[논문 리뷰] A Survey of Shortest-Path Algorithms

Loutfy H. Madkour, Walid G. Aref외 3명|arXiv (Cornell University)|2017. 05. 04.

Optimization and Search Problems참고 문헌 116인용 수 34

한 줄 요약

이 논문은 최단경로 알고리즘에 대한 종합적인 분류 체계를 제시하며, 그래프 유형(정적/동적), 해법 유형(정확/근사), 문제 변형(SSSP, APSP, 시간에 의존하는, 확률적 등)에 따라 분류한다. 최신 기술 알고리즘을 조사하고 성능과 사전처리 간의 상충 관계를 강조하며, 응용 분야의 제약 조건에 따라 최적의 알고리즘을 선택하는 데 도움이 되는 체계적인 가이드를 제공한다.

ABSTRACT

A shortest-path algorithm finds a path containing the minimal cost between two vertices in a graph. A plethora of shortest-path algorithms is studied in the literature that span across multiple disciplines. This paper presents a survey of shortest-path algorithms based on a taxonomy that is introduced in the paper. One dimension of this taxonomy is the various flavors of the shortest-path problem. There is no one general algorithm that is capable of solving all variants of the shortest-path problem due to the space and time complexities associated with each algorithm. Other important dimensions of the taxonomy include whether the shortest-path algorithm operates over a static or a dynamic graph, whether the shortest-path algorithm produces exact or approximate answers, and whether the objective of the shortest-path algorithm is to achieve time-dependence or is to only be goal directed. This survey studies and classifies shortest-path algorithms according to the proposed taxonomy. The survey also presents the challenges and proposed solutions associated with each category in the taxonomy.

연구 동기 및 목표

• 최단경로 알고리즘의 다양한 분야에 대한 통합된 분류 체계가 부족한 문제를 해결하기 위해.
• 그래프의 동적 특성, 해법 정밀도, 문제 목표에 따라 최단경로 문제의 핵심 변형을 식별하고 분류하기 위해.
• 응용 요구 사항을 알고리즘 카테고리에 매핑하여 연구자와 실무자가 적절한 알고리즘을 선택하는 데 도움이 되기 위해.
• 각 카테고리 내에서 시간, 공간, 사전처리 복잡도의 최신 기술적 해결책과 상충 관계를 요약하기 위해.
• 동적, 확률적, 매개변수형, 목표 지향 최단경로 계산 분야의 열린 과제와 연구 방향을 부각하기 위해.

제안 방법

• 정적 대비 동적 그래프, 정확 대비 근사 해법, 대체 경로 및 보조 경로와 같은 문제 전용 변형을 포함한 다차원 분류 체계를 제안한다.
• 핵심 카테고리로 나누어 알고리즘을 분류한다: 단일 소스(SSSP), 모든 쌍(APSP), 목표 지향, 거리 오라클, 시간에 의존하는, 확률적, 매개변수형, 가중 영역 문제.
• 정적 및 거리 오라클 환경에서 쿼리 시간을 줄이기 위해 저장소와 사전 계산 비용을 지불하는 사전처리 전략을 분석한다.
• 간선 삽입, 삭제, 가중치 갱신을 지원하는 동적 그래프 알고리즘을 검토하며, 완전 동적 및 부분 동적 변형을 포함한다.
• 제약 조건이 있는 경로 문제를 위한 전문화된 알고리즘을 검토한다. 예를 들어 특정 간선을 피하는 대체 경로 알고리즘과 사전 지정되지 않은 정점 또는 간선을 피하는 보조 경로 알고리즘.
• 정확도를 포기하고 속도를 높이기 위해 계산 비용을 줄이는 근사 알고리즘(예: 경로 네트워크, 스팸너)을 평가하며, 특히 평면 및 공간 그래프에서 효과적이다.

실험 결과

연구 질문

• RQ1 최단경로 알고리즘의 광범위한 다양성을 체계적으로 분류하여 특정 응용 분야에 적합한 알고리즘의 탐색 가능성과 선택 가능성을 향상시킬 수 있는가?
• RQ2 정적 및 동적 최단경로 알고리즘에서 사전처리 시간, 저장소, 쿼리 시간 간의 핵심 상충 관계는 무엇인가?
• RQ3 어떤 상황에서 근사 알고리즘이 정확 알고리즘을 능가하는가? 그리고 솔루션 품질 측면에서 어떤 보장을 제공하는가?
• RQ4 대체 경로 알고리즘과 보조 경로 알고리즘은 설계 및 성능 측면에서 어떻게 다를까? 특히 동적 또는 제약 조건이 있는 환경에서?
• RQ5 공간 및 평면 분할에서 최단경로 문제의 계산적 과제와 최신 기술적 해결책은 무엇인가? 예를 들어 가중 영역 문제.

주요 결과

• 분류 체계를 통해 그래프 유형(정적 대비 동적), 해법 유형(정확 대비 근사), 문제 변형(SSSP, APSP, 시간에 의존하는 등)에 따라 최단경로 알고리즘을 시스템적으로 탐색할 수 있다.
• Dijkstra의 알고리즘과 Floyd-Warshall 알고리즘과 같은 정적 알고리즘은 여전히 기초가 되지만, 거리 오라클과 사전처리 기법을 통해 저장소 비용을 지불함으로써 쿼리 시간을 극적으로 줄일 수 있다.
• 대체 경로 알고리즘은 근사 선형 시간 내에 계산될 수 있다: 가중 평면 그래프의 경우 $O(n \text{log}^3 n)$ 사전처리 시간과 $O(h \text{log} \text{log} n)$ 쿼리 시간을 갖는다.
• 몬테카를로 랜덤 알고리즘은 비가중 그래프에서 $\tilde{O}(m\tilde{\text{log}}\tilde{n})$ 시간을 달성하며, 이는 이전의 경계에 비해 $\tilde{\text{log}}\tilde{n}$ 배 향상된 것이다.
• 근사 $(1+\tilde{\text{epsilon}})$ 대체 경로 알고리즘은 $\tilde{O}(m \text{log}(nC/c)/\tilde{\text{epsilon}})$ 시간 내에 실행되며, 대규모 그래프에 대한 확장 가능한 솔루션을 가능하게 한다.
• 가중 영역 문제의 경우, 경로 넷 구축은 $O(kn^3)$ 시간 내에 $(1+\tilde{\text{epsilon}})$-근사 솔루션을 달성하며, $O(kn)$개의 정점과 함께 Snell의 법칙을 활용해 경로 굴절을 모델링한다.