[논문 리뷰] Improving TSP Tours Using Dynamic Programming over Tree Decompositions

Marek Cygan, Łukasz Kowalik외 1명|arXiv (Cornell University)|2017. 01. 01.

Algorithms and Data Compression인용 수 4

한 줄 요약

이 논문은 트리 분해를 기반으로 하는 새로운 동적 프로그래밍 알고리즘을 제안하며, TSP k-opt 히وري스틱에서 개선 가능한 k-moves를 찾는 데 있어 시간 복잡도를 크게 향상시킨다. k ≥ 5인 경우, O(n^{(1/4+ϵk)k})의 시간 복잡도를 달성하여 이전의 O(n^{⌊2k/3⌋+1}) bound를 향상시킨다; k=5인 경우는 O(n^{3.4})로 추가 최적화되어 이 경우에 대해 처음으로 제곱 이하의 개선을 제공한다. 이 방법은 트리 분해와 동적 프로그래밍을 활용하여 k-move 구성 구조를 효율적으로 탐색하면서, k=4에 대한 추가적인 속도 향상은 All-Pairs Shortest Paths 문제의 돌파구를 암시할 것임을 증명한다.

ABSTRACT

Given a traveling salesman problem (TSP) tour H in graph G, a k-move is an operation which removes k edges from H, and adds k edges of G so that a new tour H' is formed. The popular k-opt heuristic for TSP finds a local optimum by starting from an arbitrary tour H and then improving it by a sequence of k-moves. Until 2016, the only known algorithm to find an improving k-move for a given tour was the naive solution in time O(n^k). At ICALP'16 de Berg, Buchin, Jansen and Woeginger showed an O(n^{floor(2/3k)+1})-time algorithm. We show an algorithm which runs in O(n^{(1/4 + epsilon_k)k}) time, where lim_{k -> infinity} epsilon_k = 0. It improves over the state of the art for every k >= 5. For the most practically relevant case k=5 we provide a slightly refined algorithm running in O(n^{3.4}) time. We also show that for the k=4 case, improving over the O(n^3)-time algorithm of de Berg et al. would be a major breakthrough: an O(n^{3 - epsilon})-time algorithm for any epsilon > 0 would imply an O(n^{3 - delta})-time algorithm for the All Pairs Shortest Paths problem, for some delta>0.

연구 동기 및 목표

• de Berg 등(2016)이 설정한 O(n^{⌊2k/3⌋+1})의 bound를 초월하여 TSP k-opt 히وري스틱에서 개선 가능한 k-moves 탐지의 시간 복잡도를 향상시키는 것.
• TSP 투어의 k-move 구성 구조를 효율적으로 탐색할 수 있는 트리 분해 기반 동적 프로그래밍 접근법을 개발하는 것.
• k=4-opt에 대해 엄밀한 조건부 하한을 설정하여, O(n^{3−ϵ})-시간 알고리즘이 존재할 경우 All-Pairs Shortest Paths 문제에 대한 돌파구를 암시함을 보여주는 것.
• k=5에 대해 실용적인 향상을 제공하는 데서, 개선된 알고리즘 버전이 O(n^{3.4}) 시간 내에 수행되어 실제 응용에 적합함을 보이는 것.

제안 방법

• 알고리즘은 그래프를 더 작은 관리 가능한 부분 구조로 나누기 위해 트리 분해를 사용하여 분해 트리 위에서 동적 프로그래밍을 수행한다.
• 부분 해를 추적하고 트리 분해의 백에 걸친 호환성 제약 조건에 따라 이를 결합하는 재귀적 동적 프로그래밍 기법을 적용한다.
• k-moves의 구조를 활용하여 간선 제거 및 삽입 패tern을 트리 분해 기반 구성으로 모델링함으로써 탐색 공간을 줄인다.
• 핵심적인 기술적 혁신은 k가 증가함에 따라 0으로 수렴하는 축소 가능한 매개변수 ϵk를 활용한 매개변수화된 복잡도 기법으로, k에 대한 지수적 의존도를 감소시킨다.
• k=5인 경우, 특수화된 최적화를 적용하여 상태 공간의 자르기와 간선 선택 히وري스틱을 통해 지수를 O(n^{3.67})에서 O(n^{3.4})로 감소시킨다.
• 알고리즘은 O(n^{(1/8+ϵk)k})의 공간을 사용하며, 신중한 상태 표현을 통해 시간과 공간 효율성을 균형 잡는다.

실험 결과

연구 질문

• RQ1 k ≥ 5인 경우, TSP에서 개선 가능한 k-moves 탐지의 시간 복잡도를 de Berg 등(2016)이 설정한 O(n^{⌊2k/3⌋+1})의 bound를 초월하여 향상시킬 수 있는가?
• RQ2 트리 분해 기반 동적 프로그래밍 알고리즘을 설계하여 TSP 투어의 k-move 구성 구조를 효율적으로 포괄할 수 있는가?
• RQ3 k=4-opt에 대한 조건부 하한은 무엇이며, All-Pairs Shortest Paths 문제의 난이도와 어떻게 관련되는가?
• RQ4 k=5에 대해 알고리즘을 추가로 최적화하여 실용적인 런타임 향상을 이룰 수 있는가?
• RQ5 4-opt에 대해 O(n^{3−ϵ})-시간 알고리즘이 존재할 경우, All-Pairs Shortest Paths 문제에 동일한 향상이 암시되는가?

주요 결과

• 제안된 알고리즘은 개선 가능한 k-moves 탐지에 대해 O(n^{(1/4+ϵk)k})의 시간 복잡도를 달성하여, k ≥ 5인 모든 경우에 이전의 O(n^{⌊2k/3⌋+1}) bound를 향상시킨다.
• k=5인 경우, 개선된 알고리즘 버전은 O(n^{3.4}) 시간 내에 실행되어 일반적인 O(n^{3.67}) bound에 비해 실용적인 개선을 이룬다.
• 알고리즘은 O(n^{(1/8+ϵk)k})의 공간을 사용하며, 대규모 TSP 인스턴스에 대해 유리한 시간-공간 트레이드오프를 제공한다.
• 다른 매개변수 조정을 통해 O(n^{k/2 + 3/2})의 시간 복잡도를 달성할 수 있으며, 추가 공간은 오직 O(√n)뿐이므로, k ≥ 8인 모든 경우에 최신 기술을 초월한다.
• 논문은 O(n^{3−ϵ})-시간 알고리즘이 4-opt 탐지에 존재할 경우 All-Pairs Shortest Paths 문제에 대해 O(n^{3−δ})-시간 알고리즘이 존재할 것임을 증명하여 강력한 조건부 하한을 설정한다.
• 감소법을 통해 4-opt 알고리즘의 향상은 All-Pairs Shortest Paths 문제를 더 빠르게 해결하는 것과 동일한 난이도를 가짐을 보여주며, 기본 알고리즘의 돌파구 없이 향상은 거의 불가능함을 암시한다.