[논문 리뷰] Matching Is as Easy as the Decision Problem, in the NC Model

Nima Anari, Vijay V. Vazirani|arXiv (Cornell University)|2019. 01. 29.

Complexity and Algorithms in Graphs참고 문헌 31인용 수 3

한 줄 요약

이 논문은 다항식으로 유계된 간선 가중치를 가진 일반 그래프에서 최소가중치 완전매칭(MWPM)을 찾는 NC 알고리즘을 제시한다. 이는 '가중치가 최대 W인 완전매칭이 존재하는가?'라는 决定 문제를 해결할 수 있는 오라클에 접근 가능하다는 가정 하에 이루어진다. 핵심 기여는 결정 문제를 해결할 수 있는 오라클을 통해 결정론적 병렬 MWPM 문제를 축소시켜, 오랫동안 미해결된 '매칭은 NC에 있는가?' 문제의 핵심 난이도를 분리하는 데 있다.

ABSTRACT

Is matching in NC, i.e., is there a deterministic fast parallel algorithm for it? This has been an outstanding open question in TCS for over three decades, ever since the discovery of randomized NC matching algorithms [KUW85, MVV87]. Over the last five years, the theoretical computer science community has launched a relentless attack on this question, leading to the discovery of several powerful ideas. We give what appears to be the culmination of this line of work: An NC algorithm for finding a minimum-weight perfect matching in a general graph with polynomially bounded edge weights, provided it is given an oracle for the decision problem. Consequently, for settling the main open problem, it suffices to obtain an NC algorithm for the decision problem. We believe this new fact has qualitatively changed the nature of this open problem. All known efficient matching algorithms for general graphs follow one of two approaches: given by Edmonds [Edm65] and Lovász [Lov79]. Our oracle-based algorithm follows a new approach and uses many of the ideas discovered in the last five years. The difficulty of obtaining an NC perfect matching algorithm led researchers to study matching vis-a-vis clever relaxations of the class NC. In this vein, recently Goldwasser and Grossman [GG15] gave a pseudo-deterministic RNC algorithm for finding a perfect matching in a bipartite graph, i.e., an RNC algorithm with the additional requirement that on the same graph, it should return the same (i.e., unique) perfect matching for almost all choices of random bits. A corollary of our reduction is an analogous algorithm for general graphs.

연구 동기 및 목표

• 매칭이 NC에 있는가에 대한 오랫동안 미해결된 열린 문제를, 오라클에 접근 가능한 결정 문제로 축소함으로써 해결하고자 한다.
• 결정 문제를 결정론적 병렬 매칭 알고리즘의 핵심 장애물로 규명하고자 한다.
• 최근의 병렬 매칭 알고리즘에서의 진전을 오라클 기반 프레임워크를 통해 일반 그래프로 확장하고자 한다.
• 이전의 이분 그래프에서의 결과를 일반 그래프로 확장하여, MWPM에 대한 의사결정적 RNC 알고리즘을 제공하고자 한다.
• 소수 폐쇄 그래프 가족에서 MWPM를 찾는 문제는 그 가족에 대해 결정 문제로 축소된다는 것을 보이고자 한다.

제안 방법

• 작은 가중치를 가진 그래프에서 주어진 그래프에 대해 가중치 ≤ W인 완전매칭이 존재하는지 결정하는 오라클 O를 사용하는 NC 알고리즘을 설계한다.
• 특히 균형 잡힌 타당 집합과 조임집합의 일관성 있는 집합을 사용한 최근 평면 그래프에 대한 NC 알고리즘의 구조적 통찰을 활용한다.
• Cygan, Gabow, Sankowski의 이전 연구를 바탕으로, 완전매칭 다면체의 면 내에서 타이트한 홀수 집합의 최대 라미나르 가족을 찾는 NC 절차를 사용한다.
• 매 반복마다 간선 수를 일정 요소로 줄이는 데 목적이 있는 PartialMatching 을 통한 재귀적 감소 전략을 적용한다.
• 각 재귀 호출이 정점 수를 5/6의 비율로 줄임으로써 다항로그 시간 복잡도를 보장한다.
• 최소 가중치를 계산하기 위해 W에 대해 이진 탐색을 사용하며, 이는 결정 문제와 NC 등가이며 RNC 기반 의사결정적 알고리즘을 가능하게 한다.

실험 결과

연구 질문

• RQ1 일반 그래프에서 최소가중치 완전매칭을 찾는 문제는 NC 모델에서 오라클에 접근 가능한 결정 문제로 축소될 수 있는가?
• RQ2 MWPM에 대한 NC 결정 오라클이 존재한다면, 일반 그래프에서 MWPM에 대한 NC 알고리즘이 존재하는가?
• RQ3 평면 그래프에 사용된 기법들을 오라클 프레임워크를 통해 임의의 그래프로 일반화할 수 있는가?
• RQ4 결정 오라클을 사용하여 일반 그래프에서 MWPM에 대한 의사결정적 RNC 알고리즘을 구성할 수 있는가?
• RQ5 결정 문제가 NC에서 해결 가능할 경우, 소수 폐쇄 그래프 가정에서 MWPM의 NC 해법이 얼마나 일반화되는가?

주요 결과

• 결정 문제 '가중치가 최대 W인 완전매칭이 존재하는가?'에 대한 오라클 접근을 가정할 경우, 일반 그래프에서 MWPM에 대한 NC 알고리즘이 확보된다.
• 알고리즘은 다항수의 프로세서를 사용하며 다항로그 시간 내에 실행되며, 재귀 깊이가 O(log |V| · log² |V|)로 유한하여 NC 복잡도를 보장한다.
• 비고립 간선의 수는 매 O(log² |V|) 단계마다 일정 요소로 감소하며, 이는 다항로그 반복 횟수를 보장한다.
• 알고리즘은 입력 그래프의 소수에 대한 오라클 접근만 필요로 하여, 소수 폐쇄 그래프 가정으로의 확장이 가능하다.
• Mulmuley, Vazirani, Vazirani의 RNC 알고리즘을 오라클로 대체함으로써 일반 그래프에서 MWPM에 대한 의사결정적 RNC 알고리즘을 확보한다.
• 결과적으로 결정 문제를 NC에서 해결할 수 있다면, 매칭이 NC에 있는가에 대한 주요 열린 문제를 해결할 수 있음을 시사한다.