[논문 리뷰] Positive-instance driven dynamic programming for treewidth

Hisao Tamaki|arXiv (Cornell University)|2017. 04. 18.

Advanced Graph Theory Research참고 문헌 12인용 수 5

한 줄 요약

이 논문은 Bouchitt'e와 Todinca의 최소 분리자 및 잠재적 최대 클리크 프레임워크를 활용하여 트리너비를 계산하기 위한 양성 인스턴스 기반(POSITIVE-INSTANCE DRIVEN, PID) 동적 프로그래밍 알고리즘을 제안한다. 이 방법은 오직 양성 서브문제 인스턴스만 생성함으로써 계산 시간을 크게 단축시키며, 이로 인해 기존에 해결되지 않았던 사례를 포함하여 PACE 2017 벤치마크의 100개 인스턴스를 30분 이내에 모두 해결할 수 있게 되었다.

ABSTRACT

Consider a dynamic programming scheme for a decision problem in which all subproblems involved are also decision problems. An implementation of such a scheme is {\em positive-instance driven} (PID), if it generates positive subproblem instances, but not negative ones, building each on smaller positive instances. We take the dynamic programming scheme due to Bouchitté and Todinca for treewidth computation, which is based on minimal separators and potential maximal cliques, and design a variant (for the decision version of the problem) with a natural PID implementation. The resulting algorithm performs extremely well: it solves a number of standard benchmark instances for which the optimal solutions have not previously been known. Incorporating a new heuristic algorithm for detecting safe separators, it also solves all of the 100 public instances posed by the exact treewidth track in PACE 2017, a competition on algorithm implementation. We describe the algorithm, prove its correctness, and give a running time bound in terms of the number of positive subproblem instances. We perform an experimental analysis which supports the practical importance of such a bound.

연구 동기 및 목표

• 기존 구현 방식을 개선하기 위해 트리너비 결정 문제를 위한 양성 인스턴스 기반(PID) 동적 프로그래밍 변종을 설계하는 것.
• 특히 PACE 2017 경쟁에서 등장하는 대규모이고 어려운 그래프 인스턴스에 대해 트리너비를 효율적으로 계산하는 데 도전하는 것.
• 최소 분리자와 잠재적 최대 클리크의 구조를 활용하여 처리 대상으로 삼는 서브문제 인스턴스의 수를 오직 양성 인스턴스에 국한함으로써 감소시키는 것.
• 추가로 안전한 분리자 탐지에 대한 새로운 휴리스틱을 도입하여 사전처리 및 가지치기 성능을 향상시키는 것.
• PID가 단순 최적화가 아니라 그래프 파라미터 계산의 기초가 될 수 있는 유효한 알고리즘 설계 철학임을 입증하는 것.

제안 방법

• 최소 분리자와 잠재적 최대 클리크를 활용한 Bouchitt'e와 Todinca의 트리너비 동적 프로그래밍 기법을 변형한다.
• 오직 양성 서브문제 인스턴스만 생성하는 양성 인스턴스 기반(PID) 실행 모드를 구현하며, 더 작은 양성 인스턴스들을 조합하여 더 큰 인스턴스를 구성한다.
• 사전처리 및 탐색 공간 축소를 향상시키기 위해 안전한 분리자 탐지에 대한 새로운 휴리스틱을 도입한다.
• 서브문제 인스턴스의 효율적 관리 및 검색을 위해 블록 시프 데이터 구조를 사용한다.
• 잠재적 최대 클리크와 최소 분리자를 기반으로 한 재귀적 분해 전략을 활용하여 동적 프로그래밍 과정을 이끌어낸다.
• 실행 시간을 양성 서브문제 인스턴스의 수에 의해 제한함으로써, 이론적으로 탄탄한 성능 상한을 제공한다.

실험 결과

연구 질문

• RQ1 양성 인스턴스 기반(PID) 동적 프로그래밍 접근법이 기존의 순열 기반 방법보다 트리너비 계산에서 뛰어난 성능을 보일 수 있는가?
• RQ2 트리너비 맥락에서 PID와 표준 동적 프로그래밍 간의 양성 서브문제 인스턴스 수는 어떻게 비교되는가?
• RQ3 PID 접근법은 이전 방법들이 실패한 바 있는 PACE 2017의 어려운 벤치마크 인스턴스를 해결할 수 있는가?
• RQ4 안전한 분리자 휴리스틱의 통합이 PID 알고리즘의 성능에 어느 정도 기여하는가?
• RQ5 PID 철학은 트리너비를 넘어서 그래프 파라미터 계산의 기초 설계 전략으로 타당한가?

주요 결과

• PID 알고리즘은 30분 이내에 PACE 2017 트리너비 인스턴스 100개를 모두 해결했으며, 이는 이전에 우승한 구현 방식으로서 해결되지 못했던 인스턴스를 포함한다.
• 기존에 해결되지 않은 DIMACS 그래프 색칠 문제 인스턴스 42개 중 13개를 해결했으며, 나머지 해결되지 않은 인스턴스 중 약 절반에서 하한과 상한 간 격차가 크게 감소했다.
• 이미 해결된 DIMACS 인스턴스들에 대해서는 표준 데스크톱 컴퓨터에서 평균 10초 이내로 해결 성능을 달성했다.
• 일부 인스턴스에 대해 하한을 향상시켜, k < tw(G) 조건에서 PID가 강력한 하한을 확립하는 데 효과적임을 입증했다.
• 실행 시간은 양성 서브문제 인스턴스의 수에 의해 제한되며, 실험 결과는 이 상한이 실용적 의미를 가짐을 뒷받침한다.
• 새로운 안전한 분리자 휴리스틱의 통합은 사전처리를 크게 향상시켜, 가장 도전적인 PACE 2017 인스턴스의 해결을 가능하게 했다.