[논문 리뷰] Perfect Matchings in Õ(n^{1.5}) Time in Regular Bipartite Graphs

Ashish Goel, Michael Kapralov외 1명|ArXiv.org|2009. 02. 10.

Complexity and Algorithms in Graphs참고 문헌 15인용 수 4

한 줄 요약

이 논문은 d-정규 이분 그래프에서 완전 매칭을 Õ(n^{1.5}) 기대 시간 내에 찾는 랜덤 알고리즘을 제안한다. 이는 이전의 경계보다 크게 향상된 결과이다. 이 방법은 두 단계의 샘플링 기반 접근을 사용한다. 첫 번째 단계는 간선 수를 줄이기 위해 균일 샘플링을 수행하고, 두 번째 단계는 매칭의 구조를 유지하기 위해 비균일 샘플링을 수행한다. 이후 희소 부분그래프에 Hopcroft-Karp 알고리즘을 적용하여 조밀한 정규 그래프에 대해 최적의 성능을 달성한다.

ABSTRACT

We consider the well-studied problem of finding a perfect matching in $d$-regular bipartite graphs with $2n$ vertices and $m = nd$ edges. While the best-known algorithm for general bipartite graphs (due to Hopcroft and Karp) takes $O(m \sqrt{n})$ time, in regular bipartite graphs, a perfect matching is known to be computable in $O(m)$ time. Very recently, the $O(m)$ bound was improved to $O(\min\{m, \frac{n^{2.5}\ln n}{d}\})$ expected time, an expression that is bounded by $ ilde{O}(n^{1.75})$. In this paper, we further improve this result by giving an $O(\min\{m, \frac{n^2\ln^3 n}{d}\})$ expected time algorithm for finding a perfect matching in regular bipartite graphs; as a function of $n$ alone, the algorithm takes expected time $O((n\ln n)^{1.5})$. To obtain this result, we design and analyze a two-stage sampling scheme that reduces the problem of finding a perfect matching in a regular bipartite graph to the same problem on a subsampled bipartite graph with $O(n\ln n)$ edges that has a perfect matching with high probability. The matching is then recovered using the Hopcroft-Karp algorithm. While the standard analysis of Hopcroft-Karp gives us an $ ilde{O}(n^{1.5})$ running time, we present a tighter analysis for our special case that results in the stronger $ ilde{O}(\min\{m, \frac{n^2}{d} \})$ time mentioned earlier. Our proof of correctness of this sampling scheme uses a new correspondence theorem between cuts and Hall's theorem ``witnesses'' for a perfect matching in a bipartite graph that we prove. We believe this theorem may be of independent interest; as another example application, we show that a perfect matching in the support of an $n imes n$ doubly stochastic matrix with $m$ non-zero entries can be found in expected time $ ilde{O}(m + n^{1.5})$.

연구 동기 및 목표

• d가 클 경우, 특히 d가 클 때 d-정규 이분 그래프에서 완전 매칭을 더 빠르게 찾는 알고리즘을 설계하기 위해.
• 이 문제에 대해 이전에 알려진 O(m) 및 O(n^{1.75}) 시간 경계를 향상시키기 위해.
• 완전 매칭의 존재를 고려하면서 문제 크기를 줄이기 위해.
• 샘플링된 정규 그래프에서 Hopcroft-Karp 알고리즘의 분석을 더 견고하게 하기 위해.
• 절단과 Hall의 정리 증거 간의 새로운 대응 관계를 설정하여 체계적인 샘플링을 가능하게 하기 위해.

제안 방법

• 두 단계 샘플링 기반 기법 제안: 첫 번째로 간선 수를 줄이기 위해 균일 샘플링을 수행하고, 두 번째로 매칭의 구조를 유지하기 위해 비균일 샘플링을 수행한다.
• 감소된 그래프에 Benczúr-Karger 스타일 샘플링을 적용하여, 모든 Hall 증거 집합에서 적어도 한 개의 간선이 유지되도록 보장한다.
• 절단과 Hall의 정리 증거 간의 새로운 대응 정리 틀을 도입하여 샘플링의 정확성을 검증한다.
• 최종적으로 간선 수가 O(n ln n)인 희소 부분그래프에 Hopcroft-Karp 알고리즘을 적용하여 완전 매칭을 복구한다.
• 샘플된 그래프에서 Hopcroft-Karp 알고리즘의 분석을 더 견고하게 하여, whp(고도로 확률적으로) O(n^{1.5} ln²n / d) 시간이 소요됨을 보였다.
• Birkhoff-von Neumann 분해 프레임워크를 활용하여 결과를 이중으로 스 tochastic 행렬으로 확장한다.

실험 결과

연구 질문

• RQ1 d-정규 이분 그래프에서 완전 매칭 문제를 d가 클 때 O(m) 이하의 시간 복잡도로 해결할 수 있는가?
• RQ2 두 단계 샘플링 과정이 간선 수를 O(n ln n)으로 줄이면서도 완전 매칭의 존재를 고도로 확률적으로 유지할 수 있는가?
• RQ3 절단과 Hall의 정리 증거 사이에 효율적인 샘플링을 가능하게 하는 구조적 대응 관계가 존재하는가?
• RQ4 샘플링된 정규 그래프에서 Hopcroft-Karp 알고리즘의 분석을 더 견고하게 하여 Õ(n^{1.5}) 시간을 달성할 수 있는가?
• RQ5 이 샘플링 프레임워크를 이중 스 tochastic 행렬의 지지 집합에서 매칭을 찾는 데로 확장할 수 있는가?

주요 결과

• 논문은 d-정규 이분 그래프에서 완전 매칭을 찾는 데 O(min{m, n² ln³n / d}) 기대 시간이 소요되는 알고리즘을 제시한다.
• d = Ω(√n ln n)일 경우, 실행 시간은 O((n ln n)^{1.5})가 되며, 이는 n에 대한 함수로서 Õ(n^{1.5}) 시간을 달성한다.
• 두 단계 샘플링 기법은 완전 매칭의 존재를 고도로 확률적으로 유지하면서 그래프를 O(n ln n) 간선으로 줄였다.
• 절단과 Hall의 증거 간의 새로운 대응 정리가 증명되었으며, 이는 샘플링 과정의 정확성에 핵심적인 역할을 한다.
• 샘플된 그래프에서 Hopcroft-Karp 알고리즘이 O(n^{1.5} ln²n / d) 시간 내에 수행되며, 기존 분석보다 향상된 성능을 보였다.
• 이 방법은 n×n 이중 스 tochastic 행렬의 지지 집합에서 완전 매칭을 찾는 데에도 확장 가능하며, 기대 시간이 Õ(m + n^{1.5})이다.