[논문 리뷰] Self-Approaching Graphs

Soroush Alamdari, Timothy M. Chan외 3명|arXiv (Cornell University)|2013. 06. 23.

Data Management and Algorithms참고 문헌 29인용 수 8

한 줄 요약

이 논문은 임의의 정점 쌍에 대해 경로 상의 임의의 점에서 목적지까지의 거리가 비감소하는 경로가 존재하는 자기향상 그래프 그림을 소개한다. 저자들은 2차원 및 3차원에서 자기향상 경로를 인식하기 위한 효율적인 알고리즘을 제시하고, 이러한 그림을 갖는 트리의 특성을 규명하며, 주어진 점 집합에 대해 선형 크기의 자기향상 스티너 네트워크를 구축하여 최대 5.33의 유도를 보장한다.

ABSTRACT

In this paper we introduce self-approaching graph drawings. A straight-line drawing of a graph is self-approaching if, for any origin vertex s and any destination vertex t, there is an st-path in the graph such that, for any point q on the path, as a point p moves continuously along the path from the origin to q, the Euclidean distance from p to q is always decreasing. This is a more stringent condition than a greedy drawing (where only the distance between vertices on the path and the destination vertex must decrease), and guarantees that the drawing is a 5.33-spanner. We study three topics: (1) recognizing self-approaching drawings; (2) constructing self-approaching drawings of a given graph; (3) constructing a self-approaching Steiner network connecting a given set of points. We show that: (1) there are efficient algorithms to test if a polygonal path is self-approaching in R^2 and R^3, but it is NP-hard to test if a given graph drawing in R^3 has a self-approaching uv-path; (2) we can characterize the trees that have self-approaching drawings; (3) for any given set of terminal points in the plane, we can find a linear sized network that has a self-approaching path between any ordered pair of terminals.

연구 동기 및 목표

• 자기향상 그래프 그림을 체계화하고 연구함으로써, 모든 중간 점이 목적지로 점점 가까워지는 거리 감소의 단조성 보장이 보장되는 거리 감소의 강력한 대안인 거래적 그림의 개념을 정의한다.
• 경로의 간선을 따라 거리 감소가 단조롭지 않으며, 유도가 유계가 아니라는 등의 거래적 그림의 한계를 해결한다.
• 주어진 그래프 또는 점 집합에 대해 자기향상 경로를 인식하고 자기향상 그림 또는 스티너 네트워크를 구성하기 위한 알고리즘을 개발한다.
• 자기향상 그림, 스펜서, 기하학적 유도 간의 관계를 탐색하며, 국소 라우팅 및 네트워크 설계 맥락에서 특히 중요시된다.

제안 방법

• 자기향상 경로를 정의한다: 경로 상의 순서대로 배열된 임의의 세 점 a, b, c에 대해 유클리드 거리 D(a,c) ≥ D(b,c)를 만족한다.
• R² 내의 다각형 경로가 자기향상인지 테스트하는 선형 시간 알고리즘을 제안하며, R³에서는 O(n log²n / log log n) 시간으로 확장한다.
• 잘 분리된 쌍 분해(WSPD)와 4분할수기 기반 구조를 사용하여 평면 상의 임의의 점 집합에 대해 선형 크기의 자기향상 스티너 네트워크를 구축한다.
• 잘 분리된 영역 간에 2링크 xy-단조적 경로를 구성하여 최종 네트워크에서 자기향상 행동을 보장한다.
• Icking 등이 자기향상 곡선에 대해 확립한 결과를 활용하여 자기향상 그림이 5.33-스펜서임을 증명한다.
• 정점 배치 및 간선 라우팅에 대한 구조적 및 기하학적 제약 조건을 사용하여 자기향상 그림를 갖는 트리를 특성화한다.

실험 결과

연구 질문

• RQ1 평면 상의 주어진 직선 그래프 그림이 자기향상인지 다항식 시간 내에 테스트할 수 있는가?
• RQ2 해당 그래프에 자기향상 그림이 존재할 경우, 이를 효율적으로 구성할 수 있는가?
• RQ3 3-연결 평면 그래프와 같은 특정 그래프 클래스 중에서 자기향상 그림를 갖는 것은 어떤 것인가?
• RQ4 평면 상의 주어진 종단 점 집합을 연결하는 선형 크기의 자기향상 스티너 네트워크를 구성할 수 있는가?
• RQ5 3차원 그래프 그림에서 자기향상 경로를 인식하는 복잡도는 얼마인가?

주요 결과

• R² 내에서 자기향상 다각형 경로를 인식하는 선형 시간 알고리즘이 존재하며, R³에서는 O(n log²n / log log n) 알고리즘이 존재한다.
• R³ 내에서 주어진 그래프 그림이 두 정점 사이에 자기향상 경로를 포함하는지 여부를 테스트하는 것은 NP-난이도이다.
• R² 내에서 자기향상 그래프 그림를 인식하는 문제는 아직 열려 있으나, R³에서는 NP-난이도임이 알려져 있다.
• 자기향상 그림를 갖는 트리들을 인식하는 선형 시간 알고리즘이 존재한다.
• 평면 상의 n개의 종단 점 집합에 대해, 최대 5.33의 유도를 보장하는 크기 O(n/ε²)의 자기향상 스티너 네트워크를 구성할 수 있다.
• 이 구축 과정은 잘 분리된 쌍 분해와 분리된 영역 간의 2링크 xy-단조적 경로를 사용하여, 모든 종단 점 쌍에 대해 자기향상 행동을 보장한다.