simple Paths in a Directed Graph

Denis Kurz, Petra Mutzel|arXiv (Cornell University)|2016. 01. 12.

Data Management and Algorithms참고 문헌 1인용 수 6

한 줄 요약

이 논문은 방향 그래프에서 k개의 단순 경로를 찾는 데 있어, 단일 최단 경로 트리와 효율적인 경로 순열을 활용하여 잘 조건이 갖춰진 경우 각 경로당 거의 선형 시간을 달성하는 새로운 사이드트랙 기반 알고리즘을 제안한다. 이 방법은 무작위 및 도로 네트워크 그래프에서 기존 알고리즘보다 최대 한 단계 빠르게 작동하며, 실행 시간 분산이 훨씬 낮고 예측 가능성이 높다.

ABSTRACT

We present an algorithm for the k shortest simple path problem on weighted directed graphs (kSSP) that is based on Eppstein's algorithm for a similar problem in which paths are allowed to contain cycles. In contrast to most other algorithms for kSSP, ours is not based on Yen's algorithm and does not solve replacement path problems. Its worst-case running time is on par with state-of-the-art algorithms for kSSP. Using our algorithm, one may find O(m) simple paths with a single shortest path tree computation and O(n + m) additional time per path in well-behaved cases, where n is the number of nodes and m is the number of edges. Our computational results show that on random graphs and large road networks, these well-behaved cases are quite common and our algorithm is faster than existing algorithms by an order of magnitude. Further, the running time is far better predictable due to very small dispersion.

연구 동기 및 목표

• 방향 가중 그래프에서 k개의 단순 경로 문제(k SSP)를 더 효율적이고 예측 가능하게 해결할 수 있는 알고리즘을 개발하는 것.
• 최악의 경우에 높은 오버헤드를 유발하는 Yen의 알고리즘 또는 교체 경로 계산에 의존하지 않도록 하는 것.
• 정확성과 경로의 단순성 유지와 함께 최단 경로 트리 계산 횟수와 Dijkstra 호출 횟수를 줄이는 것.
• 잘 조건이 갖춰진 경우 각 경로당 거의 선형 시간을 달성하고, 예측 가능하며 분산이 낮은 실행 시간을 확보하는 것.
• 다양한 그래프 밀도와 실제 도로 네트워크에서 NC 및 SB-r과 같은 기존 알고리즘보다 빠르고 견고한 성능을 확보하는 것.

제안 방법

• 알고리즘은 소스에서 단일 최단 경로(SP) 트리를 구축하고, 이를 사이드트랙 기반 접근 방식을 통해 경로 순열을 유도하는 데 사용한다.
• 두 가지 변형을 도입한다: SB-r(각 경로마다 SP 트리를 재계산)와 SB-o(경로 순열을 최적화하기 위해 SP 트리를 재사용).
• Eppstein의 방법과 유사한 경로 그래프 데이터 구조를 사용하지만, 단순 경로만 생성되도록 조정한다.
• 목적지에서의 반전된 SP 트리 기반으로 노드 분류(빨간색, 노란색, 초록색)를 사용해 경로의 단순성 여부를 효율적으로 확인한다.
• Dijkstra 탐색을 관련이 있는 노드(예: 노란색 노드)로 제한하여 각 경로당 계산 시간을 줄인다.
• 잘 조건이 갖춰진 경우 단일 SP 트리 계산 후, 추가로 O(m+n) 시간이 소요되어 O(m)개의 단순 경로를 생성한다.

실험 결과

연구 질문

• RQ1 Yen 기반 또는 교체 경로 방법보다 사이드트랙 기반 알고리즘이 k SSP 계산을 더 빠르고 예측 가능하게 수행할 수 있는가?
• RQ2 여러 경로에 걸쳐 단일 SP 트리를 재사용하면 재계산 오버헤드가 있음에도 불구하고 총 계산 시간을 줄일 수 있는가?
• RQ3 실제 도로 네트워크에서 그래프의 밀도와 크기가 증가함에 따라 알고리즘의 성능은 어떻게 변화하는가?
• RQ4 기존 방법과 비교해 Dijkstra 호출 횟수와 노드 풀링 횟수를 얼마나 줄일 수 있는가?
• RQ5 알고리즘이 낮은 실행 시간 분산을 유지해 성능 예측을 더 잘 수 있는가?

주요 결과

• SB-o는 최대 도로 네트워크인 플로리다에서 NC보다 최대 12배 빠르며, 중앙값 실행 시간이 NC의 90번째 백분위수보다 훨씬 낮다.
• SB-o는 NC 대비 Dijkstra 호출 횟수를 수개의 주기로 줄였으며, 평균적으로 중앙값 풀링 횟수는 10배 낮다.
• SB-o의 90번째 백분위수(Q.9) 실행 시간은 항상 중앙값의 1.87배 이내에 머무르지만, 큰 그래프에서 NC는 이 비율이 6를 초과한다.
• 뉴욕에서는 SB-o가 NC 대비 4배 빠르며, 플로리다에서는 12배 빠르며, 그래프의 밀도가 증가함에 따라 성능 저하가 최소한이다.
• SP 트리의 효율적 사용과 노드 분류에 의한 검색 공간 제한 덕분에 알고리즘의 실행 시간은 매우 예측 가능하고 분산이 낮다.
• 희박한 그래프에서는 SB-o가 SB-r보다 두 배 빠르며, 모든 테스트된 그래프 크기와 밀도에서 NC보다 빠르고 견고하다.