[논문 리뷰] Efficient Graph Algorithms for Network Analysis

Tong-Wook Shinn, Tadao Takaoka|arXiv (Cornell University)|2013. 09. 16.

Complexity and Algorithms in Graphs참고 문헌 2인용 수 3

한 줄 요약

이 논문은 단위 간선 비용을 가진 방향성 그래프에서 1-센터 그래프 센터(GC) 및 그래프 뱅크럽트(GB) 문제에 대해 효율적인 알고리즘을 제시한다. 전체 APSP 계산을 피하기 위해 부울 행렬 거듭제곱에 대한 이진 탐색을 사용한다. 시간 복잡도는 Õ(n².³⁷³)을 달성하여 기존의 GC와 GB에 대한 각각 O(n².⁵⁷⁵) 및 O(n².⁶⁸⁸)의 경계를 향상시켰으며, 거리/유량 반군을 정의하여 모든 유량 값에 대해 최단 경로를 계산하는 SP-AF 문제를 도입하고, 이에 대해 플로이드 알고리즘의 일반화를 통해 해결한다.

ABSTRACT

The GC problem is to identify a pre-determined number of center vertices such that the distances or costs from (or to) the centers to (or from) other vertices is minimized. The bottleneck of a path is the minimum capacity of edges on the path. The Bottleneck Paths (BP) problem is to compute the paths that give us the maximum bottleneck values between pairs of vertices. The Graph Bottleneck (GB) problem is to find the minimum bottleneck value out of bottleneck paths for all possible pairs of vertices. We give two similar algorithms that are based on binary search to solve the 1-center GC problem and the GB problem on directed graphs with unit edge costs. We achieve $ ilde{O}(n^{2.373})$ worst case time complexity for both the 1-center GC problem and the GB problem, where $n$ is the number of vertices in the graph. This is better than the straightforward methods of solving the two problems in $O(n^{2.575})$ and $O(n^{2.688})$ time bounds, respectively. We then combine the Bottleneck Paths (BP) problem with the well known Shortest Paths (SP) problem to compute the shortest paths for all possible flow values. We call this problem the Shortest Paths for All Flows (SP-AF) problem. We show that if the flow demand is uncertain, but between two consecutive capacity values, the unique shortest path can be computed to push that flow. If the uncertainty stretches over two intervals, we need to prepare two shortest paths to accommodate the uncertainty, etc. In introducing this new problem, we define a new semi-ring called the distance/flow semi-ring, and show that the well known algorithm by Floyd can be used over the distance/flow semi-ring to solve the All Pairs Shortest Paths for All Flows (APSP-AF) problem.

연구 동기 및 목표

• 네트워크 분석에서 1-센터 그래프 센터(GC) 및 그래프 뱅크럽트(GB) 문제에 대해 더 빠른 알고리즘을 개발하기 위해.
• 모든 쌍의 최단 경로(APSP) 및 모든 쌍의 버블넥트 경로(APBP) 계산의 높은 비용을 피하기 위해, 매트릭스 거듭제곱에 대한 이진 탐색을 사용하기 위해.
• 거리/유량 반군을 정의하고 플로이드 알고리즘의 일반화를 통해 모든 유량 값에 대해 최단 경로를 계산하는 '모든 유량에 대한 최단 경로(SP-AF)' 문제를 도입하고 해결하기 위해.
• 기존 방법에 비해 GC 및 GB 문제에 대해 향상된 점근적 시간 복잡도를 달성하기 위해.
• 불가비교 거리-유량 쌍을 처리함으로써 다양한 유량 수요 하에서 최단 경로를 효율적으로 계산할 수 있도록 하기 위해.

제안 방법

• 경로 길이가 증가하는 방향으로 인접 행렬 B의 반복 제곱을 사용하여, 점차 증가하는 경로 길이까지의 도달 가능성을 계산하고, 이는 직경 Δ에 대한 이진 탐색의 기초가 된다.
• B^ℓ이 ℓ개의 간선 이내로 도달 가능한 모든 쌍을 포괄하는 부울 행렬 곱셈 프레임워크를 사용하여, 최적의 중심 반경에 대한 이진 탐색이 가능해진다.
• 임계값 t에 대한 이진 탐색을 적용하여, P(C) = 1이 되는 최소 Δ를 결정한다. 여기서 P(C)는 어떤 정점도 t 단계 이내에 모든 정점에 도달할 수 있는지 확인하는 함수이다.
• 각 행렬 원소가 자연 순서로 정렬된 불가비교 (거리, 유량) 쌍의 집합을 저장하는 거리/유량 반군을 도입한다.
• 거리/유량 반군 위에서 폐쇄 A*를 계산하기 위해 플로이드의 모든 쌍 최단 경로 알고리즘을 일반화하여 APSP-AF 문제를 해결한다.
• 유량 값에 따라 비교하는 방식으로, (거리, 유량) 쌍의 집합 간 곱셈을 O(|x| + |y|) 시간에 수행하는 사용자 정의 곱셈 절차를 사용한다.

실험 결과

연구 질문

• RQ1 전체 APSP를 계산하지 않고도 1-센터 그래프 센터 문제를 O(n².⁵⁷⁵) 이하로 빠르게 해결할 수 있는가?
• RQ2 명시적 APBP 계산을 피하면서도 그래프 뱅크럽트 문제를 O(n².⁶⁸⁸) 이하 시간에 해결할 수 있는가?
• RQ3 네트워크 내 정점 쌍 간에 가능한 모든 유량 값에 대해 최단 경로를 효율적으로 계산할 수 있는가?
• RQ4 거리와 유량 정보를 결합할 수 있는 반군 구조를 정의하여 효율적인 모든 쌍 계산을 지원할 수 있는가?
• RQ5 전체 APSP 없이도 매트릭스 거듭제곱에 대한 이진 탐색을 통해 1-센터의 최소 반경을 결정할 수 있는가?

주요 결과

• 1-센터 GC 문제는 Õ(n².³⁷³) 시간에 해결되었으며, Zwick(2002)가 제시한 이전 최선의 경계인 O(n².⁵⁷⁵)를 향상시켰다.
• 그래프 뱅크럽트(GB) 문제는 Õ(n².³⁷³) 시간에 해결되었으며, Duan과 Pettie(2009)가 제시한 이전의 O(n².⁶⁸⁸) 경계를 향상시켰다.
• SP-AF 문제는 거리/유량 반군을 사용하여 정의되었으며, 모든 유량 값에 대한 최단 경로 계산을 가능하게 하였다.
• 거리/유량 반군 위에서 일반화된 플로이드 알고리즘을 사용하여 APSP-AF 문제는 O(tn³) 시간에 해결되었으며, 여기서 t는 서로 다른 용량의 수이다.
• 불가비교 (거리, 유량) 쌍의 집합 간 곱셈은 O(|x| + |y|) 시간에 구현되어 효율적인 반군 연산을 가능하게 하였다.
• 전체 APSP 및 APBP 계산을 피하기 위해 매트릭스 거듭제곱에 대한 이진 탐색을 사용함으로써 시간 복잡도를 크게 감소시켰다.