[논문 리뷰] Fast Algorithms for Max Independent Set in Graphs of Small Average Degree

Nicolas Bourgeois, Bruno Escoffier외 2명|ArXiv.org|2009. 01. 12.

Advanced Graph Theory Research참고 문헌 3인용 수 7

한 줄 요약

이 논문은 평균 차수(≤6)가 작은 그래프에서 최대 독립집합 문제에 대한 더 빠른 정확 알고리즘을 제시한다. 정교화된 감소 규칙과 새로운 '하향식' 복잡도 전이 방법을 사용하여, 기존 결과보다 향상된 최악의 경우 시간 복잡도를 달성한다: 평균 차수 ≤3에 대해 O*(1.0854ⁿ), ≤4에 대해 O*(1.1571ⁿ), ≤5에 대해 O*(1.1969ⁿ), ≤6에 대해 O*(1.2149ⁿ)를 기록하며, 평균 차수 및 최대 차수 제약 조건 모두에서 이전 결과를 초월한다.

ABSTRACT

Max Independent Set (MIS) is a paradigmatic problem in theoretical computer science and numerous studies tackle its resolution by exact algorithms with non-trivial worst-case complexity. The best such complexity is, to our knowledge, the $O^*(1.1889^n)$ algorithm claimed by J.M. Robson (T.R. 1251-01, LaBRI, Univ. Bordeaux I, 2001) in his unpublished technical report. We also quote the $O^*(1.2210^n)$ algorithm by Fomin and al. (in Proc. SODA'06, pages 18-25, 2006), that is the best published result about MIS. In this paper we settle MIS in (connected) graphs with "small" average degree, more precisely with average degree at most 3, 4, 5 and 6. Dealing with graphs of average degree at most 3, the best bound known is the recent $O^*(1.0977^n)$ bound by N. Bourgeois and al. in Proc. IWPEC'08, pages 55-65, 2008). Here we improve this result down to $O^*(1.0854^n)$ by proposing finer and more powerful reduction rules. We then propose a generic method showing how improvement of the worst-case complexity for MIS in graphs of average degree $d$ entails improvement of it in any graph of average degree greater than $d$ and, based upon it, we tackle MIS in graphs of average degree 4, 5 and 6. For MIS in graphs with average degree 4, we provide an upper complexity bound of $O^*(1.1571^n)$ that outperforms the best known bound of $O^*(1.1713^n)$ by R. Beigel (Proc. SODA'99, pages 856-857, 1999). For MIS in graphs of average degree at most 5 and 6, we provide bounds of $O^*(1.1969^n)$ and $O^*(1.2149^n)$, respectively, that improve upon the corresponding bounds of $O^*(1.2023^n)$ and $O^*(1.2172^n)$ in graphs of maximum degree 5 and 6 by (Fomin et al., 2006).

연구 동기 및 목표

• 평균 차수가 작은 그래프에서 최대 독립집합 문제에 대한 정확 알고리즘의 최악의 경우 시간 복잡도를 향상시키는 것.
• 낮은 평균 차수를 가진 그래프에서의 복잡도 향상 결과를 높은 평균 차수를 가진 그래프로 전이할 수 있는 일반적인 방법을 개발하는 것.
• 특히 희박한 경우에서 최대 차수 3, 4, 5, 6인 그래프에 대해 기존의 기준을 뛰어넘는 것.
• 평균 차수 ≤3인 그래프에 대한 감소 규칙을 정교화하여 보다 날카로운 복잡도 상한을 달성하는 것.

제안 방법

• 평균 차수 최대 3인 그래프에 대한 시간 복잡도 향상을 위해 더 정교하고 강력한 감소 규칙을 제안한다.
• 평균 차수 d인 그래프에서의 복잡도 상한을 평균 차수 > d인 그래프로 확장하기 위해 '하향식' 방법을 도입하며, 이는 매개변수화된 재귀 형태를 기반으로 한다.
• 정점 및 간선 감소에 기반한 재귀 관계를 활용하며, 복잡도는 αⁿ의 형태로 표현되며, α는 특성 방정식의 최대 근에서 유도된다.
• 재귀에서 정점 감소와 간선 감소 간의 트레이드오프를 모델링하기 위해 매개변수화된 복잡도 형태인 O*(γⁿ y^{m - (5/2 + εᵢ)n})를 사용한다.
• 낮은 차수에서의 알려진 상한을 활용하여 평균 차수 4, 5, 6에 대한 상한을 유도한다.
• 분기 단계에서 제거되는 간선 수의 최소값을 구속하기 위해 조합 분석과 제약 최적화를 통해 방법을 검증한다.

실험 결과

연구 질문

• RQ1 평균 차수 ≤3인 그래프에서 최대 독립집합 문제에 대한 최악의 경우 시간 복잡도를 O*(1.0977ⁿ)를 초월해 향상시킬 수 있는가?
• RQ2 평균 차수 d인 그래프에서의 복잡도 향상 결과를 더 높은 평균 차수를 가진 그래프로 일반적으로 전이할 수 있는 방법이 존재하는가?
• RQ3 체계적인 전이 메커니즘을 통해 평균 차수 4, 5, 6인 그래프에서 최대 독립집합 문제의 시간 복잡도를 향상시킬 수 있는가?
• RQ4 평균 차수 ≤6인 그래프에서 최대 독립집합 문제에 대한 가장 날카로운 가능한 시간 복잡도 상한은 무엇이며, 최대 차수 기반 상한과 비교해 볼 때 어떻게 다른가?

주요 결과

• 논문은 평균 차수 최대 3인 그래프에서 최대 독립집합 문제에 대해 O*(1.0854ⁿ)의 시간 복잡도 상한을 확보하여 이전 최고 성능인 O*(1.0977ⁿ)을 향상시켰다.
• 평균 차수 최대 4인 그래프에 대해서는 O*(1.1571ⁿ)의 상한을 확립하였으며, 이는 최대 차수 4인 그래프에 대한 이전 최고 성능인 O*(1.1713ⁿ)을 뛰어넘었다.
• 평균 차수 최대 5인 그래프에 대해서는 O*(1.1969ⁿ)의 상한을 확보하였으며, 이는 최대 차수 5인 그래프에 대한 O*(1.2023ⁿ)의 이전 상한을 향상시켰다.
• 평균 차수 최대 6인 그래프에 대해서는 O*(1.2149ⁿ)의 상한을 확보하였으며, 이는 최대 차수 6인 그래프에 대한 O*(1.2172ⁿ)의 이전 상한을 향상시켰다.
• 제안된 하향식 복잡도 전이 방법은 낮은 차수에서 유도된 상한을 더 높은 차수의 그래프로 전이할 수 있게 하며, 모든 시험 케이스에서 입증된 효과를 보였다.
• 결과는 특히 희박한 그래프에서 평균 차수 제약 조건이 최대 차수 제약 조건보다 더 날카로운 상한을 가능하게 함을 보여주었다.