[논문 리뷰] Breaking the All Subsets Barrier for Min k-Cut

Anupam Gupta, Euiwoong Lee외 1명|arXiv (Cornell University)|2019. 06. 02.

Complexity and Algorithms in Graphs참고 문헌 33인용 수 6

한 줄 요약

이 논문은 최소 k-컷을 O(n^{1.981k}) 시간에 모두 나열하는 랜덤화 알고리즘을 제안하며, Karger와 Stein이 수립한 오랜 동안의 O(n^{(2−o(1))k}) 장벽을 뛰어넘었다. Karger-Stein의 압축 기법과 Thorup의 트리 패킹을 조합하고, 이중 VC 차원이 유계인 집합계열에 대한 새로운 극한 집합 이론적 경계를 도입함으로써, 최소 k-컷 문제에 대해 알고리즘적 및 극한 경계에서의 첫 번째 개선을 이룩하였다.

ABSTRACT

Given an edge-weighted graph, how many minimum $k$-cuts can it have? This is a fundamental question in the intersection of algorithms, extremal combinatorics, and graph theory. It is particularly interesting in that the best known bounds are algorithmic: they stem from algorithms that compute the minimum $k$-cut. In 1994, Karger and Stein obtained a randomized contraction algorithm that finds a minimum $k$-cut in $O(n^{(2-o(1))k})$ time. It can also enumerate all such $k$-cuts in the same running time, establishing a corresponding extremal bound of $O(n^{(2-o(1))k})$. Since then, the algorithmic side of the minimum $k$-cut problem has seen much progress, leading to a deterministic algorithm based on a tree packing result of Thorup, which enumerates all minimum $k$-cuts in the same asymptotic running time, and gives an alternate proof of the $O(n^{(2-o(1))k})$ bound. However, beating the Karger--Stein bound, even for computing a single minimum $k$-cut, has remained out of reach. In this paper, we give an algorithm to enumerate all minimum $k$-cuts in $O(n^{(1.981+o(1))k})$ time, breaking the algorithmic and extremal barriers for enumerating minimum $k$-cuts. To obtain our result, we combine ideas from both the Karger--Stein and Thorup results, and draw a novel connection between minimum $k$-cut and extremal set theory. In particular, we give and use tighter bounds on the size of set systems with bounded dual VC-dimension, which may be of independent interest.

연구 동기 및 목표

• 최소 k-컷을 나열하는 데 있어 O(n^{(2−o(1))k}) 알고리즘적 및 극한 경계를 뛰어넘는 것.
• 간선 가중치가 부여된 그래프에서 모든 최소 k-컷을 더 빠르게 나열하는 알고리즘을 개발하는 것.
• 극한 집합 이론에 대한 새로운 연결을 통해 최소 k-컷의 수에 대한 더 날카운 극한 경계를 수립하는 것.
• 행렬 곱셈에 의존하거나 모든 k-컷을 효율적으로 나열할 수 없는 기존 알고리즘의 한계를 극복하는 것.

제안 방법

• Karger-Stein의 랜덤화된 압축 절차와 Thorup의 결정론적 트리 패킹 접근 방식을 조합한다.
• 이중 VC 차원이 유계인 집합계열 기반의 새로운 집합계열 구조를 도입하여 후보 컴포넌트의 수를 통제한다.
• 신중히 구성된 후보 부분집합 집합에서 k-컷의 한 컴포넌트를 추측하는 분기 전략을 사용한다.
• 낮은 경계를 가진 부분집합을 고려 확률로 샘플링하기 위해 수정된 Karger-Stein 절차를 활용한다.
• 극한 집합 이론 결과, 특히 7/8-대체 표현 및 1-대체 표현 렘마를 적용하여 후보 집합의 크기를 경계한다.
• 확장 렘마와 제2 구조 렘마를 활용하여 셰터링이 유계인 범위 공간에 대한 경계를 유도한다.

실험 결과

연구 질문

• RQ1 최소 k-컷을 나열하는 데 있어 O(n^{(2−o(1))k}) 경계를 뛰어넘을 수 있는가?
• RQ2 그래프에서 최소 k-컷의 진정한 극한 수는 얼마인가—n^k, n^{2k}, 또는 그 사이인가?
• RQ3 압축과 트리 패킹 기법을 조합한 하이브리드 알고리즘이 각각 독립적으로 사용할 때보다 더 나은 성능을 낼 수 있는가?
• RQ4 극한 집합 이론이 k-컷과 관련된 낮은 경계 부분집합의 수에 대해 더 날카운 경계를 제공할 수 있는가?
• RQ5 행렬 곱셈에 의존하지 않고 k에 대해 제곱 이하의 지수를 갖는 알고리즘으로 모든 최소 k-컷을 나열할 수 있는가?

주요 결과

• 논문은 최소 k-컷을 O(n^{1.981k}) 시간에 모두 나열하는 랜덤화 알고리즘을 제시하며, 이는 이전의 O(n^{(2−o(1))k}) 경계를 향상시킨 것이다.
• 어느 그래프에서든 최소 k-컷의 극한 수는 최대 O(n^{1.981k})이며, 이는 Karger-Stein의 극한 경계에 대한 첫 번째 개선을 확립한다.
• 알고리즘은 Karger-Stein 압축과 Thorup의 트리 패킹을 조합한 하이브리드 접근 방식을 사용하여 효율적인 후보 집합 생성을 가능하게 한다.
• 저자들은 새로운 극한 집합 이론 경계를 도출하였으며, 이는 7/8-대체 표현 렘마와 1-대체 표현 렘마를 포함한다. 이는 후보 컴포넌트 집합의 크기를 통제하는 데 핵심적이다.
• 빠른 행렬 곱셈에 의존하지 않아, 이전의 행렬 기반 접근 방식과 달리 다항식(n) 공간을 유지하며 전체 나열이 가능하다.
• 결과적으로 최소 k-컷의 수가 이전에 생각한 것보다 훨씬 작다는 것이 드러났으며, 지수는 2에서 1.981로 감소하였다.