[논문 리뷰] Simple and Near-Optimal Distributed Coloring for Sparse Graphs

Mohsen Ghaffari, Christiana Lymouri|arXiv (Cornell University)|2017. 08. 21.

Complexity and Algorithms in Graphs참고 문헌 21인용 수 3

한 줄 요약

이 논문은 산재도 α에 대해 거의 최적의 비율로 스케일링되는 색수를 사용하여 흩어진 그래프를 색칠하는 단순한 확률적 분산 알고리즘을 제시한다. H-분할과 반복적인 무작위 색상 선택, 결정론적 완료 단계를 조합함으로써, 알고리즘은 O(α)개의 색상을 O(log n · min{log log n, log α}) 라운드 내에 달성하며, 이는 Ω(logα n) 라운드의 이론적 하한선에 거의 근접한다.

ABSTRACT

Graph coloring is one of the central problems in distributed graph algorithms. Much of the research on this topic has focused on coloring with $Δ+1$ colors, where $Δ$ denotes the maximum degree. Using $Δ+1$ colors may be unsatisfactory in sparse graphs, where not all nodes have such a high degree; it would be more desirable to use a number of colors that improves with sparsity. A standard measure that captures sparsity is arboricity, which is the smallest number of forests into which the edges of the graph can be partitioned. We present simple randomized distributed algorithms that, with high probability, color any $n$-node $α$-arboricity graph: - using $(2+\varepsilon)\cdot α$ colors, for constant $\varepsilon>0$, in $O(\log n)$ rounds, if $α= ildeΩ(\log n)$, or - using $O(α\log α)$ colors, in $O(\log n)$ rounds, or - using $O(α)$ colors, in $O(\log n \cdot \min\{\log\log n,\; \log α\})$ rounds. These algorithms are nearly-optimal, as it is known by results of Linial [FOCS'87] and Barenboim and Elkin [PODC'08] that coloring with $Θ(α)$ colors, or even poly$(α)$ colors, requires $Ω(\log_α n)$ rounds. The previously best-known $O(\log n)$-time result was a deterministic algorithm due to Barenboim and Elkin [PODC'08], which uses $Θ(α^2)$ colors. Barenboim and Elkin stated improving this number of colors as an open problem in their Distributed Graph Coloring Book.

연구 동기 및 목표

• Δ가 크지만 산재도 α가 작은 흩어진 그래프에서 Δ+1 색칠의 비효율성을 해결한다.
• 산재도 α로 측정된 그래프의 흩어짐에 따라 개선되는 색상 수를 사용하는 분산 알고리즘을 개발한다.
• 근사 최적의 라운드 복잡도와 색상 수를 달성하여 기존 알려진 하한선과 이전 상한선 사이의 격차를 좁힌다.
• Barenboim과 Elkin이 제기한 열린 문제를 해결한다: O(log n)라운드 내에서 산재도-α 그래프에서 색상 수를 O(α²)에서 O(α)로 줄이는 것.

제안 방법

• 지정된 차수 상한 d ≤ (2 + ε/2)·α와 ℓ = ⌈(1/ε) log n⌉층을 갖는 H-분할을 구성하여 국소적 색칠을 가능하게 한다.
• 각 미색상인 노드가 (2+ε)·α 크기의 팔레트에서 임의의 색상을 선택하는 반복적인 무작위 절차를 사용한다.
• 동일한 라운드에 이웃 노드가 같은 색상을 선택하지 않으면, 노드는 색상을 영구적으로 확보한다. 이는 충돌 없는 할당을 보장한다.
• 남은 그래프에 대해 결정론적 완료 단계를 적용한다. 이 그래프는 고려 확률으로 최대 O(log n) 길이의 경로를 갖는다.
• 각 노드가 최대 d개의 미색상 외부 이웃을 갖기 때문에, 적어도 하나의 색상이 항상 이용 가능하다는 사실을 활용한다.
• 무작위 및 결정론적 단계를 조합하여 O(log n · min{log log n, log α})라운드 복잡도와 O(α)개의 색상을 달성한다.

실험 결과

연구 질문

• RQ1 산재도 α에 대해 O(α)개의 색상을 사용하면서 거의 최적의 시간 내에 흩어진 그래프를 색칠할 수 있는 분산 알고리즘을 설계할 수 있는가?
• RQ2 산재도-α 그래프에서 O(log n)라운드 내에 색상 수를 O(α²)에서 O(α)로 줄일 수 있는가?
• RQ3 분산 색칠에서 색상 수와 라운드 복잡도 사이의 트레이드오프를 어떻게 달성할 수 있는가?
• RQ4 O(α) 색칠을 달성하기 위해 필요한 최소 라운드 복잡도는 무엇이며, 알려진 하한선에 거의 근접할 수 있는가?
• RQ5 간단한 무작위 접근과 결정론적 완료 단계의 조합이 분산 색칠에서 거의 최적의 결과를 낼 수 있는가?

주요 결과

• α = ~Ω(log n)일 경우, 알고리즘은 O(log n)라운드 내에 (2+ε)·α개의 색상을 달성하며, 이는 개선된 라운드 복잡도를 바탕으로 최고의 알려진 색상 수와 일치한다.
• 일반적인 α에 대해 알고리즘은 O(α log α)개의 색상을 O(log n)라운드 내에 사용하며, 이는 이전의 결정론적 O(α²)-색칠 알고리즘보다 향상된 결과이다.
• 최적의 경우, 알고리즘은 O(α)개의 색상을 O(log n · min{log log n, log α})라운드 내에 사용하며, Ω(logα n) 하한선에 거의 근접한다.
• 무작위 단계 이후에도 어떤 노드가 미색상으로 남아 있을 확률은 최대 d⁻²이며, 이는 노드 간에 독립적이다.
• 부분 색칠 이후 남은 그래프는 고려 확률으로 최대 O(log n) 길이의 경로를 갖는다. 이는 효율적인 결정론적 완료를 가능하게 한다.
• 결정론적 완료 단계는 각 노드가 이웃 노드의 색칠을 최대 O(log n)라운드 기다리기 때문에 O(log n)라운드 내에 완료된다.