[논문 리뷰] Almost-Tight Distributed Minimum Cut Algorithms

Danupon Nanongkai, Hsin-Hao Su|arXiv (Cornell University)|2014. 08. 04.

Complexity and Algorithms in Graphs참고 문헌 5인용 수 5

한 줄 요약

이 논문은 CONGEST 모델에서 정확한 최소 컷을 계산하기 위한 최초의 비선형 시간 결정적 알고리즘을 제안하며, 런타임이 $O((\sqrt{n}\log^{*}n + D)\lambda^4\log^2n)$임을 달성하고, 거의 최적의 $(1+\epsilon)$-근사 알고리즘을 $O((\sqrt{n}\log^{*}n + D)\epsilon^{-5}\log^3n)$ 시간 내에 실행한다. 이 방법은 토르룹의 트리 팩킹과 카거의 샘플링 및 동적 프로그래밍을 조합하여, 스패닝 트리의 성질을 활용해 최소 컷을 고립한다.

ABSTRACT

We study the problem of computing the minimum cut in a weighted distributed message-passing networks (the CONGEST model). Let $λ$ be the minimum cut, $n$ be the number of nodes in the network, and $D$ be the network diameter. Our algorithm can compute $λ$ exactly in $O((\sqrt{n} \log^{*} n+D)λ^4 \log^2 n)$ time. To the best of our knowledge, this is the first paper that explicitly studies computing the exact minimum cut in the distributed setting. Previously, non-trivial sublinear time algorithms for this problem are known only for unweighted graphs when $λ\leq 3$ due to Pritchard and Thurimella's $O(D)$-time and $O(D+n^{1/2}\log^* n)$-time algorithms for computing $2$-edge-connected and $3$-edge-connected components. By using the edge sampling technique of Karger's, we can convert this algorithm into a $(1+ε)$-approximation $O((\sqrt{n}\log^{*} n+D)ε^{-5}\log^3 n)$-time algorithm for any $ε>0$. This improves over the previous $(2+ε)$-approximation $O((\sqrt{n}\log^{*} n+D)ε^{-5}\log^2 n\log\log n)$-time algorithm and $O(ε^{-1})$-approximation $O(D+n^{\frac{1}{2}+ε} \mathrm{poly}\log n)$-time algorithm of Ghaffari and Kuhn. Due to the lower bound of $Ω(D+n^{1/2}/\log n)$ by Das Sarma et al. which holds for any approximation algorithm, this running time is tight up to a $ \mathrm{poly}\log n$ factor. To get the stated running time, we developed an approximation algorithm which combines the ideas of Thorup's algorithm and Matula's contraction algorithm. It saves an $ε^{-9}\log^{7} n$ factor as compared to applying Thorup's tree packing theorem directly. Then, we combine Kutten and Peleg's tree partitioning algorithm and Karger's dynamic programming to achieve an efficient distributed algorithm that finds the minimum cut when we are given a spanning tree that crosses the minimum cut exactly once.

연구 동기 및 목표

• CONGEST 모델에서 일반적인 가중치가 부여된 그래프에 대해 최초의 비선형 시간 정확 알고리즘을 제공함으로써 분산 최소 컷 계산의 격차를 메우는 것.
• 기존의 하한선에 비해 다항로그리듬적 요소를 제외한 최적의 근사 비율을 달성하는 $(1+\epsilon)$-근사 알고리즘을 개발하는 것.
• 이전 연구가 $\lambda \leq 3$로 국한되어 있음을 고려해, 임의의 $\lambda$에 대해 정확한 계산과 향상된 근사 비율을 가능하게 하는 것.
• 트리 팩킹, 샘플링, 효율적인 분산 MST 계산을 조합하여 런타임 경계를 날카롭게 하는 것.

제안 방법

• 고도의 확률로 하나의 스패닝 트리가 최소 컷을 정확히 한 번만 가로지르도록 보장하기 위해 토르룹의 트리 팩킹 정리를 활용한다.
• 그래프 크기를 줄이면서도 최소 컷 값을 $(1+\epsilon)$ 요인 내에서 유지하기 위해 카거의 간선 샘플링 기법을 사용한다.
• 매 반복에서 간선 수가 기하급수적으로 감소하도록 보장하기 위해 마투라의 압축 알고리즘의 수정된 버전을 적용한다.
• Kutten과 Peleg의 트리 분할 알고리즘을 활용해 $O(\sqrt{n}\log^{*}n + D)$ 시간 내에 최소 스패닝 트리를 효율적으로 계산한다.
• 최소 컷을 정확히 한 번만 가로지르는 트리들 중에서 동적 프로그래밍과 로드 기반 간선 선택을 조합하여 최소 컷을 식별한다.
• Ghaffari와 Kuhn의 근사 알고리즘을 통합하여 $\lambda$의 3-근사값을 부트스트랩하고, 이를 반복적으로 정밀화한다.

실험 결과

연구 질문

• RQ1 일반적인 가중치가 부여된 그래프에 대해 CONGEST 모델에서 최소 컷을 비선형 시간 내에 정확하게 계산할 수 있는가?
• RQ2 비선형 시간 내에서 달성 가능한 최선의 근사 비율은 무엇이며, $2+\epsilon$을 초월해 개선할 수 있는가?
• RQ3 분산 최소 컷 알고리즘의 런타임을 거의 날카로운 경계로 만들 수 있는가? 즉, 알려진 하한선에 비해 다항로그리듬적 요소를 제외한 수준으로 맞출 수 있는가?
• RQ4 트리 팩킹과 샘플링을 어떻게 조합하여 분산 환경에서 최소 컷을 효율적으로 고립할 수 있는가?

주요 결과

• 논문은 CONGEST 모델에서 가중치가 부여된 그래프에 대해 정확한 최소 컷을 계산하는 최초의 결정적 비선형 시간 알고리즘을 제시하며, 런타임이 $O((\sqrt{n}\log^{*}n + D)\lambda^4\log^2n)$임을 입증한다.
• $(1+\epsilon)$-근사값은 $O((\sqrt{n}\log^{*}n + D)\epsilon^{-5}\log^3n)$ 시간 내에 달성되며, 알려진 $\Omega(D + n^{1/2}/\log n)$ 하한선에 의해 다항로그리듬적 요소를 제외한 최적임이 입증된다.
• 이전의 $(2+\epsilon)$-근사 및 $O(\epsilon^{-1})$-근사 알고리즘에 비해 $\epsilon$의 지수를 감소시키고 $\log\log n$ 요소를 제거함으로써 성능을 향상시켰다.
• 토르룹의 트리 팩킹과 카거의 샘플링, 동적 프로그래밍을 조합함으로써, 직접 토르룹의 정리를 적용하는 것에 비해 $\epsilon^{-9}\log^7 n$ 요소를 절감할 수 있었다.
• 정확한 최소 컷은 $O(\lambda^4\log^2n(D + \sqrt{n}\log^{*}n))$ 라운드 내에서 계산 가능하며, $\lambda$는 3-근사 단계를 통해 추정된다.
• $\lambda$의 $(1+\epsilon)$-근사값은 $O(\epsilon^{-5}\log^2n\log\log n(D + \sqrt{n}\log^{*}n))$ 라운드 내에서 계산 가능하며, 다항로그리듬적 요소를 제외한 최고의 알려진 하한선과 일치한다.