[논문 리뷰] Fast Approximation Algorithms for Cut-based Problems in Undirected Graphs

Aleksander Mądry|arXiv (Cornell University)|2010. 08. 11.

Complexity and Algorithms in Graphs참고 문헌 31인용 수 14

한 줄 요약

이 논문은 Räcke의 무차별 라우팅과 Spielman-Teng의 초희박화 기반으로, 잘라내기 기반 문제에 대한 빠른 근사 알고리즘을 설계하기 위한 새로운 프레임워크를 제안한다. 이 프레임워크는 자주 사용되는 자르기 보존 그래프 분해를 활용하여, 거의 선형 시간 내에 흩어진 자르기와 균형 잡힌 분리 문제에 대해 다항로그 근사 비율을 달성한다. 이는 점진적으로 자르기의 구조를 근사적으로 보존하는 j-트리들을 고려하여 시행한다.

ABSTRACT

We present a general method of designing fast approximation algorithms for cut-based minimization problems in undirected graphs. In particular, we develop a technique that given any such problem that can be approximated quickly on trees, allows approximating it almost as quickly on general graphs while only losing a poly-logarithmic factor in the approximation guarantee. To illustrate the applicability of our paradigm, we focus our attention on the undirected sparsest cut problem with general demands and the balanced separator problem. By a simple use of our framework, we obtain poly-logarithmic approximation algorithms for these problems that run in time close to linear. The main tool behind our result is an efficient procedure that decomposes general graphs into simpler ones while approximately preserving the cut-flow structure. This decomposition is inspired by the cut-based graph decomposition of Räcke that was developed in the context of oblivious routing schemes, as well as, by the construction of the ultrasparsifiers due to Spielman and Teng that was employed to preconditioning symmetric diagonally-dominant matrices.

연구 동기 및 목표

• 일반적인 무방향 그래프에서 자르기 기반 최소화 문제에 대한 빠른 근사 방법을 개발하는 것.
• 일반 그래프로의 트리 기반 근사 알고리즘 확장을 통해 근사 품질에 다항로그 손실만을 초래하는 것.
• 자르기 유량을 보존하면서도 흩어진 자르기 및 균형 잡힌 분리 문제의 효율적 근사화를 가능하게 하는 자르기 보존 그래프 분해를 설계하는 것.
• 기본적인 그래프 분할 문제에 대해 거의 선형 시간 알고리즘과 다항로그 근사 비율을 동시에 달성하는 것.
• Räcke의 자르기 기반 분해와 Spielman-Teng의 초희박화 기반 프레임워크를 통합하여 이전의 스펙트럼 기반 및 유량 기반 접근법의 장점을 결합함으로써 보다 빠른 알고리즘을 도출하는 것.

제안 방법

• 이 방법은 입력 그래프의 자르기 구조를 근사적으로 보존하는 j-트리를 구성하기 위해 반복적으로 적용되는 Find Cut-preserving Trees 절차를 사용한다.
• 먼저 그래프를 희박화하여 간선 수를 줄이고 자르기 용량을 유지한다.
• 알고리즘은 정리 3.6에서 유도된 t′-희박 분해를 적용하여, 희박화된 그래프를 더 단순한 그래프(즉, j′-트리)의 볼록 조합으로 표현한다.
• 이 분해에서 무작위로 그래프 H를 샘플링한다. H가 j-트리이면 이를 반환하고, 그렇지 않으면 H의 코어에 대해 t 값을 제곱하여 증가시킨 상태에서 절차를 재귀적으로 적용한다.
• 재귀 단계에서는 코어에서 얻은 j-트리와 원래 그래프의 엔벨로프를 조합하여 전체 그래프의 자르기 구조를 보존하는 j-트리를 구성한다.
• 반복적인 호출을 통해 성공 확률을 높이며, 농도 경계를 활용하여 고확률의 자르기 보존을 보장한다.

실험 결과

연구 질문

• RQ1 일반적인 무방향 그래프에서 트리에서와 유사한 효율성으로 자르기 기반 문제를 근사화할 수 있으며, 근사 품질에 다항로그 손실만 존재하는가?
• RQ2 자르기 유량을 보존하면서도 빠른 근사 알고리즘을 가능하게 하는 그래프 분해를 설계할 수 있는가?
• RQ3 Räcke의 자르기 기반 분해와 Spielman-Teng의 초희박화 기반 프레임워크를 통합하여 흩어진 자르기 및 균형 잡힌 분리 문제에 대해 더 빠른 알고리즘을 도출할 수 있는가?
• RQ4 트리 유사 구조를 근사 대체로 사용할 경우, 자르기 기반 문제의 근사 비율과 실행 시간 사이의 상호 교환 관계는 어떠한가?
• RQ5 증가하는 t 값에 기반한 재귀적 분해를 어떻게 활용하여 문제 크기를 줄이면서도 자르기 보존을 유지할 수 있는가?

주요 결과

• 알고리즘은 T ≤ max{⌈log(logt(n/j) + 1)⌉, 1} 및 T ≤ k 를 만족하는 선택된 매개변수에 대해 (log(1+o(1))T n)-근사 비율로 자르기 보존을 달성한다.
• 실행 시간은 eO(m + 2k n^{1 + (1-l)/(2k-1)} log U)이며, l 가 적절히 선택될 경우 거의 선형 시간이 된다.
• 프레임워크는 확률 1 - 1/n²로 nl-trees를 생성하며, 이들은 (log(1+o(1))k n)-자르기 보존을 수행한다.
• 결과로 얻은 j-트리의 용량 비율은 n^{(2+o(1))k}U 이하로 제한되어 있어 다항식 크기의 증가를 보장한다.
• 일반화된 흩어진 자르기 및 균형 잡힌 분리 문제에 대해, 이 방법은 거의 선형 시간 내에 다항로그 근사 비율을 달성한다.
• 이 접근법은 그래프의 도전도에 의존하지 않으며, 이전의 스펙트럼 기반 및 유량 기반 방법보다 더 나은 실행 시간과 근사 보장을 달성한다.