[논문 리뷰] Explicit and Implicit Dynamic Coloring of Graphs with Bounded Arboricity

Monika Henzinger, Stefan Neumann외 1명|arXiv (Cornell University)|2020. 02. 24.

Advanced Graph Theory Research참고 문헌 3인용 수 5

한 줄 요약

이 논문은 현재의 산포성(arboricity) $\alpha$에 따라 적응하는 동적 그래프 색칠 알고리즘을 제안하며, 산포성이 $\alpha$로 제한된 그래프에서 $O(\alpha\log n)$-색칠을 유지하면서 다항로그 시간(update time)을 갖는다. 이는 최대 산포성 $\alpha_{\max}$ 가 아닌 현재 산포성에 따라 적응한다. 또한 다항로그 시간 업데이트를 갖는 암시적 색칠 기법을 도입하여, 평면 그래프와 같은 산포성이 일정한 그래프에 대해 처음으로 완전 동적 $O(1)$-색칠을 가능하게 한다.

ABSTRACT

Graph coloring is a fundamental problem in computer science. We study the fully dynamic version of the problem in which the graph is undergoing edge insertions and deletions and we wish to maintain a vertex-coloring with small update time after each insertion and deletion. We show how to maintain an $O(α\lg n)$-coloring with polylogarithmic update time, where $n$ is the number of vertices in the graph and $α$ is the current arboricity of the graph. This improves upon a result by Solomon and Wein (ESA'18) who maintained an $O(α_{\max}\lg^2 n)$-coloring, where $α_{\max}$ is the maximum arboricity of the graph over all updates. Furthermore, motivated by a lower bound by Barba et al. (Algorithmica'19), we initiate the study of implicit dynamic colorings. Barba et al. showed that dynamic algorithms with polylogarithmic update time cannot maintain an $f(α)$-coloring for any function $f$ when the vertex colors are stored explicitly, i.e., for each vertex the color is stored explicitly in the memory. Previously, all dynamic algorithms maintained explicit colorings. Therefore, we propose to study implicit colorings, i.e., the data structure only needs to offer an efficient query procedure to return the color of a vertex (instead of storing its color explicitly). We provide an algorithm which breaks the lower bound and maintains an implicit $2^{O(α)}$-coloring with polylogarithmic update time. In particular, this yields the first dynamic $O(1)$-coloring for graphs with constant arboricity such as planar graphs or graphs with bounded tree-width, which is impossible using explicit colorings. We also show how to dynamically maintain a partition of the graph's edges into $O(α)$ forests with polylogarithmic update time. We believe this data structure is of independent interest and might have more applications in the future.

연구 동기 및 목표

• 시간이 지남에 따라 최대 산포성 $\alpha_{\max}$ 가 아닌 현재 산포성 $\alpha$에 따라 적응하는 동적 정점 색칠을 유지하는 문제에 대응한다.
• 모든 함수 $f$에 대해 다항로그 시간 업데이트를 갖는 명시적 동적 색칠이 $f(\alpha)$-색칠을 유지할 수 없음을 보여주는 기존의 하한선을 극복한다.
• 암시적 동적 색칠의 개념을 도입하고 체계화한다. 이는 색상이 명시적으로 저장되지 않지만 효율적으로 질의될 수 있음을 뜻한다.
• 다항로그 시간 업데이트를 갖는 동적 데이터 구조를 개발하여 간선을 $O(\alpha)$개의 산림으로 나누는 분할을 유지한다. 이는 핵심 기술 기여이다.

제안 방법

• 정점의 차수에 따라 레벨을 할당하고 업데이트 시 동적으로 재할당하는 계층적 레벨 기반 데이터 구조를 설계한다.
• 다른 레벨 그룹에 대해 서로 다른 색상 팔레트를 사용하여 적절한 색칠을 보장하며, 각 그룹의 팔레트 크기는 레벨 깊이에 따라 지수적으로 증가한다.
• 노후화된 정점들을 추적하고 재귀적으로 색상을 재계산함으로써 효율적인 업데이트 및 질의를 지원하는 레벨 데이터 구조를 유지한다.
• 낮은 산포성($\alpha^* \leq \frac{1}{10}\log n$)에 대해서는 암시적 색칠을 사용하는 데이터 구조와, 높은 산포성에 대해서는 명시적 색칠을 사용하는 데이터 구조를 병렬로 사용한다.
• 레벨 데이터 구조를 활용하여 간선 집합을 $O(\alpha)$개의 산림으로 나누는 분할을 동적으로 유지하며, 이는 명시적 및 암시적 색칠 기법 모두에 핵심적이다.
• 상위 레벨의 이웃을 확인함으로써 정점의 색상을 재귀적으로 계산하는 질의 메커니즘을 사용하여 정확성과 제한된 질의 시간을 보장한다.

실험 결과

연구 질문

• RQ1 완전 동적 그래프 색칠 알고리즘이 최대 산포성 $\alpha_{\max}$ 가 아닌 현재 산포성 $\alpha$에 따라 의존하는 색칠을 유지할 수 있는가?
• RQ2 모든 함수 $f$에 대해 다항로그 시간 업데이트를 갖는 동적 알고리즘이 명시적 $f(\alpha)$-색칠을 유지할 수 없음을 보여주는 하한선을 우회할 수 있는가?
• RQ3 산포성이 일정한 그래프에 대해 암시적 동적 색칠이 업데이트 및 질의 시간 측면에서 효율적으로 작동할 수 있는가?
• RQ4 동적 업데이트 하에서 간선 집합을 $O(\alpha)$개의 산림으로 나누는 데 효율적인 데이터 구조는 무엇인가?
• RQ5 제안된 암시적 색칠 기법이 산포성이 일정한 그래프(예: 평면 그래프 또는 산도수 제한 그래프)에 대해 $O(1)$-색칠을 달성할 수 있는가?

주요 결과

• 산포성이 $\alpha^* > \frac{1}{10}\log n$일 경우, 평균 업데이트 시간 $O(\log^2 n)$, 질의 시간 $O(1)$로 명시적 $O(\alpha\log n)$-색칠을 달성한다.
• 산포성이 $\alpha^* \leq \frac{1}{10}\log n$인 그래프의 경우, 평균 업데이트 시간 $O(\log^2 n)$, 질의 시간 $O\left(\log n\right)$로 암시적 $2^{O(\alpha)}$-색칠을 유지한다.
• 산포성이 일정한 그래프(예: 평면 그래프, 산도수 제한 그래프)에 대해 암시적 색칠을 통해 처음으로 완전 동적 $O(1)$-색칠을 달성한다.
• 암시적 기법에서 사용된 총 색상 수는 $O\left(\alpha \log \alpha \log n / \log \log n\right)$이며, 이는 Solomon과 Wein(ESA’18)의 $O\left(\alpha_{\max} \log^2 n\right)$ 상한보다 향상된 것이다.
• 간선 집합을 $O\left(\alpha\right)$개의 산림으로 나누는 분할을 다항로그 시간 업데이트로 동적으로 유지하는 데이터 구조를 구현하였으며, 이는 별도의 관심사로도 가치가 있다.
• 모든 정점의 질의 시간은 $O(\log n)$ 이하로 제한되며, 이는 상위 레벨의 이웃을 확인하는 재귀적 색칠 절차를 통해 달성된다. 최악의 경우 시간 복잡도는 $O(\alpha^J)$이며, 여기서 $J = \Theta(\log \log n / \log \alpha)$이다.