[논문 리뷰] Approximation Strategies for Generalized Binary Search in Weighted Trees

Dariusz Dereniowski, Adrian Kosowski외 2명|arXiv (Cornell University)|2017. 02. 27.

Optimization and Search Problems인용 수 10

한 줄 요약

이 논문은 비균일한 쿼리 비용을 가진 가중치 있는 트리 탐색 문제에 대해 비다항 시간 근사 알고리즘(QPTAS)을 제안한다. 목표는 최악의 경우 총 쿼리 비용을 최소화하는 것이다. 이는 $n^{O(\log n / \varepsilon^2)}$ 시간 내에 $(1+\varepsilon)$-근사 해를 달성하며, 일반적인 감소를 통해 다항 시간 내에 $O(\sqrt{\log n})$-근사 해를 도출한다. 이는 이전의 $\hat{O}(\log n)$-근사 방법보다 향상된 결과이다.

ABSTRACT

We consider the following generalization of the binary search problem. A search strategy is required to locate an unknown target node $t$ in a given tree $T$. Upon querying a node $v$ of the tree, the strategy receives as a reply an indication of the connected component of $T\setminus\{v\}$ containing the target $t$. The cost of querying each node is given by a known non-negative weight function, and the considered objective is to minimize the total query cost for a worst-case choice of the target. Designing an optimal strategy for a weighted tree search instance is known to be strongly NP-hard, in contrast to the unweighted variant of the problem which can be solved optimally in linear time. Here, we show that weighted tree search admits a quasi-polynomial time approximation scheme: for any $0 extless{} \varepsilon extless{} 1$, there exists a $(1+\varepsilon)$-approximation strategy with a computation time of $n^{O(\log n / \varepsilon^2)}$. Thus, the problem is not APX-hard, unless $NP \subseteq DTIME(n^{O(\log n)})$. By applying a generic reduction, we obtain as a corollary that the studied problem admits a polynomial-time $O(\sqrt{\log n})$-approximation. This improves previous $\hat O(\log n)$-approximation approaches, where the $\hat O$-notation disregards $O(\mathrm{poly}\log\log n)$-factors.

연구 동기 및 목표

• 최적의 가중치 있는 트리 탐색의 강한 NP-난해성 문제를 해결하기 위해 효율적인 근사 전략을 설계하기 위해.
• 비가중치 경우(선형 시간 내 해결 가능)와 가중치 경우(강한 NP-난해) 사이의 격차를 메우기 위해.
• 노드 가중치가 있는 트리에서 최악의 경우 쿼리 비용 최소화를 위한 준다항 시간 근사 알고리즘(QPTAS)을 개발하기 위해.
• 기존의 다항 시간 근사 비율을 향상시키기 위해, 특히 $\hat{O}(\log n)$-근사 경계를 초월하기 위해.

제안 방법

• 최소한의 $\alpha$-분리 트리를 사용하여 입력 트리를 더 작은 부분트리로 분할하는 재귀적 분해를 설계하기 위해.
• 분리 트리 $T^*$에서 유도된 축소된 트리 $\xi(T^*)$에서 구조적 성질을 활용하여 크기를 제한하는 핵심 근사 전략을 구축하기 위해.
• 작은 부분트리(크기 $\leq 2^{\sqrt{\log n}}$)에 대해 상수 요소 근사 알고리즘을 기저 사례로 사용하기 위해.
• 전략을 재귀적으로 조합하기: 먼저 분리 트리를 쿼리하고, 그 후 $T \setminus V^*$의 각 연결 성분에 대해 재귀적으로 진행하기 위해.
• 재귀 깊이를 $\sqrt{\log n}$ 이하로 제한하여 총 비용이 최적값에 대해 $O(\sqrt{\log n})$ 이내로 유지되도록 보장하기 위해.
• QPTAS에서 일반적인 감소를 적용하여 다항 시간 내에 $O(\sqrt{\log n})$-근사 해 알고리즘을 도출하기 위해.

실험 결과

연구 질문

• RQ1 모든 $\varepsilon > 0$ 에 대해, 가중치 있는 트리 탐색 문제에 대해 $(1+\varepsilon)$-근사 해를 준다항 시간 내에 계산할 수 있는가?
• RQ2 가중치 있는 트리 탐색 문제는 APX-난해인가, 아니면 $\hat{O}(\log n)$-근사 경계를 초월하는 더 나은 다항 시간 근사 해를 가질 수 있는가?
• RQ3 $\alpha$-분리 트리를 사용한 재귀적 분해가 다항 시간 내에 유한한 근사 비율을 도출할 수 있는가?
• RQ4 비균일한 쿼리 비용을 가진 가중치 있는 트리 탐색의 맥락에서 근사 품질과 실행 시간 사이의 상호 교환 관계는 무엇인가?
• RQ5 QPTAS의 존재가 일반적인 감소를 통해 다항 시간 근사 보장을 향상시킬 수 있는가?

주요 결과

• 논문은 실행 시간 $n^{O(\log n / \varepsilon^2)}$ 내에 가중치 있는 트리 탐색 문제에 대해 준다항 시간 $(1+\varepsilon)$-근사 알고리즘을 제시한다.
• 문제는 $NP \subseteq DTIME(n^{O(\log n)})$ 가 성립하지 않는 한 APX-난해가 아니며, 이는 APX-난해성에 대한 강력한 반증이다.
• QPTAS에서 일반적인 감소를 통해 다항 시간 내에 $O(\sqrt{\log n})$-근사 알고리즘을 도출한다.
• 축소된 트리 $\xi(T^*)$의 크기는 $4\lceil n/\alpha \rceil$ 이하로 제한되어 있어 재귀 단계에서의 효율적인 계산을 보장한다.
• 재귀 깊이는 $\sqrt{\log n}$ 이하로 제한되어 있어, 승수 근사 비율을 제어한다.
• $O(\sqrt{\log n})$의 근사 비율은 이전의 $\hat{O}(\log n)$-근사 비율보다 향상되었으며, $O(\mathrm{poly}\log\log n)$ 요소를 무시할 경우 더욱 뚜렷하다.