[논문 리뷰] Separate, Measure and Conquer: Faster Algorithms for Max 2-CSP and Counting Dominating Sets

Serge Gaspers, Gregory B. Sorkin|arXiv (Cornell University)|2014. 04. 03.

Advanced Graph Theory Research참고 문헌 56인용 수 3

한 줄 요약

이 논문은 최대 2-CSP 및 #Dominating Set 문제에 대해 다항식 공간 알고리즘을 더 빠르게 만들기 위해 그래프 분리자와 측정 및 정복 분석을 조합한 새로운 알고리즘 프레임워크인 '분리, 측정, 정복'을 제안한다. 희박한 그래프—특히 삼차 그래프에서 작은 균형 잡힌 분리자를 활용함으로써, 문제를 독립적인 부분문제로 분해하고, 분기 이득의 평균 분석을 통해 개선된 최악의 경우 시간 복잡도를 달성한다.

ABSTRACT

We show a method resulting in the improvement of several polynomial-space, exponential-time algorithms. An instance of the problem Max (r,2)-CSP, or simply Max 2-CSP, is parametrized by the domain size r (often 2), the number of variables n (vertices in the constraint graph G), and the number of constraints m (edges in G). When G is cubic, and omitting sub-exponential terms here for clarity, we give an algorithm running in time r^((1/5)n) = r^((2/15)m); the previous best was r^((1/4)n) = r^((1/6)m). By known results, this improvement for the cubic case results in an algorithm running in time r^((9/50)m) for general instances; the previous best was r^((19/100)m). We show that the analysis of the earlier algorithm was tight: our improvement is in the algorithm, not just the analysis. The new algorithm, like the old, extends to Polynomial and Ring CSP. We also give faster algorithms for #Dominating Set, counting the dominating sets of every cardinality 0,...,n for a graph G of order n. For cubic graphs, our algorithm runs in time 3^((1/6)n); the previous best was 2^((1/2)n). For general graphs, we give an unrelated algorithm running in time 1.5183^n; the previous best was 1.5673^n. The previous best algorithms for these problems all used local transformations and were analyzed by the "Measure and Conquer" method. Our new algorithms capitalize on the existence of small balanced separators for cubic graphs - a non-local property - and the ability to tailor the local algorithms always to "pivot" on a vertex in the separator. The new algorithms perform much as the old ones until the separator is empty, at which point they gain because the remaining vertices are split into two independent problem instances that can be solved recursively. It is likely that such algorithms can be effective for other problems too, and we present their design and analysis in a general framework.

연구 동기 및 목표

• 희박한 그래프의 구조적 특성을 활용하여 최대 2-CSP 및 #Dominating Set 문제에 대해 더 빠른 다항식 공간의 지수 시간 알고리즘을 개발한다.
• 이전의 측정 및 정복 분석의 한계를 극복하기 위해, 특히 작은 균형 잡힌 분리자를 포함한 전반적인 그래프 구조를 분기 과정에 통합한다.
• 트리 분해에 기반한 동적 프로그래밍과 달리, 지수 공간을 사용하지 않고도 개선된 최악의 경우 시간 복잡도를 달성한다.
• 이전의 복잡도 상한이 타이트하다는 것을 보여줌으로써, 개선이 분석의 정교함 때문이 아니라 알고리즘 설계의 결과임을 입증한다.
• 유계 차수 또는 낮은 트리폭을 가지는 다른 문제들에도 적용 가능한 일반적 프레임워크를 수립한다.

제안 방법

• 분리자를 통해 문제를 독립적인 부분문제로 분해할 때 발생하는 전반적 영향을 반영하는 새로운 측정 기준을 측정 및 정복 프레임워크에 도입한다.
• 작은 균형 잡힌 분리자(예: 삼차 그래프에서는 크기 약 n/6)를 사용하여 국소적 분기 이후 그래프를 독립적인 구성요소로 나눈다.
• 분리자 내의 정점에 기반한 분기 결정을 조정하여, 분해가 발생할 때까지 효율성을 유지한다.
• 독립적인 부분문제를 해결함으로써 얻는 계산적 이득을 이전의 선형 수준의 분기 단계에 걸쳐 평균화한다.
• 기존의 측정 및 정복 분석에 분리자 기반의 분해를 통합하여 시간 복잡도 추정을 정교화한다.
• 이 방법을 최대 2-CSP 및 #Dominating Set 문제에 적용하며, 삼차 및 일반 그래프에서의 분리자에 관한 기존의 구조적 결과를 활용한다.

실험 결과

연구 질문

• RQ1 분기 알고리즘에서 작은 균형 잡힌 분리자를 사용하면 최대 2-CSP에 대해 증명 가능하게 더 빠른 다항식 공간 알고리즘을 얻을 수 있는가?
• RQ2 분리자와 같은 전반적인 구조적 특성을 통합함으로써 측정 및 정복 방법은 어느 정도 향상될 수 있는가?
• RQ3 실행 시간의 개선은 알고리즘 혁신 때문인가, 아니면 기존 알고리즘에 대한 더 정교한 분석 때문인가?
• RQ4 이 방법은 유계 차수 또는 낮은 트리폭을 가지는 다른 NP-난이도 문제로 일반화될 수 있는가?
• RQ5 트리 분해에 기반한 지수 공간 동적 프로그래밍과 비교했을 때 이 접근법의 한계는 무엇인가?

주요 결과

• 삼차 그래프에서 최대 2-CSP에 대해 알고리즘은 $ r^{(1/5)n} = r^{(2/15)m} $ 시간에 실행되며, 이는 이전의 $ r^{(1/4)n} = r^{(1/6)m} $ 보다 향상된 것이다.
• 일반적인 최대 2-CSP 인스턴스에 대해서는 개선된 복잡도가 $ r^{(9/50)m} $ 으로, 이는 이전의 $ r^{(19/100)m} $ 보다 향상되었으며, 이 개선은 분석의 정교함을 넘어서 알고리즘 설계의 결과이다.
• 동일한 실행 시간 개선은 최대 컷, 다항식 CSP, 리드 씨피에스를 특수 케이스로 포함한다.
• 삼차 그래프에서 #Dominating Set에 대해 알고리즘은 $ 3^{(1/5)n} $ 시간에 실행되며, 이는 이전의 $ 2^{(1/2)n} $ 보다 향상된 것이다.
• 일반 그래프에 대해서는 #Dominating Set의 새로운 알고리즘이 $ 1.5183^n $ 시간에 실행되며, 이는 이전의 $ 1.5673^n $ 보다 향상된 것이다.
• 분석 결과 이전 알고리즘이 타이트하다는 것이 확인되었으며, 이는 개선이 분석의 정교함 때문이 아니라 알고리즘 설계의 결과임을 확인한다.