[논문 리뷰] An Optimal Distributed $(\Delta+1)$-Coloring Algorithm?

Yi‐Jun Chang, Wenzheng Li외 1명|arXiv (Cornell University)|2017. 11. 03.

Complexity and Algorithms in Graphs인용 수 5

한 줄 요약

이 논문은 로컬 모델에서 $(\Delta+1)$-리스트 색칠 문제에 대해 랜덤화된 분산 알고리즘을 제안하며, 이 알고리즘은 $O(\text{Det}_d(\text{poly } \log n))$ 시간 내에 실행된다. 여기서 $\text{Det}_d$는 $(\text{deg}+1)$-리스트 색칠 문제의 결정론적 복잡도를 의미한다. 알고리즘은 이전에 알려진 $\Omega(\text{Det}(\text{poly } \log n))$ 랜덤화된 하한과 일치함으로써 근사 최적성을 달성하며, 현재의 한계 하에서 이 문제에 대해 랜덤화와 결정론적 복잡도 간 격차를 처음으로 해소한다.

ABSTRACT

Vertex coloring is one of the classic symmetry breaking problems studied in distributed computing. In this paper we present a new algorithm for $(\Delta+1)$-list coloring in the randomized ${\sf LOCAL}$ model running in $O(\mathsf{Det}_{\scriptscriptstyle d}( ext{poly} \log n))$ time, where $\mathsf{Det}_{\scriptscriptstyle d}(n')$ is the deterministic complexity of $( ext{deg}+1)$-list coloring on $n'$-vertex graphs. (In this problem, each $v$ has a palette of size $ ext{deg}(v)+1$.) This improves upon a previous randomized algorithm of Harris, Schneider, and Su [STOC'16, JACM'18] with complexity $O(\sqrt{\log \Delta} + \log\log n + \mathsf{Det}_{\scriptscriptstyle d}( ext{poly} \log n))$, and, for some range of $\Delta$, is much faster than the best known deterministic algorithm of Fraigniaud, Heinrich, and Kosowski [FOCS'16] and Barenboim, Elkin, and Goldenberg [PODC'18], with complexity $O(\sqrt{\Delta\log \Delta}\log^\ast \Delta + \log^* n)$. Our algorithm "appears to be" optimal, in view of the $\Omega(\mathsf{Det}( ext{poly} \log n))$ randomized lower bound due to Chang, Kopelowitz, and Pettie [FOCS'16], where $\mathsf{Det}$ is the deterministic complexity of $(\Delta+1)$-list coloring. At present, the best upper bounds on $\mathsf{Det}_{\scriptscriptstyle d}(n')$ and $\mathsf{Det}(n')$ are both $2^{O(\sqrt{\log n'})}$ and use a black box application of network decompositions (Panconesi and Srinivasan [Journal of Algorithms'96]). It is quite possible that the true complexities of both problems are the same, asymptotically, which would imply the randomized optimality of our $(\Delta+1)$-list coloring algorithm.

연구 동기 및 목표

• 분산 시스템에서 $(\Delta+1)$-리스트 색칠 문제에 대해 랜덤화와 결정론적 복잡도 간 격차를 해소하기.
• 이전 연구에서 유도된 이론적 하한과 일치하는 더 빠른 랜덤화 알고리즘 개발하기.
• Harris, Schneider, 및 Su의 이전 결과인 $O(\sqrt{\log \Delta} + \log \log n + \text{Det}_d(\text{poly } \log n))$ 복잡도를 향상시키기.
• $(\text{deg}+1)$-리스트 색칠의 결정론적 복잡도와 $(\Delta+1)$-리스트 색칠의 복잡도가 점근적으로 동일한지 탐색하기.

제안 방법

• 크기 $\text{poly } \log n$ 의 작고 독립적인 부분 문제로 그래프를 분해하기 위해 정교화된 그래프 분할 기법을 사용한다.
• 밀도가 높은 클러스터 내의 정점들이 확률적 분석을 통해 색상 가용성을 보장하는 방식으로 색칠하는 클러스터 기반 색칠 절차를 적용한다.
• 정점의 비참여 사건 간의 음의 상관관계를 활용하여 실패 확률을 제한하는 새로운 유형의 DenseColoringStep 알고리즘을 도입한다.
• 정점의 색상 선택 실패 확률이 오직 그 정점의 국소 랜덤 비트에 의존하므로, 날카운 농도의 농도 경계를 확보할 수 있다.
• 모든 가능한 정점 부분집합에 대한 유니언 바운드를 사용하며, $\delta_j$ 는 국소적 희박성과 색상 가용성의 척도로 사용된다.
• 모든 부분집합 $T$ 에서 칠해지지 않은 정점 수가 크기 $t$ 인 부분집합에 대해 $O(\delta)^t$ 근처로 집중되어 있음을 증명함으로써 빠른 수렴을 보장한다.

실험 결과

연구 질문

• RQ1 랜덤화된 $(\Delta+1)$-리스트 색칠 알고리즘이 $\Omega(\text{Det}(\text{poly } \log n))$ 하한과 일치하는 복잡도를 달성할 수 있는가?
• RQ2 $(\text{deg}+1)$-리스트 색칠의 결정론적 복잡도와 $(\Delta+1)$-리스트 색칠의 복잡도가 점근적으로 동일한가?
• RQ3 현재 기법을 사용하여 랜덤화 알고리즘의 $\text{Det}_d(\text{poly } \log n)$ 항을 $O((\log \log n)^2)$ 이하로 줄일 수 있는가?
• RQ4 불규칙한 차수를 가진 그래프의 구조적 특성 중에서 $\epsilon$-희박/밀도 정점 정의를 $(\text{deg}+1)$-리스트 색칠에 직접 확장하는 것을 방해하는 요소는 무엇인가?

주요 결과

• 제안된 알고리즘은 $O(\text{Det}_d(\text{poly } \log n))$ 실행 시간을 달성하며, Chang, Kopelowitz, 및 Pettie가 유도한 $\Omega(\text{Det}(\text{poly } \log n))$ 하한과 고려할 경우 점근적으로 최적임을 입증한다.
• 특히 $\Delta$ 가 클 경우, Harris, Schneider, 및 Su의 결과인 $O(\sqrt{\log \Delta} + \log \log n + \text{Det}_d(\text{poly } \log n))$ 에 비해 개선된 성능을 보인다.
• 모든 부분집합 $T$ 에서 $t$ 개의 칠해지지 않은 정점이 존재할 확률이 $\binom{|T|}{t} \cdot (O(\delta))^t$ 로 유계임을 분석을 통해 보여주며, 이는 빠른 수렴을 보장한다.
• 밀도가 높은 클러스터에서 색상 선택 실패 확률은 국소적 랜덤 비트와 음의 상관관계에 의해 결정되며, 이는 날카운 농도 경계를 가능하게 한다.
• 논문은 현재까지 가장 좋은 $(\text{deg}+1)$-리스트 색칠을 위한 결정론적 알고리즘—네트워크 분해 기반—이 $(\Delta+1)$-리스트 색칠 문제에 대해 가장 좋은 알려진 랜덤화 복잡도를 제공함을 보여준다.
• 저자들은 불규칙한 그래프에서 팔레트가 오직 한 색상에서만 겹칠 경우, $\epsilon$-희박/밀도 정점 개념을 일반화하는 데 근본적인 장애물이 있음을 규명한다.