[논문 리뷰] Exponential-Time Approximation of Hard Problems

Marek Cygan, Łukasz Kowalik외 2명|ArXiv.org|2008. 10. 27.

Complexity and Algorithms in Graphs참고 문헌 22인용 수 19

한 줄 요약

이 논문은 최대 독립 집합, 정점 색칠, 집합 덮개, 대역폭과 같은 NP-난이도 문제들에 대해 근사 비율과 지수 시간 복잡도 사이의 상충 관계를 제시한다. 두 가지 접근 방식을 제시한다: (1) 더 작은 탐색 트리를 갖는 백트래킹 알고리즘 설계로, 대역폭 문제에 대해 $(4r-1)$-근사 비율을 $O^*(2^{n/r})$ 시간 내에 달성하고, (2) 정확한 지수 시간 알고리즘을 더 빠른 근사 알고리즘으로 변환하여, 집합 덮개 문제에 대해 $(1+\ln r)$-근사 비율을 $O^*(c^{n/r})$ 시간 내에 달성함으로써 정확도와 실행 시간 사이의 실용적 상충 관계를 가능하게 한다.

ABSTRACT

We study optimization problems that are neither approximable in polynomial time (at least with a constant factor) nor fixed parameter tractable, under widely believed complexity assumptions. Specifically, we focus on Maximum Independent Set, Vertex Coloring, Set Cover, and Bandwidth. In recent years, many researchers design exact exponential-time algorithms for these and other hard problems. The goal is getting the time complexity still of order $O(c^n)$, but with the constant $c$ as small as possible. In this work we extend this line of research and we investigate whether the constant $c$ can be made even smaller when one allows constant factor approximation. In fact, we describe a kind of approximation schemes -- trade-offs between approximation factor and the time complexity. We study two natural approaches. The first approach consists of designing a backtracking algorithm with a small search tree. We present one result of that kind: a $(4r-1)$-approximation of Bandwidth in time $O^*(2^{n/r})$, for any positive integer $r$. The second approach uses general transformations from exponential-time exact algorithms to approximations that are faster but still exponential-time. For example, we show that for any reduction rate $r$, one can transform any $O^*(c^n)$-time algorithm for Set Cover into a $(1+\ln r)$-approximation algorithm running in time $O^*(c^{n/r})$. We believe that results of that kind extend the applicability of exact algorithms for NP-hard problems.

연구 동기 및 목표

• 표준 복잡도 가정 하에 다항 시간 근사 가능하지도 않고, 고정 매개변수 트래컆블(fixed-parameter tractable)이 아닌 NP-난이도 문제를 다루기 위해.
• 정확한 알고리즘의 지수 시간 복잡도를 유지하면서 일정 요소의 근사 비율을 允허함으로써 이를 줄일 수 있는지 탐색하기 위해.
• 대역폭, 집합 덮개, 독립 집합과 같은 어려운 문제들에 대해 근사 품질과 실행 시간 사이의 실용적 상충 관계를 설계하기 위해.
• 다항 시간 근사 가능성과의 연결을 분석하여 이러한 감소의 이론적 한계를 설정하기 위해.

제안 방법

• 모든 정수 $r \geq 1$에 대해 $O^*(2^{n/r})$ 시간 내에 $(4r-1)$-근사 비율을 달성하는, 탐색 트리가 단순화된 백트래킹 알고리즘 설계.
• 입력을 $r$ 크기의 블록으로 그룹화하여 $m$개의 부분 인스턴스로 분할하는 리듀서 사용.
• 부분 인스턴스에서의 가중치 합산을 통한 병합 메커니즘으로, 최종 해가 최적해의 $\alpha r$ 배 이내임을 보장함. 여기서 $\alpha$는 부분 인스턴스 해법기의 근사 비율.
• 집합 덮개 문제에 대해 임의의 $O^*(c^n)$-시간 정확 알고리즘은 블록 기반 인스턴스 감소를 통해 $(1+\ln r)$-근사 비율 알고리즘으로 변환되며, 이는 $O^*(c^{n/r})$ 시간 내에 실행됨.
• 최근의 $O(2^{0.598n})$ 복잡도를 갖는 정확 알고리즘을 활용하여, 최소 지배 집합 문제에 대해 $O(2^{0.598n/r})$ 시간 내에 $r$-근사 비율을 달성하기 위해 병합 메커니즘의 적응을 수행함.
• 감소 구성 레미마를 사용하여 이러한 감소의 영향을 분석함으로써 다항 시간 근사 가능성을 제한함.

실험 결과

연구 질문

• RQ1 정확한 지수 시간 알고리즘의 실행 시간을 일정 요소의 근사 비율을 허용함으로써 줄일 수 있으며, 만약 가능하면 얼마나 줄일 수 있는가?
• RQ2 대역폭과 집합 덮개와 같은 어려운 문제들에 대해 근사 비율과 실행 시간 사이의 상충 관계는 어떠한가?
• RQ3 인스턴스 분할과 병합을 통해 정확한 지수 시간 알고리즘을 더 빠른 근사 알고리즘으로 체계적으로 변환할 수 있는가?
• RQ4 이러한 감소가 실행 시간을 얼마나 향상시킬 수 있으며, 좋은 근사 비율 유지를 위해 이론적 한계는 무엇인가?
• RQ5 이러한 감소가 더 나은 다항 시간 근사 가능성을 암시할 수 있으며, 이는 독립 집합과 정점 색칠 문제의 본질적 난이도에 대해 어떤 함의를 갖는가?

주요 결과

• 모든 양의 정수 $r$에 대해 대역폭 문제에 대해 $(4r-1)$-근사 비율 알고리즘이 $O^*(2^{n/r})$ 시간 내에 실행되며, 지수 기저를 줄임으로써 정확 알고리즘보다 향상됨.
• 집합 덮개 문제에 대해 임의의 $O^*(c^n)$-시간 정확 알고리즘은 $(1+\ln r)$-근사 비율 알고리즘으로 변환되며, 이는 $O^*(c^{n/r})$ 시간 내에 실행되어 실행 시간을 크게 줄임.
• 감소 프레임워크는 최근의 $O(2^{0.598n})$ 복잡도를 갖는 정확 알고리즘을 활용하여 최소 지배 집합 문제에 대해 $O(2^{0.598n/r})$ 시간 내에 $r$-근사 비율을 달성함.
• 프레임워크는 최대 독립 집합 문제에 대해 다항 시간 유계 $(r, \alpha r)$-감소가 존재할 경우, 다항 시간 내에 $O(n / \log n)^{\log_r c}$-근사 비율을 달성할 수 있음을 암시하며, 이러한 감소의 본질적 한계를 시사함.
• 분석 결과, $\alpha r$ 근사 비율을 초월하는 유계 감소로의 향상은 표준 가정 하에 다항 시간 근사 가능성의 돌풍을 암시하며, 예를 들어 ${\rm NP} = {\rm ZPP}$를 암시함.