[논문 리뷰] Dynamic Parameterized Problems and Algorithms

David R. Gibb, Bruce M. Kapron외 1명|arXiv (Cornell University)|2015. 09. 22.

Energy Efficient Wireless Sensor Networks참고 문헌 5인용 수 40

한 줄 요약

이 논문은 최악의 경우 갱신 시간이 O(log⁴n)이고, 부분선형 공간 복잡도 O(n log²n)인 동적 그래프 연결성 데이터 구조를 제안한다. 이는 이전 작업 대비 갱신 시간을 log n 배 빠르게 개선한 것이다. 이는 L0 샘플링과 효율적인 1-희소 복구 기법을 사용하는 새로운 컷셋 데이터 구조를 활용하여, 고확률로 스패닝 포레스트를 유지함으로써 부분선형 공간을 확보하면서도, 다항수준의 갱신 시퀀스 동안 정확한 쿼리 응답을 보장한다.

ABSTRACT

Fixed-parameter algorithms and kernelization are two powerful methods to solve NP-hard problems. Yet, so far those algorithms have been largely restricted to static inputs. In this paper we provide fixed-parameter algorithms and kernelizations for fundamental NP-hard problems with dynamic inputs. We consider a variety of parameterized graph and hitting set problems which are known to have f(k)n^{1+o(1)} time algorithms on inputs of size n, and we consider the question of whether there is a data structure that supports small updates (such as edge/vertex/set/element insertions and deletions) with an update time of g(k)n^{o(1)}; such an update time would be essentially optimal. Update and query times independent of n are particularly desirable. Among many other results, we show that Feedback Vertex Set and k-Path admit dynamic algorithms with f(k)log O(1) n update and query times for some function f depending on the solution size k only. We complement our positive results by several conditional and unconditional lower bounds. For example, we show that unlike their undirected counterparts, Directed Feedback Vertex Set and Directed k-Path do not admit dynamic algorithms with n^{o(1) } update and query times even for constant solution sizes k <= 3, assuming popular hardness hypotheses. We also show that unconditionally, in the cell probe model, Directed Feedback Vertex Set cannot be solved with update time that is purely a function of k.

연구 동기 및 목표

• 더 빠른 최악의 경우 갱신 시간과 부분선형 공간 사용을 갖는 완전 동적 그래프 연결성 알고리즘 설계.
• 이전의 O(log⁵n) 기준 대비 O(log⁴n) 최악의 경우 갱신 시간 확보.
• 다항수준의 갱신 시퀀스 동안 고확률로 정확성을 유지하면서 O(n log²n) 단위의 공간만을 사용.
• 이 접근법을 부분선형 공간과 향상된 평균 갱신 시간을 갖는 동적 2-간선 연결성으로 확장.

제안 방법

• 각각 O(log n) 단계로 구성된 스패닝 포레스트를 유지하는 새로운 컷셋 데이터 구조를 도입하며, 각 단계는 트리의 포레스트로 구성된다.
• L0 샘플링과 2의 거듭제곱에 대한 모듈로 산술을 활용한 새로운 1-희소 복구 기법을 사용하여, 컷을 가로지르는 간선을 상수 확률로 식별한다.
• 해시 함수 hj 및 fj,b를 통한 계층적 샘플링을 통해 다양한 수준에서 간선에 태그를 부여함으로써, 트리의 컷셋에서 빠지는 간선을 효율적으로 탐색할 수 있도록 한다.
• 각 노드에서 보조 벡터 si(x) 및 s′i,j,b(x)를 유지하여 간선 이름과 태그의 합을 추적함으로써, 비영인 벡터 합을 통한 컷셋 간선의 신속한 탐지가 가능하다.
• 소수 모듈로에서 다항식 평가를 적용하여 고확률로 간선 이름의 유일한 복구를 검증함으로써 오류를 1/n^c로 감소시킨다. 여기서 c는 임의의 상수이다.
• 독립적인 랜덤 샘플링을 다수의 블랙박스 동적 연결성 구조(CONN1, CONN2) 및 2-간선 연결성 오라클(2-EDGE)에 적용하여 2-간선 연결성을 유지한다.

실험 결과

연구 질문

• RQ1 동적 그래프 연결성은 O(log⁴n) 최악의 경우 갱신 시간과 부분선형 공간으로 유지될 수 있는가?
• RQ2 O(n log n) 단위의 단어만을 사용하여 컷셋 데이터 구조가 트리의 컷셋에서 빠지는 간선을 상수 확률로 식별할 수 있는가?
• RQ3 다항수준의 갱신 시퀀스 동안 고확률로 쿼리의 정확성을 보장하면서 O(n log²n) 공간을 사용할 수 있는가?
• RQ4 이 접근법은 부분선형 공간과 O(log⁶n) 평균 갱신 시간을 갖는 동적 2-간선 연결성으로 확장될 수 있는가?

주요 결과

• 논문은 동적 그래프 연결성에 대해 O(log⁴n) 최악의 경우 갱신 시간을 달성하였으며, 이는 이전의 O(log⁵n) 기준 대비 log n 배 향상된 것이다.
• 알고리즘은 오직 O(n log²n) 단위의 공간만을 사용하며, 2012년에 제안된 가장 효율적인 동적 그래프 스트림 알고리즘의 공간 복잡도와 일치한다.
• 쿼리는 고확률로 O(log n / log log n) 시간 내에 응답되며, 다항수준의 갱신 시퀀스 동안 정확성을 보장한다.
• 알고리즘은 O(log⁶n) 평균 갱신 시간과 O(log n / log log n) 쿼리 시간을 갖는 동적 2-간선 연결성을 지원하며, O(n log²n) 단위의 공간을 사용한다.
• 컷셋 데이터 구조는 고확률(1 - 1/n^c)로 반환된 간선이 컷셋에 속해 있음을 보장하며, 복구 방법은 2의 거듭제곱 모듈로에서 O((c + d) lg n)회의 곱셈만을 사용한다.
• 이 접근법은 양방향 오류 확률 1/n^c를 달성하며, 추가로 O(m)의 공간을 사용할 경우 단방향 오류로 감소하여 '예' 응답은 항상 정확하다.