[논문 리뷰] An Efficient Algorithm for All-Pairs Bounded Edge Connectivity

Shyan Akmal, Ce Jin|arXiv (Cornell University)|2023. 01. 01.

Complexity and Algorithms in Graphs인용 수 1

한 줄 요약

이 논문은 k ≥ 3일 때 전체 All-Pairs Connectivity 문제를 푸는 것보다 훨씬 빠르게 동적 그래프에서 k-제한된 전쌍 간 엣지 연결성(k-APC)을 해결하는 데 있어 처음으로 Õ((kn)ω) 시간 복잡도를 달성하는 알고리즘을 제시한다. 핵심 통찰은 행렬 역행렬 계산을 전면적인 행렬 역행렬 계산에서 저랭크 행렬 역행렬 계산으로 대체하는 것으로, 이는 연결성이 k 미만인 모든 정점 쌍에 대해 제한된 엣지 연결성을 효율적으로 계산할 수 있도록 한다.

ABSTRACT

Our work concerns algorithms for a variant of Maximum Flow in unweighted graphs. In the All-Pairs Connectivity (APC) problem, we are given a graph G on n vertices and m edges, and are tasked with computing the maximum number of edge-disjoint paths from s to t (equivalently, the size of a minimum (s,t)-cut) in G, for all pairs of vertices (s,t). Over undirected graphs, it is known that APC can be solved in essentially optimal n^{2+o(1)} time. In contrast, the true time complexity of APC over directed graphs remains open: this problem can be solved in Õ(m^ω) time, where ω ∈ [2, 2.373) is the exponent of matrix multiplication, but no matching conditional lower bound is known. Following [Abboud et al., ICALP 2019], we study a bounded version of APC called the k-Bounded All Pairs Connectivity (k-APC) problem. In this variant of APC, we are given an integer k in addition to the graph G, and are now tasked with reporting the size of a minimum (s,t)-cut only for pairs (s,t) of vertices with min-cut value less than k (if the minimum (s,t)-cut has size at least k, we can just report it is "large" instead of computing the exact value). Our main result is an Õ((kn)^ω) time algorithm solving k-APC in directed graphs. This is the first algorithm which solves k-APC faster than simply solving the more general APC problem exactly, for all k ≥ 3. This runtime is Õ(n^ω) for all k ≤ poly(log n), which essentially matches the optimal runtime for the k = 1 case of k-APC, under popular conjectures from fine-grained complexity. Previously, this runtime was only achieved for general directed graphs when k ≤ 2 [Georgiadis et al., ICALP 2017]. Our result employs the same algebraic framework used in previous work, introduced by [Cheung, Lau, and Leung, FOCS 2011]. A direct implementation of this framework involves inverting a large random matrix. Our new algorithm is based off the insight that for solving k-APC, it suffices to invert a low-rank random matrix instead of a generic random matrix. We also obtain a new algorithm for a variant of k-APC, the k-Bounded All-Pairs Vertex Connectivity (k-APVC) problem, where for every pair of vertices (s,t), we are now tasked with reporting the maximum number of internally vertex-disjoint (rather than edge-disjoint) paths from s to t if this number is less than k, and otherwise reporting that this number is at least k. Our second result is an Õ(k²n^ω) time algorithm solving k-APVC in directed graphs. Previous work showed how to solve an easier version of the k-APVC problem (where answers only need to be returned for pairs of vertices (s,t) which are not edges in the graph) in Õ((kn)^ω) time [Abboud et al, ICALP 2019]. In comparison, our algorithm solves the full k-APVC problem, and is faster if ω > 2.

연구 동기 및 목표

• k ≥ 3인 경우 이전 방법들이 전체 APC와 비슷한 속도로 동작하는 상황에서, 동적 그래프 내 제한된 엣지 연결성을 더 빠르게 계산하는 알고리즘을 개발하는 것.
• k = 1, 2일 때 알려진 최적의 런타임과 k ≥ 3일 때의 최신 기술 간 격차를 메우는 것.
• Cheung, Lau, 그리고 Leung (FOCS 2011)가 제안한 대칭적 프레임워크를 확장하여, k-APC에 대해 저랭크 행렬 역행렬이 충분함을 보여주는 것.
• 기존 작업보다 향상된 런타임을 제공하는 k-제한 전쌍 정점 연결성(k-APVC)에 대한 새로운 알고리즘을 제공하는 것.

제안 방법

• Cheung, Lau, 그리고 Leung (FOCS 2011)가 처음으로 제안한 행렬 역행렬 기반의 대칭적 프레임워크를 이용하여 연결성 정보를 인코딩하는 것.
• m × m 무작위 행렬의 역행렬 계산을 (k+1) × (k+1) 저랭크 행렬의 역행렬 계산으로 대체하여 계산 비용을 크게 감소시키는 것.
• 유량 벡터 프레임워크를 활용하여 매트릭스 질량을 통해 연결성 값을 계산하며, 유도된 매트릭스 F_{s,t}의 질량이 각 쌍 (s,t)에 대해 min(k, λ(s,t))를 결정한다.
• F_{s,t}의 요소를 효율적으로 계산하기 위해 다섯 개의 n × n 매트릭스의 곱으로 D_{ij} 매트릭스를 구성하는 것.
• 모든 정점 쌍에 대해 유니온 바운드를 적용하여 질량 기반 연결성 추정의 고확률 정확성을 보장하는 것.
• 정점-소속 경로를 위해 유사한 매트릭스 B와 C를 정의함으로써 방법을 정점 연결성으로 확장하여, Õ(k²n^ω) 런타임을 갖는 k-APVC 알고리즘을 도출하는 것.

실험 결과

연구 질문

• RQ1 k ≥ 3인 동적 그래프에서 k-APC는 일반적인 All-Pairs Connectivity 문제보다 더 빠르게 해결될 수 있는가?
• RQ2 k-APC에 대해 Õ(k²n^ω) 런타임을 달성할 수 있는가? 이는 새로운 k-APVC 알고리즘과 일치하는가?
• RQ3 APC에 대해 알려진 Õ(m^ω) 런타임이, 특히 k ≤ poly(log n)일 경우, k-제한된 경우 Õ((kn)^ω)로 향상될 수 있는가?
• RQ4 k-APC와 k-APVC에 대해 더 빠른 알고리즘이 불가능하다는 조건부 하한이 존재하는가, 아니면 중간 크기의 k에 대해 Õ(n^ω) 시간 내에 해결 가능할 수 있는가?
• RQ5 APVC에 대해 알려진 검증기와 유사한 런타임을 갖는 비결정성 검증기가 k-APC와 k-APVC에 대해 구성될 수 있는가?

주요 결과

• 논문은 k ≥ 3에 대해 동적 그래프에서 k-APC에 대해 Õ((kn)^ω) 시간 복잡도를 달성하는 첫 번째 알고리즘을 제시한다.
• 이 알고리즘은 모든 k ≤ poly(log n)에 대해 Õ(n^ω) 시간 복잡도를 갖으며, 미세 복잡도 추측에 따라 k = 1 및 k = 2일 때 최적의 런타임과 일치한다.
• 핵심 기술 기여는 k-APC에 대해 전적으로 저랭크 행렬 역행렬만 필요하다는 것을 보여주는 것으로, 기존의 m × m 행렬 역행렬에서 (k+1) × (k+1) 행렬 역행렬로의 복잡도 저하를 이룬다.
• k-APVC에 대해 논문은 Õ(k²n^ω) 시간 복잡도 알고리즘을 제시하며, ω > 2일 경우 기존 작업보다 더 빠르며, 전체 문제(단지 간선이 없는 쌍이 아닌)를 해결한다.
• 두 알고리즘의 정확성은 모든 정점 쌍에 대한 유니온 바운드를 적용하여 높은 확률(최소 1 − 5/n)로 증명된다.
• 결과적으로, 널리 수용된 미세 복잡도 추측 하에 최적 또는 근접 최적의 런타임 범위를 새롭게 설정한다.