[논문 리뷰] Faster 0-1-Knapsack via Near-Convex Min-Plus-Convolution

Karl Bringmann, Alejandro Cassis|arXiv (Cornell University)|2023. 01. 01.

Optimization and Search Problems인용 수 5

한 줄 요약

이 논문은 0-1-냅색 문제에 대해 더 빠른 의사다항식 시간 알고리즘을 제안하며, 새로운 근사로 볼록(min-plus) 복합 알고리즘을 도입한다. 저자들은 $\tilde{O}(n w_{\text{max}} p_{\text{max}}^{2/3})$ 및 $\tilde{O}(n p_{\text{max}} w_{\text{max}}^{2/3})$의 향상된 시간 복잡도를 달성하여, $p_{\text{max}} \approx w_{\text{max}} \approx n$ 인 경우에 $n^3$ 장벽을 돌파한다. 핵심 혁신은 $\tilde{O}((n+m)\Delta)$ 시간에 작동하는 근사로 볼록 min-plus 복합 알고리즘으로, 복잡한 예측 기법을 대체하고 더 빠른 0-1-냅색 해법을 가능하게 한다.

ABSTRACT

We revisit the classic 0-1-Knapsack problem, in which we are given $n$ items with their weights and profits as well as a weight budget $W$, and the goal is to find a subset of items of total weight at most $W$ that maximizes the total profit. We study pseudopolynomial-time algorithms parameterized by the largest profit of any item $p_{\max}$, and the largest weight of any item $w_{\max}$. Our main result are algorithms for 0-1-Knapsack running in time $ ilde{O}(n\,w_\max\,p_\max^{2/3})$ and $ ilde{O}(n\,p_\max\,w_\max^{2/3})$, improving upon an algorithm in time $O(n\,p_\max\,w_\max)$ by Pisinger [J. Algorithms '99]. In the regime $p_\max \approx w_\max \approx n$ (and $W \approx \mathrm{OPT} \approx n^2$) our algorithms are the first to break the cubic barrier $n^3$. To obtain our result, we give an efficient algorithm to compute the min-plus convolution of near-convex functions. More precisely, we say that a function $f \colon [n] \mapsto \mathbf{Z}$ is $Δ$-near convex with $Δ\geq 1$, if there is a convex function $\breve{f}$ such that $\breve{f}(i) \leq f(i) \leq \breve{f}(i) + Δ$ for every $i$. We design an algorithm computing the min-plus convolution of two $Δ$-near convex functions in time $ ilde{O}(nΔ)$. This tool can replace the usage of the prediction technique of Bateni, Hajiaghayi, Seddighin and Stein [STOC '18] in all applications we are aware of, and we believe it has wider applicability.

연구 동기 및 목표

• 0-1-냅색 문제에 대해 의사다항식 시간 알고리즘에서 $p_{\text{max}} \approx w_{\text{max}} \approx n$ 인 경우 $n^3$ 장벽을 돌파하기.
• Bateni 등이 제안한 예측 기법을 일반화하고 대체하는 새로운 효율적인 $\Delta$-근사로 볼록 함수에 대한 min-plus 복합 알고리즘 설계하기.
• 동적 프로그래밍 및 미세 복잡도 이론에서 구조화된 min-plus 복합 문제에 대해 더 단순하고 광범위하게 적용 가능한 도구 제공하기.
• 기본적인 동적 프로그래밍 상태 전이에서의 근사로 볼록성 특성을 활용하여, 기존의 $O(n p_{\text{max}} w_{\text{max}})$ bound를 초월하는 더 빠른 알고리즘 개선하기.

제안 방법

• 함수들이 볼록 함수로부터 $\Delta$ 이내에 있도록 제한되는 $\Delta$-근사로 볼록 함수의 개념을 도입한다.
• 도메인을 상호 배타적인 이진 상자로 분할하는 재귀 알고리즘을 설계하여, min-plus 복합이 비트리비어가 아닌 영역에만 집중한다.
• 진짜 min-plus 복합이 발생할 가능성이 높은 구조화된 영역 $R_{2\Delta}$ 를 식별하기 위해 $\hat{f}, \hat{g}$ 와 같은 볼록 근사치를 사용한다.
• R_{2\Delta} 내부에서의 근사선형성 활용: 함수들이 $O(\Delta)$ 오차를 가진 선형 함수처럼 행동하여 합집합 크기를 작게 유지한다.
• Corollary 21을 적용하여 측정 길이 $s$인 상자당 $\tilde{O}(\Delta s)$ 시간에 작은 합집합을 효율적으로 계산함으로써 $\tilde{h}$ 를 신속하게 계산한다.
• 재귀 비용을 부모 상자에 할당하고 기하 급수를 사용하여 모든 레벨의 총 시간을 유한하게 제한하여 총 시간 복잡도를 $\tilde{O}((n+m)\Delta)$ 로 유도한다.

실험 결과

연구 질문

• RQ1 0-1-냅색 문제에 대해 $p_{\text{max}}$ 와 $w_{\text{max}}$ 가 $n$ 에 비해 작을 경우 더 빠른 알고리즘을 설계할 수 있는가?
• RQ2 Bateni 등이 제안한 복잡한 예측 기법을 피하는 일반적인 도구로서의 구조화된 min-plus 복합 문제에 대한 도구가 존재하는가?
• RQ3 동적 프로그래밍 상태에서의 근사로 볼록성 특성을 활용하여 표준 $O(n p_{\text{max}} w_{\text{max}})$ bound를 초월하는 더 빠른 알고리즘을 얻을 수 있는가?
• RQ4 $\Delta$-근사로 볼록 함수의 min-plus 복합에 대해 최적의 시간 복잡도는 무엇이며, 이를 효율적으로 달성할 수 있는가?

주요 결과

• 논문은 $\tilde{O}(n w_{\text{max}} p_{\text{max}}^{2/3})$ 시간에 작동하는 0-1-냅색 문제에 대한 랜덤화 알고리즘을 제안하며, Pisinger의 $O(n p_{\text{max}} w_{\text{max}})$ bound 를 향상시킨다.
• 대칭적인 알고리즘을 통해 $\tilde{O}(n p_{\text{max}} w_{\text{max}}^{2/3})$ 시간에 도달할 수 있으며, 이는 이중 매개변수 최적화를 제공한다.
• 저자들은 $\Delta$-근사로 볼록 함수의 min-plus 복합에 대해 $\tilde{O}((n+m)\Delta)$ 시간에 작동하는 새로운 알고리즘을 도입한다.
• 이 새로운 알고리즘은 Bateni 등이 제안한 예측 기법을 모든 알려진 응용 분야에서 대체하며, 더 단순하게 서술하고 적용할 수 있다.
• 이 방법은 $p_{\text{max}} \approx w_{\text{max}} \approx n$ 인 경우에 $n^3$ 장벽을 돌파하여 비세제곱 성능을 달성한다.
• 핵심 통찰은 근사로 볼록 함수가 $O(\Delta)$ 오차를 가진 선형 함수처럼 행동하여 작은 합집합을 이끌어내며, 이를 효율적으로 계산할 수 있다는 점이다.