[논문 리뷰] Shortest Path in a Polygon using Sublinear Space

Sariel Har-Peled|arXiv (Cornell University)|2014. 12. 02.

Computational Geometry and Mesh Generation참고 문헌 13인용 수 3

한 줄 요약

이 논문은 단순 다각형 내에서 최단 경로를 계산하기 위한 새로운 알고리즘을 제시한다. 선형 이하의 공간과 제곱 이하의 시간 복잡도를 사용한다. 다각형을 O(n/m)개의 크기 O(m)인 복도로 분해하고, 비효율 공간 문제에 대해 Seidel의 선형 프로그래밍 알고리즘의 수정된, 일정 공간을 사용하는 변형을 적용함으로써, O(n²/m)의 기대 시간에 O(m)의 작업 메모리로 계산이 가능해지며, 이는 Asano가 제기한 제곱 시간 복잡도의 사전처리를 피할 수 있는 문제를 해결한다.

ABSTRACT

$ enewcommand{\Re}{{ m I\!\hspace{-0.025em} R}} ewcommand{\SetX}{\mathsf{X}} ewcommand{\VorX}[1]{\mathcal{V} \pth{#1}} ewcommand{\Polygon}{\mathsf{P}} ewcommand{\Space}{\overline{\mathsf{m}}} ewcommand{\pth}[2][\!]{#1\left({#2} ight)}$ We resolve an open problem due to Tetsuo Asano, showing how to compute the shortest path in a polygon, given in a read only memory, using sublinear space and subquadratic time. Specifically, given a simple polygon $\Polygon$ with $n$ vertices in a read only memory, and additional working memory of size $\Space$, the new algorithm computes the shortest path (in $\Polygon$) in $O( n^2 /\, \Space )$ expected time. This requires several new tools, which we believe to be of independent interest.

연구 동기 및 목표

• 최단 경로를 계산할 때 제곱 시간 복잡도의 사전처리를 피할 수 있는 Tetsuo Asano의 열린 문제를 해결하기 위해.
• O(m)의 작업 메모리와 제곱 이하의 시간 복잡도를 사용하는 알고리즘을 설계하기 위해, 여기서 m < n/log²n 이다.
• 임베디드 시스템이나 스트리밍 환경과 같은 제한된 메모리 환경에서도 효율적인 최단 경로 계산을 가능하게 하기 위해.
• 기하 최적화에 적용 가능한 공간 효율적인 솔루션을 개발하기 위해.

제안 방법

• 중심축을 기반으로 한 복도 분해를 사용하여 다각형을 O(n/m)개의 복도로 분해한다. 각 복도의 크기는 O(m)이다.
• 비효율 공간 문제를 해결하기 위해 Seidel의 랜덤화된 선형 프로그래밍 알고리즘의 수정된 버전을 사용하여 기대 선형 시간 내에 O(1) 공간으로 해결한다.
• 진정한 랜덤 순열 대신 의사 랜덤 수열을 사용하여 일정한 공간을 유지하면서도 기대 성능을 유지한다.
• 수정된 알고리즘에 대해 후방 분석을 적용하여 의사 랜덤 수열을 사용할 경우에도 정당성과 기대 성능이 유지됨을 증명한다.
• 복도를 반복적으로 순회하면서 쐐기 구조를 유지하고, 쐐기 축소를 통해 최단 경로를 추적한다.
• 기하학적 분해의 표준 형태에서의 점 위치 쿼리를 사용하여 다음 복도를 결정하며, 이는 비효율 공간 프레임워크를 활용한다.

실험 결과

연구 질문

• RQ1 제곱 이하의 시간 복잡도로 O(m)의 작업 메모리만을 사용하여 다각형 내 최단 경로를 계산할 수 있는가? 이때 사전처리 시간이 제곱 시간 복잡도가 아니어야 한다.
• RQ2 비효율 공간 문제를 기대 선형 시간 내에 O(1) 공간만을 사용하여 해결할 수 있는가?
• RQ3 진정한 랜덤 순열 대신 의사 랜덤 수열을 사용할 경우 후방 분석이 여전히 유효한가?
• RQ4 복도 분해를 통해 기하 최단 경로 계산의 공간-시간 트레이드오프를 줄일 수 있는가?

주요 결과

• m = O(n/log²n)일 때, 알고리즘은 O(n²/m)의 기대 시간에 O(m)의 작업 메모리로 최단 경로를 계산한다.
• Seidel의 알고리즘을 수정하고 의사 랜덤 수열을 사용함으로써, 비효율 공간 문제를 기대 선형 시간 내에 O(1) 공간으로 해결할 수 있다.
• 의사 랜덤 수열을 사용할 경우에도 후방 분석이 유효하여 정당성과 기대 성능이 보장된다.
• 쐐기 축소 단계는 복도당 O(log m)회의 쿼리가 필요하지만, 크기 O(m/4)에서 멈추는 것으로 최적화함으로써 복도당 상수 번의 쿼리로 줄일 수 있다.
• 일반적인 m에 대해 총 실행 시간은 O(n²/m + n log m log⁴(n/m))이며, m = O(n/log²n)일 경우 O(n²/m)로 향상된다.
• 이 접근법은 사전처리에 제곱 시간 복잡도가 필요하지 않음에도 불구하고 제곱 이하 시간 복잡도를 유지함으로써 Asano의 열린 문제를 해결한다.