[논문 리뷰] On the Complexity of Exact Pattern Matching in Graphs: Binary Strings and Bounded Degree

Massimo Equi, Roberto Grossi외 2명|arXiv (Cornell University)|2019. 01. 01.

Algorithms and Data Compression참고 문헌 23인용 수 4

한 줄 요약

이 논문은 레이블이 부여된 그래프에서 정확한 패턴 매칭에 대한 조건부 하한을 확립하며, 강력한 지수시간 가설(Strong Exponential Time Hypothesis, SETH)이 참이 아닐 경우 어떤 알고리즘도 하중근시간(O(|E|^{1−ϵ}m) 또는 O(|E|m^{1−ϵ})) 내에 문제를 해결할 수 없음을 증명한다. 이 결과는 최대 차수 3인 무방향 그래프와 유계 총 차수를 갖는 방향성 비순환 그래프(DAG)에 대해서도 성립하며, SETH 하에 정확한 매칭과 근사 매칭이 그래프에서 동일한 난이도를 가짐을 보여주며, 이는 문자열에서는 정확한 매칭이 선형이고 근사 매칭이 이차형인 것과 대조된다.

ABSTRACT

Exact pattern matching in labeled graphs is the problem of searching paths of a graph $G=(V,E)$ that spell the same string as the pattern $P[1..m]$. This basic problem can be found at the heart of more complex operations on variation graphs in computational biology, of query operations in graph databases, and of analysis operations in heterogeneous networks, where the nodes of some paths must match a sequence of labels or types. We describe a simple conditional lower bound that, for any constant $ε>0$, an $O(|E|^{1 - ε} \, m)$-time or an $O(|E| \, m^{1 - ε})$-time algorithm for exact pattern matching on graphs, with node labels and patterns drawn from a binary alphabet, cannot be achieved unless the Strong Exponential Time Hypothesis (SETH) is false. The result holds even if restricted to undirected graphs of maximum degree three or directed acyclic graphs of maximum sum of indegree and outdegree three. Although a conditional lower bound of this kind can be somehow derived from previous results (Backurs and Indyk, FOCS'16), we give a direct reduction from SETH for dissemination purposes, as the result might interest researchers from several areas, such as computational biology, graph database, and graph mining, as mentioned before. Indeed, as approximate pattern matching on graphs can be solved in $O(|E|\,m)$ time, exact and approximate matching are thus equally hard (quadratic time) on graphs under the SETH assumption. In comparison, the same problems restricted to strings have linear time vs quadratic time solutions, respectively, where the latter ones have a matching SETH lower bound on computing the edit distance of two strings (Backurs and Indyk, STOC'15).

연구 동기 및 목표

• 강력한 지수시간 가설(Strong Exponential Time Hypothesis, SETH) 하에 레이블이 부여된 그래프에서 정확한 패턴 매칭에 대한 조건부 하한을 확립하기.
• 문자열 매칭에서 알려진 선형 대비 이차 시간 복잡도와 대비하여 그래프에서 정확한 매칭과 근사 매칭 간의 복잡도 격차를 명확히 하기.
• 최대 차수나 DAG에서의 유계 진입차수+출발차수와 같은 구조적 제약 조건 하에서도 문제의 난이도가 그대로 유지됨을 보여주기.
• SETH에서 직접적인 자기 포함 감소를 통해 정확한 그래프 매칭에 대한 하한을 도출함으로써, 계산 생물학, 그래프 데이터베이스, 그래프 마이닝 분야의 연구자들이 접근할 수 있도록 하기.

제안 방법

• 강력한 지수시간 가설(Strong Exponential Time Hypothesis, SETH)에서 레이블이 부여된 그래프에서 정확한 패턴 매칭 문제로의 직접 감소.
• 패턴 발생을 이진 부분문자열을 통해 시뮬레이션하기 위한 그래프 노드 레이블에 대한 이진 인코딩 체계 설계.
• 'e'에서 'b' 노드로의 방향성 탐색을 강제하는 다리가 포함된 변형된 그래프 구축으로, 유효한 패턴 매칭만 유지되도록 보장.
• 'be'의 인코딩을 포함하지 않도록 하는 수정된 패턴 P'를 사용하여 임의의 매칭을 방지.
• 원본 그래프에서의 패턴 매칭이 변형된 그래프에서의 이진 인코딩 매칭과 정확히 일치함을 증명하여 정확성 유지.
• 경로 내의 첫 번째 다리에서 마지막 다리로의 간선 방향 조정을 통해 감소를 방향성 비순환 그래프(DAG)에 적용함으로써 비순환성 확보.

실험 결과

연구 질문

• RQ1 SETH 하에 레이블이 부여된 그래프에서 정확한 패턴 매칭이 하중근시간(o(|E|m)) 내에 해결될 수 있는가?
• RQ2 문자열에서와 같이 정확한 매칭이 선형이고 근사 매칭이 이차형인 것과 대비하여 그래프에서 정확한 매칭과 근사 매칭 간에 근본적인 복잡도 차이가 존재하는가?
• RQ3 최대 차수나 최대 진입차수+출발차수 제약 조건 하에서도 정확한 매칭의 복잡도가 여전히 높은 편인가?
• RQ4 SETH 기반 하한이 각 레이블에 대해 최대 한 개의 출발 간선만 갖는 결정론적 그래프로 확장될 수 있는가?
• RQ5 그래프에서 패턴 매칭의 이차시간 장벽은 본질적인가, 아니면 다른 가정 하에 더 효율적인 알고리즘이 존재할 수 있는가?

주요 결과

• 이진 알파벳을 사용하는 레이블이 부여된 그래프에서 정확한 패턴 매칭에 대해 O(|E|^{1−ϵ}m) 또는 O(|E|m^{1−ϵ}) 시간 알고리즘이 존재할 수 없다. 이는 강력한 지수시간 가설(SETH)이 참이 아닐 경우에만 성립한다.
• 최대 차수 3인 무방향 그래프에 대해서도 이 조건부 하한이 성립함을 보여주며, 강력한 구조적 제약 조건 하에서도 문제의 난이도를 입증한다.
• 최대 진입차수+출발차수 합이 3인 방향성 비순환 그래프(DAG)에 대해서도 동일한 하한이 적용되며, 지식 그래프 및 변형 그래프에서 중요한 그래프 유형으로 확장된다.
• 논문은 SETH 하에 그래프에서 정확한 매칭과 근사 매칭이 동일한 복잡도를 가짐을 보여주며, 문자열에서 정확한 매칭이 선형이고 근사 매칭이 이차형인 것과 대비된다.
• 감소는 자가 포함적이며 SETH에서 직접 하한을 도출하므로, 계산 생물학, 그래프 데이터베이스, 그래프 마이닝 분야의 연구자들이 접근하고 적용할 수 있다.