[논문 리뷰] Faster Divergence Maximization for Faster Maximum Flow

Yang P. Liu, Aaron Sidford|arXiv (Cornell University)|2020. 03. 19.

Commutative Algebra and Its Applications참고 문헌 32인용 수 24

한 줄 요약

이 논문은 방향 그래프에서 최대 유량을 위한 새로운 내점법(IPM)을 제안하며, 희박한 그래프에서 중간 정도의 용량을 가진 경우 이전의 경계보다 향상된 $ m^{4/3+o(1)}U^{1/3} $의 런타임을 달성한다. 이 방법은 가중 로그 장벽을 사용하여 에너지 최대화를 브레그만 발산 최소화로 일반화함으로써, $ \ell^4 $-노름 의존성을 피하고 $ \ell^2 $-$ \ell^p $ 유량 해법을 매끄럽게 적용하여 고정밀도 무방향 유량 문제를 빠르게 해결한다.

ABSTRACT

In this paper we provide an algorithm which given any $m$-edge $n$-vertex directed graph with integer capacities at most $U$ computes a maximum $s$-$t$ flow for any vertices $s$ and $t$ in $m^{4/3+o(1)}U^{1/3}$ time. This improves upon the previous best running times of $m^{11/8+o(1)}U^{1/4}$ (Liu Sidford 2019), $ ilde{O}(m \sqrt{n} \log U)$ (Lee Sidford 2014), and $O(mn)$ (Orlin 2013) when the graph is not too dense or has large capacities. To achieve the results this paper we build upon previous algorithmic approaches to maximum flow based on interior point methods (IPMs). In particular, we overcome a key bottleneck of previous advances in IPMs for maxflow (Mądry 2013, Mądry 2016, Liu Sidford 2019), which make progress by maximizing the energy of local $\ell_2$ norm minimizing electric flows. We generalize this approach and instead maximize the divergence of flows which minimize the Bregman divergence distance with respect to the weighted logarithmic barrier. This allows our algorithm to avoid dependencies on the $\ell_4$ norm that appear in other IPM frameworks (e.g. Cohen Mądry Sankowski Vladu 2017, Axiotis Mądry Vladu 2020). Further, we show that smoothed $\ell_2$-$\ell_p$ flows (Kyng, Peng, Sachdeva, Wang 2019), which we previously used to efficiently maximize energy (Liu Sidford 2019), can also be used to efficiently maximize divergence, thereby yielding our desired runtimes. We believe both this generalized view of energy maximization and generalized flow solvers we develop may be of further interest.

연구 동기 및 목표

• 기존 내점법(IPM)에서 $ \ell^2 $-노름 에너지 최대화에 의존하고 $ \ell^4 $-노름 의존성을 지닌 런타임 병목 현상을 극복하기 위해.
• 에너지 최대화를 브레그만 발산을 사용한 발산 최대화로 대체하는 IPM 기반 최대 유량의 일반화된 프레임워크를 개발하기 위해.
• 고정밀도 무방향 유량 문제를 해결하기 위해 매끄러운 $ \ell^2 $-$ \ell^p $ 유량 해법을 활용하여 수렴 속도를 향상시키기 위해.
• 희박하고 정수 용량을 가진 방향 그래프에서 최대 유량을 위한 증명 가능하게 빠른 알고리즘을 도출하기 위해.

제안 방법

• 표준 $ \ell^2 $-노름 에너지 최소화 대신 가중 로그 장벽에 대해 브레그만 발산을 최소화하는 흐름의 발산을 최대화함으로써 IPM 프레임워크를 일반화한다.
• 전기 유량에서 표준 $ \ell^2 $-노름 최소화를 브레그만 발산 최소화로 대체함으로써 이전 IPM 접근법에서 나타나는 $ \ell^4 $-노름 의존성을 피한다.
• 각 IPM 반복에서 필요로 하는 고정밀도 무방향 유량 문제를 효율적으로 해결하기 위해 매끄러운 $ \ell^2 $-$ \ell^p $ 유량을 사용한다.
• 반복 정밀도 향상 기법을 적용하여 각 반복에서 $ m^{1+o(1)} $ 시간 내에 이러한 일반화된 유량 문제를 고정밀도로 해결한다.
• 다음 중심 경로 점으로의 혼잡도를 상당히 감소시키는 새로운 가중치 업데이트 규칙을 도입하여 단계 크기와 가중치 성장률을 최적화한다.
• 주 반복이 종료된 후 최종적으로 최대 유량을 도출하기 위해 알고리즘에 증강 경로와 정수 반올림 기법을 통합한다.

실험 결과

연구 질문

• RQ1 브레그만 발산 최대화가 IPM 기반 최대 유량 알고리즘에서 에너지 최대화를 대체하여 $ \ell^4 $-노름 의존성을 피할 수 있는가?
• RQ2 매끄러운 $ \ell^2 $-$ \ell^p $ 유량 해법이 발산 최대화 IPM의 맥락에서 고정밀도 무방향 유량 문제를 해결하는 데 적응 가능할 수 있는가?
• RQ3 희박하고 정수 용량을 가진 방향 그래프에서 일반화된 IPM 프레임워크를 사용해 $ m^{4/3+o(1)}U^{1/3} $의 런타임을 달성할 수 있는가?
• RQ4 초기화 경로의 구조적 성질은 어떤가? 이 성질들은 초과 선형 성장이나 무한한 혼잡도 없이 최적의 가중치 업데이트를 가능하게 하는가?
• RQ5 이러한 일반화된 발산 최대화 프레임워크는 최대 유량을 넘어서 다른 유량 및 최적화 문제로 확장 가능한가?

주요 결과

• 제안된 알고리즘은 $ m^{4/3+o(1)}U^{1/3} $ 시간 내에 최대 s-t 유량을 계산하며, 이는 희박한 그래프에서 중간 정도의 용량을 가진 경우 이전의 최선 경계인 $ m^{11/8+o(1)}U^{1/4} $ 보다 향상된 것이다.
• 이전 IPM 접근법에서 주요 병목이었던 $ \ell^2 $-노름 에너지 최소화 대신 브레그만 발산 최소화를 사용함으로써 $ \ell^4 $-노름 의존성이 제거된다.
• 매끄러운 $ \ell^2 $-$ \ell^p $ 유량 해법이 각 IPM 반복에서 요구되는 고정밀도 무방향 유량 문제를 해결하기 위해 성공적으로 일반화되었으며, 이로 인해 $ m^{1+o(1)} $-시간 단위 스텝이 가능해졌다.
• 가중치 업데이트 규칙은 다음 중심 경로 점으로의 혼잡도를 곱셈적으로 감소시키며, 종료 시점에 $ \|w\|_1 \leq 5m/2 $를 유지하여 효율성을 확보한다.
• 발산 최대화, 반복 정밀도 향상, 그리고 최종 증강 경로 단계를 조합함으로써 알고리즘이 정확성과 거의 최적의 런타임을 달성한다.
• 저자들은 IPM 기반 최대 유량에 대해 $ m^{4/3} $를 잠재적인 자연적인 런타임 장벽으로 식별하였으며, 이를 돌파하기 위해서는 비가환적 가중치 업데이트 또는 새로운 중심 경로 단계 전략이 필요할 것이라고 제안한다.