[논문 리뷰] Computing Tree Decompositions with FlowCutter: PACE 2017 Submission

Ben Strasser, Mucha, Marcin외 4명|arXiv (Cornell University)|2017. 09. 26.

Formal Methods in Verification참고 문헌 15인용 수 10

한 줄 요약

이 논문은 PACE 2017 Track A2에 제출된 흐름 컷터(FlowCutter)를 제안한다. 이는 30분 이내에 작은 폭의 트리 분해를 계산하는 휴리스틱 알고리즘이다. 알고리즘은 흐름 컷터를 사용한 재귀적 이등분을 통해 노드 분리자(노드 세퍼레이터)를 계산하고, 트리 분해를 루트 기반 다수준 분할로 모델링한다. 이 방법은 두 번째로 높은 순위를 기록했으며, 모든 인스턴스를 해결했고, 대규모 그래프에서 해의 품질과 내구성 면에서 다른 알고리즘을 능가했다.

ABSTRACT

The notion of treewidth, introduced by Robertson and Seymour in their seminal Graph Minors series, turned out to have tremendous impact on graph algorithmics. Many hard computational problems on graphs turn out to be efficiently solvable in graphs of bounded treewidth: graphs that can be sweeped with separators of bounded size. These efficient algorithms usually follow the dynamic programming paradigm. In the recent years, we have seen a rapid and quite unexpected development of involved techniques for solving various computational problems in graphs of bounded treewidth. One of the most surprising directions is the development of algorithms for connectivity problems that have only single-exponential dependency (i.e., 2^{{O}(t)}) on the treewidth in the running time bound, as opposed to slightly superexponential (i.e., 2^{{O}(t log t)}) stemming from more naive approaches. In this work, we perform a thorough experimental evaluation of these approaches in the context of one of the most classic connectivity problem, namely Hamiltonian Cycle.

연구 동기 및 목표

• 이론적 파rameterized 알고리즘과 실용적인 트리 분해 휴리스틱 간 격차를 메우기 위해.
• 30분 이내에 빠르고 내구성 있고 확장 가능한 작은 폭의 트리 분해를 계산하는 알고리즘을 개발하기 위해.
• 원래 최단경로 가속화를 위해 개발된 다수준 그래프 분할 기법이 트리 분해에 효과적으로 재사용될 수 있음을 보여주기 위해.
• 기타 솔버가 실패하거나 최적해에 못 미치는 결과를 낼 때도 대규모이고 복잡한 인스턴스에서 뛰어난 성능을 내기 위해.

제안 방법

• 알고리즘은 흐름 컷터를 사용한 재귀적 이등분을 통해 노드 분리자를 계산하고, 그래프를 다수준 분할로 변환한다.
• 트리 분해는 각 셀이 분해의 한 가방에 대응하는 루트 기반 다수준 분할로 모델링된다.
• 노드 용량을 사용하여 균형이 보장된 조건 하에서 확장률을 최소화하는 방식으로 노드 분리자를 흐름 컷터로 계산한다.
• 자신의 초기 소스/타겟 쌍을 다르게 설정한 여러 개의 흐름 컷터 인스턴스를 동시에 실행하여 컷 품질의 파레토 최적 해를 탐색한다.
• 대규모 인스턴스의 경우, 간선 컷을 계산하고 그 끝점을 선택하여 노드 분리자로 변환함으로써 시간 제한 내에서 진전을 확보한다.
• 30초마다 트리 분해를 업데이트하고 출력하여 I/O 병목 현상을 방지하며, 소규모 인스턴스의 경우 사전에 휴리스틱 제거 순서를 계산한다.

실험 결과

연구 질문

• RQ1 원래 최단경로 가속화를 위해 설계된 다수준 그래프 분할 기법이 트리 분해 휴리스틱에 효과적으로 적응될 수 있는가?
• RQ2 대규모이고 복잡한 그래프에서 다수준 분할 접근 방식의 성능이 최신 트리 분해 솔버와 비교해 어떻게 되는가?
• RQ3 흐름 기반 이등분을 트리 분해에 사용할 경우, 해의 폭과 계산 효율성 사이의 상충 관계는 어떠한가?
• RQ4 한 개의 알고리즘이 다양한 그래프 유형과 크기에서 높은 해 품질과 내구성을 동시에 달성할 수 있는가?
• RQ5 다수준 분할과 루트 기반 트리 분해 사이의 일대일 대응이 새로운 알고리즘적 통찰을 가능하게 하는 정도는 어느 정도인가?

주요 결과

• FlowCutter는 유일하게 PACE 2017 Track A2의 100개 인스턴스를 모두 해결하여 뛰어난 내구성을 입증했다.
• 평균적으로 FlowCutter의 해 폭은 최고의 알려진 해의 1.08배였으며, 평균 근사 비율에서 모든 경쟁자보다 뛰어났다.
• '≤1' 및 '≤2' 해 품질 기준에서 FlowCutter는 각각 56%와 50%의 성공률을 기록했으며, 이는 모든 다른 솔버를 능가했다.
• 경쟁에서 두 번째로 높은 순위를 기록했으며, 승자인 Tamaki 등에 의한 솔버는 평균 근사 비율에서 다섯 번째 순위에 머물렀다.
• 대규모 인스턴스에서는 FlowCutter가 일관되게 고품질의 해를 생성했고, 경쟁 승자 솔버는 자주 해를 찾지 못했다.
• 소규모 인스턴스에서 휴리스틱 제거 순서(최소 차수 및 최소 채움)를 사전 계산하면 해 품질이 향상되었지만, 대규모 인스턴스에는 적용 가능하지 않았다.