[논문 리뷰] Solving weighted and counting variants of connectivity problems parameterized by treewidth deterministically in single exponential time

Hans L. Bodlaender, Marek Cygan외 2명|arXiv (Cornell University)|2012. 11. 07.

Advanced Graph Theory Research참고 문헌 45인용 수 14

한 줄 요약

이 논문은 트리폭이 유계인 그래프에서 가중치가 부여된 및 카운팅 변형의 연결성 문제—예를 들어 해밀턴 순환과 스티너 트리—를 결정적 알고리즘으로 해결하기 위한 방법을 제시한다. 이 알고리즘은 단일 지수 시간 복잡도 O(1.94^tw n^O(1))를 갖는다. 논문은 두 가지 새로운 선형 대수 기반 기법을 도입한다: 행렬의 질량을 이용해 동적 프로그래밍 상태를 압축하는 랭크 기반 방법과, 매트릭스 트리 정리를 활용해 카운팅 해법에 대한 폐형 공식을 유도하는 행렬식 기반 방법이다. 주요 기여는 이전까지 랜덤화된 알고리즘으로만 해결 가능했던 문제들에 대해 결정적이고 단일 지수 시간 복잡도를 달성한 것이다.

ABSTRACT

It is well known that many local graph problems, like Vertex Cover and Dominating Set, can be solved in 2^{O(tw)}|V|^{O(1)} time for graphs G=(V,E) with a given tree decomposition of width tw. However, for nonlocal problems, like the fundamental class of connectivity problems, for a long time we did not know how to do this faster than tw^{O(tw)}|V|^{O(1)}. Recently, Cygan et al. (FOCS 2011) presented Monte Carlo algorithms for a wide range of connectivity problems running in time $c^{tw}|V|^{O(1)} for a small constant c, e.g., for Hamiltonian Cycle and Steiner tree. Naturally, this raises the question whether randomization is necessary to achieve this runtime; furthermore, it is desirable to also solve counting and weighted versions (the latter without incurring a pseudo-polynomial cost in terms of the weights). We present two new approaches rooted in linear algebra, based on matrix rank and determinants, which provide deterministic c^{tw}|V|^{O(1)} time algorithms, also for weighted and counting versions. For example, in this time we can solve the traveling salesman problem or count the number of Hamiltonian cycles. The rank-based ideas provide a rather general approach for speeding up even straightforward dynamic programming formulations by identifying "small" sets of representative partial solutions; we focus on the case of expressing connectivity via sets of partitions, but the essential ideas should have further applications. The determinant-based approach uses the matrix tree theorem for deriving closed formulas for counting versions of connectivity problems; we show how to evaluate those formulas via dynamic programming.

연구 동기 및 목표

• 트리폭을 매개변수로 삼는 연결성 문제에 대해 랜덤화 알고리즘과 결정적 알고리즘 간 격차를 해소하기 위해.
• 해밀턴 순환과 스티너 트리와 같은 NP-난이도 연결성 문제의 가중치 및 카운팅 변형을 위한 효율적인 결정적 알고리즘을 개발하기 위해.
• 유계 트리폭 그래프에서 연결성 문제의 단일 지수 시간 알고리즘에서 랜덤화를 제거하기 위해.
• 특히 행렬의 질량과 행렬식을 활용한 선형 대수 기법을 기반으로 한 새로운 프레임워크를 제안하여 트리 분해 기반 동적 프로그래밍을 최적화하기 위해.

제안 방법

• 매트릭스의 질량을 이용해 부분 해의 대표 집합을 식별함으로써 상태 공간 크기를 줄이는 랭크 기반 동적 프로그래밍 접근법을 도입한다.
• 매트릭스 트리 정리를 활용해 연결성 해법의 카운팅을 위한 폐형 표현식을 도출하고, 이를 동적 프로그래밍을 통해 평가한다.
• 가우스 소거법과 질량 감소를 적용해 DP 테이블 내에서 선형 독립 상태만 유지함으로써 트리폭에 대해 단일 지수 의존성을 확보한다.
• 트리 분해의 노드에서 자식의 상태를 조합하는 조인 연산을 설계하며, 상태 매핑의 역치환을 기반으로 한 부호가 있는 순열을 사용한다.
• 트리 분해 순회 중 정확성을 보장하기 위해 부분 트리 간에 일관된 상태 표현을 유지하기 위해 공유 변수(예: sY)를 사용한다.
• 무게에 대한 의사 다항식 비용이 발생하지 않도록 하면서도, 연결성 문제의 무게 없는 버전과 가중치가 부여된 버전을 모두 처리할 수 있도록 프레임워크를 확장한다.

실험 결과

연구 질문

• RQ1 유계 트리폭 그래프에서 연결성 문제의 가중치 및 카운팅 변형에 대해 결정적 알고리즘이 단일 지수 시간 복잡도를 달성할 수 있는가?
• RQ2 매트릭스의 질량과 행렬식과 같은 선형 대수 기법을 사용해 트리 분해 기반 알고리즘의 동적 프로그래밍 상태를 압축할 수 있는가?
• RQ3 Cut&Count 스타일 알고리즘에서 연결성 문제에 대해 랜덤화를 제거하면서도 단일 지수 실행 시간을 유지할 수 있는가?
• RQ4 랭크 기반 접근법을 연결성 문제를 초월해 상태 공간이 구조화된 다른 동적 프로그래밍 설정으로 일반화할 수 있는가?
• RQ5 랭크 기반 압축을 표준 트리 분해 기반 동적 프로그래밍 파ipeline에 통합하는 데 실용적인 가능성이 있는가?

주요 결과

• 논문은 경로 분해의 폭 pw가 주어진 경우 Feedback Vertex Set 문제를 Õ(5^pw · pw^O(1) · n^3) 시간 내에 해결하는 결정적 알고리즘을 제시한다.
• 트리 분해의 폭이 tw인 경우 Feedback Vertex Set 문제는 Õ(10^tw · tw^O(1) · n^3) 시간 내에 해결되며, 이는 랭크 기반 방법의 효과성을 보여준다.
• 행렬식 기반 방법은 단일 지수 시간 내에 해밀턴 순환 및 기타 연결 구조의 정확한 수를 세는 데 가능하게 하며, 동적 프로그래밍을 통해 폐형 평가를 제공한다.
• 랭크 기반 접근법은 각 노드에서 처리되는 상태 수가 2^tw 이하로 제한됨을 보장하여, 난이도가 높은 동적 프로그래밍 대비 상태 공간을 크게 줄인다.
• 알고리즘들은 트리폭에 대해 단일 지수 의존성을 확보하여, 이전까지 가장 잘 알려진 랜덤화 알고리즘과 동일한 성능을 달성하지만, 랜덤화가 필요하지 않다.
• 프레임워크는 브랜치폭으로 일반화 가능하며, 부분 해의 대수적 구조를 활용해 다른 문제들로도 응용 가능하다.