[논문 리뷰] Data Structures for Weighted Matching and Extensions to $b$-matching and $f$-factors

Harold N. Gabow|arXiv (Cornell University)|2016. 11. 22.

Complexity and Algorithms in Graphs참고 문헌 24인용 수 7

한 줄 요약

이 논문은 일반 그래프에서 최대 무게 완전 매칭을 위한 효율적인 알고리즘을 제시하며, 동적 가장 가까운 공통 조상 계산 기반의 새로운 데이터 구조를 사용하여 블로섬 생성을 수행함으로써 $O(n(m + n\log n))$ 시간을 달성한다. 이 방법은 동일한 시간 복잡도로 $b$-매칭과 $f$-팩터 문제로 확장되며, 적절한 초기화를 통해 최단 경로 구조와 $T$-조인 문제를 더 빠르게 해결할 수 있다.

ABSTRACT

This paper shows the weighted matching problem on general graphs can be solved in time $O(n(m + n\log n))$ for $n$ and $m$ the number of vertices and edges, respectively. This was previously known only for bipartite graphs. The crux is a data structure for blossom creation. It uses a dynamic nearest-common-ancestor algorithm to simplify blossom steps, so they involve only back edges rather than arbitrary nontree edges. The rest of the paper presents direct extensions of Edmonds' blossom algorithm to weighted $b$-matching and $f$-factors. Again the time bound is the one previously known for bipartite graphs: for $b$-matching the time is $O(\min\{b(V),n\log n\}(m + n\log n))$ and for $f$-factors the time is $O(\min\{f(V),m\log n\}( m + n\log n) )$, where $b(V)$ and $f(V)$ denote the sum of all degree constraints. Several immediate applications of the $f$-factor algorithm are given: The generalized shortest path structure of \cite{GS13}, i.e., the analog of the shortest path tree for conservative undirected graphs, is shown to be a version of the blossom structure for $f$-factors. This structure is found in time $O(|N|(m+n\log n))$ for $N$ the set of negative edges ($0

연구 동기 및 목표

• 일般 그래프에서 에드몬즈의 가중치 매칭 알고리즘의 블로섬 생성을 효율적으로 가능하게 하는 데이터 구조를 개발하는 것.
• 이전에 이분 그래프에서 알려진 시간 복잡도와 동일한 복잡도로 에드몬즈의 블로섬 알고리즘을 가중치 $b$-매칭과 $f$-팩터 문제로 확장하는 것.
• 일반 그래프에서 최대 무게 매칭 및 관련 문제에 대해 강력 다항 시간 복잡도를 확보하는 것.
• 특정 초기화를 통해 $f$-팩터 알고리즘이 최단 경로 문제와 $T$-조인 문제를 효율적으로 해결할 수 있음을 보여주는 것.

제안 방법

• 블로섬 단계를 단순화하기 위해 동적 가장 가까운 공통 조상(Dnca) 데이터 구조를 도입하여, 블로섬 생성을 반드시 후행 간선에만 국한한다.
• 스케일드 이중 변수 $y$와 $z$를 사용하는 이중 조정 기법을 적용하며, $\sigma = 4n(w(e) - \widehat{yz}(e))$는 이중 조정 간 일관성을 보장한다.
• 스케일링 기법을 적용하며, $z(B)$ 는 $Z(B) - Z(p(B))$ 로 정의되며, 여기서 $Z(B)$ 는 유한 구간 내에서 $4n$의 가장 가까운 배수이다.
• 최단 경로 문제를 $f$-팩터 인스턴스로 모델링하기 위해 그래프를 변환하며, 정점 복제와 간선 재가중치 조정을 수행한다.
• 최대 비용 크기 $W$를 사용하여 이중 변수를 초기화하며, $v$ 가 음수 간선에 인cidient일 경우 $y(v) = W$ 로 설정하고, 그렇지 않으면 $0$ 으로 설정한다.
• $f$-팩터 알고리즘에서 유도된 검색 구조 $\mathcal{S}$ 를 사용하여, 안정적인 무방향 그래프에서 일반화된 최단 경로를 표현한다.

실험 결과

연구 질문

• RQ1 에드몬즈의 가중치 매칭 알고리즘의 시간 복잡도를 이분 그래프에서 일반 그래프로 $O(n(m + n\log n))$ 으로 확장할 수 있는가?
• RQ2 동적 가장 가까운 공통 조상 데이터 구조를 사용하여 블로섬 연산을 단순화하고, 임의의 비트리 간선 의존도를 줄일 수 있는가?
• RQ3 $f$-팩터 알고리즘을 초기화하여 음수 간선 수가 $|N|$ 인 경우 최단 경로 및 $T$-조인 문제를 $O(|N|(m + n\log n))$ 시간 내에 해결할 수 있는가?
• RQ4 안정적인 무방향 그래프에서의 일반화된 최단 경로 구조는 $f$-팩터에서의 블로섬 구조와 동일한가?

주요 결과

• 일반 그래프에서의 가중치 매칭 문제는 $O(n(m + n\log n))$ 시간 내에 해결 가능하며, 이는 이분 그래프에서 알려진 최고의 복잡도와 동일하다.
• $b$-매칭 문제는 $O(\min\{b(V), n\log n\}(m + n\log n))$ 시간 내에 해결되며, 여기서 $b(V)$ 는 차수 제약 조건의 합이다.
• $f$-팩터 문제는 $O(\min\{f(V), m\log n\}(m + n\log n))$ 시간 내에 해결되며, $f(V)$ 는 정점의 차수 요구 조건의 합이다.
• 안정적인 무방향 그래프에서의 일반화된 최단 경로 구조는 $f$-팩터에서의 블로섬 구조와 동치이며, $|N| < n$ 개의 음수 간선이 있을 경우 $O(|N|(m + n\log n))$ 시간 내에 계산 가능하다.
• 최단 $T$-조인은 $O(n(m + n\log n))$ 시간 내에 찾을 수 있으며, 모든 비용이 음이 아닌 경우 $O(|T|(m + n\log n))$ 시간 내에 $f$-팩터 알고리즘의 초기화를 통해 해결할 수 있다.
• 알고리즘의 검색 단계는 점근적으로 최적이다. 이는 적절한 모델 하에서 $n$ 개의 수를 정렬하는 데 필요한 하한 $\Omega(m + n\log n)$ 과 일치하기 때문이다.