[논문 리뷰] An efficient recursive decomposition algorithm for undirected graphs

Pei Heng, Yi Sun외 1명|arXiv (Cornell University)|2026. 02. 22.

Advanced Graph Theory Research인용 수 0

한 줄 요약

이 논문은 합성체를 식별하는 재귀 분해 알고리즘(RDA)을 소개하며, 볼록 껍질(convex hull)과 최대 기수 탐색 순서를 이용하여 그래프 분해를 기존 방법보다 빠르게 수행하고, 대규모 그래프를 위한 병렬 변형(PRDA)을 제시한다.

ABSTRACT

The decomposition of undirected graphs simplifies complex problems by breaking them into solvable subgraphs, following the philosophy of divide and conquer. This paper investigates the relationship between atom decomposition and the maximum cardinality search (MCS) ordering in general undirected graphs. Specifically, we prove that applying a convex extension to the node numbered $1$ and its neighborhood in an MCS ordering yields an atom in the graph. Furthermore, based on the MCS ordering, we introduce a recursive algorithm for decomposing an undirected graph into its atoms. This approach closely aligns with the results of chordal graph decomposition. As a result, minimal triangulation of the graph is no longer required, and the identification of clique minimal separators is avoided. In the experimental section, we combine the proposed decomposition algorithm with two existing convex expansion methods. The results show that both combinations significantly outperform the existing algorithms in terms of efficiency.

연구 동기 및 목표

• 무향 그래프를 삼각화에 의존하지 않고 분해하는 문제를 동기 부여하고 형식화한다.
• 볼록 껍질과 최소 구분자(minimal separators)를 활용하는 재귀적 분해 프레임워크를 제안한다.
• 대규모 그래프의 분해 속도를 높이기 위한 병렬 변형을 개발한다.
• 전통적 방법에 비해 개선된 효율성에 대한 이론적 보장과 실증적 증거를 제공한다.

제안 방법

• G에 대해 노드 순서를 얻기 위해 Maximum Cardinality Search (MCS)를 사용한다.
• 가장 작은 MCS-번호가 매겨진 노드의 이웃 집합을 포함하는 볼록 껍질이 하나의 원자를 형성함을 보인다.
• CMSA를 통해 볼록 껍질을 흡수해 원자들을 추출하는 재귀적 분해 알고리즘(RDA)을 정의한다.
• RDA가 최악의 경우 시간 복잡도 O(nm)로 모든 원자를 반환함을 증명한다.
• 가능한 경우 독립 구성요소를 병렬로 처리하는 병렬 버전(PRDA)로 확장한다.

실험 결과

연구 질문

• RQ1 무향 그래프의 원자를 최소 삼각화에 의존하지 않고도 효율적으로 식별할 수 있는가?
• RQ2 볼록 껍질과 MCS 순서를 활용하여 그래프를 원자로 재귀적으로 분해하는 방법은 무엇인가?
• RQ3 실제 대규모 네트워크에서 병렬 분해 접근법이 실행 시간을 크게 줄이는가?

주요 결과

네트워크	노드	에지	T1 (s)	T2 (s)
Animal Network-1	103	151	0.03	0.15
Animal Network-2	445	1423	0.14	0.94
bio-CE-GT	924	3239	0.50	9.75
bio-CE-GN	2200	53683	1.11	193.43
bio-DR-CX	3289	84940	2.09	892.38
as20000102	6474	13895	20.34	—
CA-HepTh	9877	25998	184.99	—
CA-CondMat	23133	93497	857.99	—
Email-Enron	36692	183831	859.77	—

• RDA는 그래프의 모든 원자를 정확히 식별한다.
• RDA의 복잡도는 최대 O(nm)이다.
• 실제 네트워크에서 RDA는 보고된 런타임 면에서 Xu와 Guo(2012) 방식보다 현저히 우수하다.
• 부분 그래프가 여러 구성요소로 분해될 때 병렬 변형(PRDA)가 속도 향상을 제공할 수 있지만 항상 그런 것은 아니다.
• 분해 중 최소 삼각화 고려를 통합하여 효율성을 높인다.
• 다수의 실제 네트워크에서 실용적 효율성 향상을 보여주는 실험 결과가 있다.