[논문 리뷰] Faster Submodular Maximization for Several Classes of Matroids

Monika Henzinger, Paul Liu외 2명|arXiv (Cornell University)|2023. 01. 01.

Complexity and Algorithms in Graphs인용 수 1

한 줄 요약

이 논문은 그래픽, 이행성, 라미너 매트로이드 제약 조건 하에서 단조 증가하는 하위모듈라 최대화 문제에 대해 근선형 시간 알고리즘을 제시하며, (1 − 1/e − ε)-근사 비율을 달성한다. 이 접근법은 가중치 감소 및 동결 연산을 지원하는 새로운 동적 데이터 구조를 활용하여 효율적인 기저 유지 및 반올림을 가능하게 하며, 연속적 그레디 프레임워크 하에서 이론적 하한선과 일치한다.

ABSTRACT

The maximization of submodular functions have found widespread application in areas such as machine learning, combinatorial optimization, and economics, where practitioners often wish to enforce various constraints; the matroid constraint has been investigated extensively due to its algorithmic properties and expressive power. Though tight approximation algorithms for general matroid constraints exist in theory, the running times of such algorithms typically scale quadratically, and are not practical for truly large scale settings. Recent progress has focused on fast algorithms for important classes of matroids given in explicit form. Currently, nearly-linear time algorithms only exist for graphic and partition matroids [Alina Ene and Huy L. Nguyen, 2019]. In this work, we develop algorithms for monotone submodular maximization constrained by graphic, transversal matroids, or laminar matroids in time near-linear in the size of their representation. Our algorithms achieve an optimal approximation of 1-1/e-ε and both generalize and accelerate the results of Ene and Nguyen [Alina Ene and Huy L. Nguyen, 2019]. In fact, the running time of our algorithm cannot be improved within the fast continuous greedy framework of Badanidiyuru and Vondrák [Ashwinkumar Badanidiyuru and Jan Vondrák, 2014]. To achieve near-linear running time, we make use of dynamic data structures that maintain bases with approximate maximum cardinality and weight under certain element updates. These data structures need to support a weight decrease operation and a novel Freeze operation that allows the algorithm to freeze elements (i.e. force to be contained) in its basis regardless of future data structure operations. For the laminar matroid, we present a new dynamic data structure using the top tree interface of Alstrup, Holm, de Lichtenberg, and Thorup [Stephen Alstrup et al., 2005] that maintains the maximum weight basis under insertions and deletions of elements in O(log n) time. This data structure needs to support certain subtree query and path update operations that are performed every insertion and deletion that are non-trivial to handle in conjunction. For the transversal matroid the Freeze operation corresponds to requiring the data structure to keep a certain set S of vertices matched, a property that we call S-stability. While there is a large body of work on dynamic matching algorithms, none are S-stable and maintain an approximate maximum weight matching under vertex updates. We give the first such algorithm for bipartite graphs with total running time linear (up to log factors) in the number of edges.

연구 동기 및 목표

• 기존 방법의 이차 시간 복잡도를 초월하여, 핵심 매트로이드 제약 조건 하에서 빠른 근선형 시간 알고리즘을 개발한다.
• 에네와 뉴먼(2019)의 분할 및 그래픽 매트로이드에 대한 거의선형 시간 결과를 이행성 및 라미너 매트로이드로 일반화하고 가속화한다.
• 삽입, 삭제, 가중치 감소, 그리고 새로운 동결 연산을 지원하는 동적 데이터 구조를 설계하여, 근사 최대 가중치 기저 유지에 기여한다.
• 이들 매트로이드 유형에 대해 (1 − 1/e − ε) 최적 근사 비율을 달성하면서 연속적 그레디 프레임워크 내 이론적 하한선과 일치시킨다.
• 빠른 연속적 그레디 프레임워크 내에서 제안된 실행 시간은 더 이상 향상될 수 없음을 입증하여 최적성 확인

제안 방법

• 삽입, 삭제, 가중치 감소, 동결 연산을 지원하는 동적 데이터 구조를 활용하여, 매트로이드 제약 조건 하에서 빠른 연속적 그레디 프레임워크를 적응시킨다.
• 특정 요소를 향후 업데이트에 관계없이 기저에 포함시키는 새로운 '동결' 연산을 도입하여 근사 보장 유지를 위한 핵심 기능을 제공한다.
• 라미너 매트로이드를 위한 토포로지 기반 동적 데이터 구조를 개발하여, 삽입, 삭제, 부분수형 트리 쿼리, 경로 업데이트를 각각 O(log n) 시간 내에 처리한다.
• 이행성 매트로이드를 위한 S-안정 동적 매칭 알고리즘을 설계하여, 정점 업데이트 하에서 근사 최대 가중치 매칭을 유지한다. 이는 이전 연구에서 지원하지 못한 새로운 기능이다.
• 데이터 구조를 활용한 효율적 반올림 절차를 구현한다: 이행성 매트로이드의 경우 O(rank²(M)) 시간, 라미너 매트로이드의 경우 각 스왑에 대해 O(log n) 시간, 그래픽 매트로이드의 경우 레드블랙 트리를 사용한다.
• 기존 기저에 포함되지 않은 요소에 대한 가중치 기반 및 균일 샘플링을 지원하는 샘플링 메커니즘을 데이터 구조에 통합하여, O(k + Σtj) 시간 내에 효율적 샘플링을 수행한다.

실험 결과

연구 질문

• RQ1 이행성 및 라미너 매트로이드 제약 조건 하에서 단조 증가하는 하위모듈라 최대화 문제에 대해 근선형 시간 알고리즘을 개발할 수 있는가? 이는 이전 연구가 그래픽 및 분할 매트로이드에 국한된 결과를 확장하는 것이다.
• RQ2 삽입, 삭제, 가중치 감소, 동결 연산을 지원하는 동적 데이터 구조 설계는 어떻게 해야 근사 최대 가중치 기저 유지에 효율적으로 기여할 수 있는가?
• RQ3 정점 업데이트 하에서 S-안정성(즉, 특정 정점 집합을 항상 매칭 상태로 유지)을 보장하면서 근사 최대 가중치 매칭을 유지하는 것은 가능한가? 이는 하위모듈라 최적화에 어떻게 활용될 수 있는가?
• RQ4 이들 매트로이드 유형에 대해 빠른 연속적 그레디 알고리즘의 실행 시간을 근선형 시간을 초월해 향상시킬 수 있는가? 그리고 제안된 복잡도가 최적인가?
• RQ5 동적 데이터 구조를 활용하여 반올림 단계를 효율적으로 구현할 수 있는가? 이는 전체 알고리즘의 성능 저하 요소를 방지하는 데 기여한다.

주요 결과

• 제안된 알고리즘은 그래픽, 이행성, 라미너 매트로이드 제약 조건 하에서 단조 증가하는 하위모듈라 최대화 문제에 대해 근선형 시간 내에 (1 − 1/e − ε)-근사 비율을 달성한다.
• 라미너 매트로이드의 경우, 삽입, 삭제, 경로 쿼리 연산을 각각 O(log n) 시간 내에 처리할 수 있는 토포로지 기반 동적 데이터 구조를 새롭게 개발하여 기저 유지에 효율성을 확보한다.
• 이행성 매트로이드의 경우, 정점 업데이트 하에서도 근사 최대 가중치 매칭을 유지하는 최초의 S-안정 동적 매칭 알고리즘을 개발하였으며, 총 실행 시간은 간선 수에 비례한다(로그 인자까지).
• 이행성 매트로이드의 반올림 단계는 O(rank²(M)) 시간에 수행되며, 라미너 매트로이드의 경우 각 스왑에 대해 O(log n) 시간에 수행되며, 모두 데이터 구조와 효율적으로 통합되어 있다.
• 전체 알고리즘의 실행 시간은 빠른 연속적 그레디 프레임워크 내 이론적 하한선과 일치하여 최적성임을 입증한다.
• 에네와 뉴먼(2019)의 이전 작업을 일반화하고 크게 가속화하여, 분할 및 그래픽 매트로이드에 국한된 거의선형 시간 결과를 이행성 및 라미너 매트로이드로 확장한다.