[논문 리뷰] Fully Dynamic Almost-Maximal Matching: Breaking the Polynomial Barrier for Worst-Case Time Bounds

Moses Charikar, Shay Solomon|arXiv (Cornell University)|2017. 11. 18.

Complexity and Algorithms in Graphs참고 문헌 23인용 수 9

한 줄 요약

이 논문은 최초로 폴리로그 시간 복잡도를 갖는 최악의 경우 업데이트 시간을 보장하는 완전 동적 알고리즘을 제안하며, 거의 최대 매칭을 유지하면서 최대 매칭과 최소 정점 덮개에 대해 $(2+\epsilon)$-근사값을 달성한다. 이는 한정된 미래 정보를 제공하는 새로운 오프라인 모델을 활용하여 결정론적 알고리즘을 설계한 후, 이를 온라인 모델에 적용하기 위해 랜덤화함으로써 오랫동안 지속된 다항 시간 업데이트 시간 장벽을 뛰어넘는다.

ABSTRACT

Despite significant research efforts, the state-of-the-art algorithm for maintaining an approximate matching in fully dynamic graphs has a polynomial {worst-case} update time, even for very poor approximation guarantees. In a recent breakthrough, Bhattacharya, Henzinger and Nanongkai showed how to maintain a constant approximation to the minimum vertex cover, and thus also a constant-factor estimate of the maximum matching size, with polylogarithmic worst-case update time. Later (in SODA'17 Proc.) they improved the approximation factor all the way to $2+ε$. Nevertheless, the longstanding fundamental problem of {maintaining} an approximate matching with sub-polynomial worst-case time bounds remained open. We present a randomized algorithm for maintaining an {almost-maximal} matching in fully dynamic graphs with polylogarithmic worst-case update time. Such a matching provides $(2+ε)$-approximations for both the maximum matching and the minimum vertex cover, for any $ε> 0$. Our result was done independently of the $(2+ε)$-approximation result of Bhattacharya et al., so it provides the first $(2+ε)$-approximation for minimum vertex cover (together with Bhattacharya et al.'s result) and the first $(2+ε)$-approximation for maximum (integral) matching. The polylogarithmic worst-case update time of our algorithm holds deterministically, while the almost-maximality guarantee holds with high probability. This result not only settles the aforementioned problem on dynamic matchings, but also provides essentially the best possible approximation guarantee for dynamic vertex cover (assuming the unique games conjecture).

연구 동기 및 목표

• 완전 동적 그래프에서 근사 매칭을 유지할 때 오랫동안 지속된 다항 시간 최악의 경우 업데이트 시간 장벽을 극복하기 위해.
• 서브다항 시간 최악의 경우 업데이트 시간으로 최대 매칭과 최소 정점 덮개에 대해 $(2+\epsilon)$-근사값을 달성하기 위해.
• 효율적인 최악의 경우 복잡도를 갖는 동적 매칭을 유지하는 데 있어 근본적인 열린 문제를 해결하기 위해.
• 한정된 미래 정보를 제공하는 오프라인 모델을 활용하여 표준 온라인 모델에서 효율적인 랜덤화된 동적 알고리즘을 설계하고 분석하는 새로운 패러다임을 도입하기 위해.

제안 방법

• 정점의 차수에 기반해 각 정점에 수준을 할당하는 수준 기반 데이터 구조를 사용하여 정점의 차수와 매칭 상태를 관리한다.
• 모든 간선 삽입 및 삭제 작업을 스케줄러를 통해 관리하며, `set-level`, `handle-insertion`, `handle-deletion` 등의 절차를 통해 불변성을 유지한다.
• 핵심 기여는 향후 정보를 필요에 따라 제공하는 오프라인 모델을 도입하여 결정론적 알고리즘을 설계한 후, 이를 온라인 환경에 적용하기 위해 랜덤화한 점이다.
• 두 개의 매칭을 유지한다: 한쪽은 임계값 기반 결정론적 방법(${\cal M}_{\delta}$)을 통해, 另一个是 랜덤화된 과정(${\cal M}_{rand}$)을 통해, 매칭 크기에 따라 이중으로 전환한다.
• 정점의 차수 변화와 매칭 충돌을 모델링하기 위해 새로운 볼즈 앤 빈즈 게임 분석을 통해 거의 최대성의 성질을 증명한다.
• 최종 출력은 매칭 크기가 $\delta$ 이하일 경우 ${\cal M}_{\delta}$를, 그 외의 경우 ${\cal M}_{rand}$를 사용하여 정확성과 효율성을 모두 확보한다.

실험 결과

연구 질문

• RQ1 완전 동적 알고리즘이 폴리로그 시간 복잡도를 갖는 최악의 경우 업데이트 시간으로 $(2+\epsilon)$-근사 최대 매칭을 유지할 수 있는가?
• RQ2 강력한 근사 보장을 유지하면서도 동적 매칭에 대해 다항 시간 업데이트 시간 장벽을 뛰어넘을 수 있는가?
• RQ3 한정된 미래 정보를 제공하는 오프라인 모델을 사용하여 표준 온라인 모델에서 효율적인 랜덤화된 동적 알고리즘을 설계하고 분석할 수 있는가?
• RQ4 결정론적 최악의 경우 업데이트 시간을 유지하면서도 거의 최대성의 성질을 고확률로 보장할 수 있는가?
• RQ5 동적 매칭에 대해 업데이트 시간 향상의 이론적 한계는 무엇이며, 이를 구조화된 오프라인 추상화를 통해 접근할 수 있는가?

주요 결과

• 알고리즘은 최악의 경우 업데이트 시간이 $O(\max\{\log^7 n / \epsilon, \log^5 n / \epsilon^4\})$로, $n$과 $\epsilon^{-1}$에 대해 폴리로그 시간 복잡도를 갖는다.
• 알고리즘은 고확률로 거의 최대 매칭을 유지하며, 최대 매칭과 최소 정점 덮개에 대해 $(2+\epsilon)$-근사값을 보장한다.
• 매칭 크기가 $\delta = \Theta(\log^5 n / \epsilon^4)$ 이하일 경우 결정론적 매칭 ${\cal M}_{\delta}$는 반드시 최대 매칭임을 보장한다.
• 랜덤화된 알고리즘은 폴리로그 최악의 경우 업데이트 시간을 유지하면서도 고확률로 $(2+\epsilon)$-근사값을 제공한다.
• 이 방법은 폴리로그 최악의 경우 업데이트 시간을 갖는 $(2+\epsilon)$-근사 최소 정점 덮개를 유지하는 최초의 알고리즘을 확립한다.
• 오프라인 모델 프레임워크는 랜덤화된 동적 알고리즘을 분석하는 데 있어 새로운 일반화 가능한 방법을 제공하며, 별도의 이론적 가치를 지닌다.