[논문 리뷰] On (1, epsilon)-Restricted Max-Min Fair Allocation Problem

T-H. Hubert Chan, Zhihao Gavin Tang외 1명|arXiv (Cornell University)|2016. 01. 01.

Complexity and Algorithms in Graphs참고 문헌 13인용 수 2

한 줄 요약

이 논문은 항목 값이 1 또는 ε ∈ (0,1)인 (1, ε)-제한된 최소최대 공정 할당 문제를 연구하며, 구성-LP 기반 접근법을 제안하여 임의의 δ > 0에 대해 (3 + δ)-근사치를 달성한다. 또한, 준다항식 시간 (3 + 4ε)-근사치 알고리즘과 다항시간 9-근사치 알고리즘을 개발하였으며, 후자는 ε → 0일 때 3 + 2√2 ≈ 5.83에 수렴한다.

ABSTRACT

We study the max-min fair allocation problem in which a set of m indivisible items are to be distributed among n agents such that the minimum utility among all agents is maximized. In the restricted setting, the utility of each item j on agent i is either 0 or some non-negative weight w_j. For this setting, Asadpour et al. [TALG, 2012] showed that a certain configuration-LP can be used to estimate the optimal value within a factor of 4 + delta, for any delta > 0, which was recently extended by Annamalai et al. [SODA 2015] to give a polynomial-time 13-approximation algorithm for the problem. For hardness results, Bezáková and Dani [SIGecom Exch., 2005] showed that it is NP-hard to approximate the problem within any ratio smaller than 2. In this paper we consider the (1, epsilon)-restricted max-min fair allocation problem, in which for some parameter epsilon in (0, 1), each item j is either heavy (w_j = 1) or light (w_j = epsilon). We show that the (1, epsilon)-restricted case is also NP-hard to approximate within any ratio smaller than 2. Hence, this simple special case is still algorithmically interesting. Using the configuration-LP, we are able to estimate the optimal value of the problem within a factor of 3 + delta, for any delta > 0. Extending this idea, we also obtain a quasi-polynomial time (3 + 4 epsilon)-approximation algorithm and a polynomial time 9-approximation algorithm. Moreover, we show that as epsilon tends to 0, the approximation ratio of our polynomial-time algorithm approaches 3 + 2 sqrt{2} approx 5.83.

연구 동기 및 목표

• 일반 최소최대 공정 할당 문제의 특수 케이스인 이진 항목 값 구조를 가진 (1, ε)-제한된 최소최대 공정 할당 문제의 알고리즘 복잡도를 조사하는 것.
• 구조가 단순화되었음에도 불구하고 이 제한된 케이스가 여전히 근사화하기 어려운지 확인하는 것.
• 구성-LP 기법을 활용하여 향상된 성능 보장을 갖는 효율적인 근사 알고리즘을 설계하는 것.
• ε → 0일 때의 점근적 근사 비율을 분석하여 알려진 상한과 하한 사이의 격차를 좁히는 것.

제안 방법

• 임의의 δ > 0에 대해 최적값을 약 3 + δ 정도로 추정할 수 있도록 (1, ε)-제한된 최소최대 공정 할당 문제를 구성-LP로 공식화한다.
• 구성-LP 해를 라운딩 및 분해 기법을 적용하여 준다항식 시간 (3 + 4ε)-근사치 알고리즘을 도출한다.
• 반복적 라운딩 및 할당 히وري스틱 기반 다항시간 알고리즘을 설계하여 9-근사치를 달성한다.
• ε → 0일 때 근사 비율의 점근적 행동을 분석하여 3 + 2√2 ≈ 5.83로 수렴하는 것을 보인다.
• (1, ε)-환경의 구조적 특성을 활용하여 구성-LP를 단순화하고 근사 한계를 향상시킨다.
• 기존의 난이도 결과를 활용하여 문제의 최소 비율보다 작은 비율로 근사화하는 것은 NP-난이도임을 입증한다.

실험 결과

연구 질문

• RQ1 (1, ε)-제한된 최소최대 공정 할당 문제가 항목 값의 구조가 단순화되었음에도 불구하고 2보다 작은 비율로 근사화하기 어려운가?
• RQ2 일반 케이스보다 (1, ε)-제한된 환경에서 구성-LP를 효과적으로 변형하여 더 나은 근사 비율을 달성할 수 있는가?
• RQ3 이 제한된 환경에서 다항시간 알고리즘의 최고 도달 가능한 근사 비율은 무엇이며, ε → 0일 때 어떻게 행동하는가?
• RQ4 준다항식 시간 알고리즘이 이 환경에서 다항시간 알고리즘보다 더 낮은 근사 비율을 달성할 수 있는가?
• RQ5 ε가 0에 수렴할 때 제안된 알고리즘의 근사 비율이 유한한 극한으로 수렴하는가?

주요 결과

• (1, ε)-제한된 최소최대 공정 할당 문제는 여전히 2보다 작은 비율로 근사화하기 어려운 NP-난이도 문제이다.
• 구성-LP는 임의의 δ > 0에 대해 최적값을 약 3 + δ 정도로 추정할 수 있다.
• 구성-LP 접근법을 확장하여 준다항식 시간 (3 + 4ε)-근사치 알고리즘을 달성한다.
• 다항시간 9-근사치 알고리즘을 개발하였으며, ε → 0일 때 3 + 2√2 ≈ 5.83에 수렴한다.
• 다항시간 알고리즘의 점근적 근사 비율은 3 + 2√2로 수렴하여 소수 ε의 극한에서 날카로운 상한을 제공한다.
• 결과적으로 이 제한된 케이스조차도 여전히 중요한 알고리즘 복잡도를 유지하므로, 정교한 근사 기법의 필요성을 입증한다.