[논문 리뷰] New Deterministic Approximation Algorithms for Fully Dynamic Matching

Sayan Bhattacharya, Monika Henzinger외 1명|arXiv (Cornell University)|2016. 04. 19.

Complexity and Algorithms in Graphs인용 수 11

한 줄 요약

이 논문은 완전 동적 그래프에서 최대 매칭 문제를 위한 두 가지 결정적 동적 알고리즘을 제안한다. 첫 번째 알고리즘은 일반 그래프에서 $(2+\epsilon)$-근사 매칭을 유지하며, $O(\operatorname{poly}(\log n, 1/\epsilon))$ 업데이트 시간을 보장하여 $o(\log n)$-근사에 대해 최초로 다항로그 시간 업데이트를 달성한다. 두 번째 알고리즘은 임의의 상수 $K$에 대해 이분 그래프에서 $\alpha_K$-근사에 $O(n^{2/K})$ 업데이트 시간을 달성하며, 두보다 나은 근사 비율을 가지며 비다항식 업데이트 시간을 확보한다.

ABSTRACT

We present two deterministic dynamic algorithms for the maximum matching problem. (1) An algorithm that maintains a $(2+ε)$-approximate maximum matching in general graphs with $O( ext{poly}(\log n, 1/ε))$ update time. (2) An algorithm that maintains an $α_K$ approximation of the {\em value} of the maximum matching with $O(n^{2/K})$ update time in bipartite graphs, for every sufficiently large constant positive integer $K$. Here, $1\leq α_K < 2$ is a constant determined by the value of $K$. Result (1) is the first deterministic algorithm that can maintain an $o(\log n)$-approximate maximum matching with polylogarithmic update time, improving the seminal result of Onak et al. [STOC 2010]. Its approximation guarantee almost matches the guarantee of the best {\em randomized} polylogarithmic update time algorithm [Baswana et al. FOCS 2011]. Result (2) achieves a better-than-two approximation with {\em arbitrarily small polynomial} update time on bipartite graphs. Previously the best update time for this problem was $O(m^{1/4})$ [Bernstein et al. ICALP 2015], where $m$ is the current number of edges in the graph.

연구 동기 및 목표

• 일반 동적 그래프에서 높은 품질의 근사 최대 매칭을 효율적인 업데이트 시간으로 유지하는 결정적 동적 알고리즘을 설계하는 것.
• 이전의 랜덤 알고리즘의 한계를 극복하여 결정적으로 다항로그 시간 업데이트를 달성하는 것.
• 특히 두보다 나은 근사 비율을 확보하면서도 비다항식 업데이트 시간을 유지하는 이분 그래프에서의 근사 보장을 향상시키는 것.
• 동적 환경에서 근사 매칭을 유지하기 위해 구조화된 스켈레톤과 메타그래프를 활용하는 프레임워크를 제공하는 것.
• 간선 수에 의존하지 않고 그래프 크기와 근사 정밀도에 따라 효율적으로 확장되는, 평균 업데이트 시간 경계를 달성하는 것.

제안 방법

• 일반 그래프에 대한 알고리즘은 도수 분할 절차를 사용하며, 업데이트 시간과 근사 오차를 제한하기 위해 그래프의 근사 스켈레톤을 유지한다.
• 핵심적이고 레이어 구조를 유지하여 노드 도수와 간선 관계를 추적하고, 단계 기반 재구성 메커니즘을 통해 효율적인 업데이트를 가능하게 한다.
• 이분 그래프의 경우, 잔여 간선과 노드 용량을 고려한 계층적 레벨 구조를 도입하여 분수 매칭 공식화를 가능하게 한다.
• 각 레벨에서 메타그래프를 구성하여 분수 $b$-매칭을 시뮬레이션하며, 각 노드는 잔여 용량에 따라 복제된다.
• 메타그래프에 분수 매칭 알고리즘을 적용하여 잔여 매칭 크기의 $(1+\epsilon)^2$-근사치를 유지한다.
• 누적 분석을 통해 잠재 함수를 추적하고 고비용 재구성 작업의 빈도를 제어함으로써 총 업데이트 비용을 제한한다.

실험 결과

연구 질문

• RQ1 일반 그래프에서 다항로그 시간 업데이트로 $(2+\epsilon)$-근사 최대 매칭을 유지할 수 있는 결정적 알고리즘이 존재하는가?
• RQ2 이분 그래프에서 비다항식 업데이트 시간으로 두보다 나은 근사 비율을 달성할 수 있는가?
• RQ3 근사 비율과 업데이트 시간 보장을 동시에 지원하기 위해 동적 스켈레톤을 효율적으로 유지할 수 있는가?
• RQ4 계층적 구조를 사용할 때 이분 그래프에서 근사 비율과 업데이트 시간 사이의 상호 교환 관계는 어떠한가?
• RQ5 메타그래프를 사용하여 분수 매칭을 시뮬레이션하고, 근사 해를 효율적으로 동적으로 유지할 수 있는가?

주요 결과

• 논문은 일반 그래프에서 $(2+\epsilon)$-근사 최대 매칭을 유지하는 최초의 결정적 알고리즘을 제시하며, $O(\operatorname{poly}(\log n, 1/\epsilon))$의 누적 업데이트 시간을 확보한다.
• 이분 그래프의 경우, 임의의 상수 $K$에 대해 $\alpha_K$-근사에 $O(n^{2/K})$ 업데이트 시간을 달성하며, $\alpha_K < 2$이다.
• 메타그래프 유지 보수와 결합할 경우 이분 알고리즘의 업데이트 시간은 $O(n^{1/K} \cdot \log n)$이 되며, 이는 이전의 $O(m^{1/4})$ 경계를 초월한다.
• 이 방법은 분수 $b$-매칭을 시뮬레이션하고 잔여 매칭의 $(1+\epsilon)^2$-근사치를 가능하게 하는 새로운 메타그래프 구축 방식을 사용한다.
• 재구성 구조의 비용을 단계별로 제어하는 잠재 함수 분석을 통해 누적 업데이트 시간이 제한된다.
• 프레임워크는 최적의 랜덤 알고리즘에 거의 근접한 근사 보장을 달성하지만, 결정적 보장을 제공한다.