[논문 리뷰] Sublogarithmic Distributed Algorithms for Lov\\'asz Local lemma, and the Complexity Hierarchy

Manuela Fischer, Mohsen Ghaffari|arXiv (Cornell University)|2017. 05. 13.

Privacy-Preserving Technologies in Data인용 수 45

한 줄 요약

이 논문은 유계 차수 그래프에서 라보슈 로컬 레미(Lovász Local Lemma, LLL)에 대한 하위로그랜드 랜덤화 분산 알고리즘을 제시하며, 런타임을 $2^{O(\sqrt{\log\log n})}$ 라운드로 개선하여 이전의 $O(\log n)$ bound를 크게 상회한다. 이 결과는 모든 $o(\log n)$-라운드 랜덤화 LCL 문제에 대해 자동으로 속도 향상을 가능하게 하며, 열악한 색칠, 과도한 색칠, 리스트 정점 색칠 문제에 대해 더 빠른 알고리즘을 제공한다.

ABSTRACT

Locally Checkable Labeling (LCL) problems include essentially all the classic problems of $\\mathsf{LOCAL}$ distributed algorithms. In a recent enlightening revelation, Chang and Pettie [arXiv 1704.06297] showed that any LCL (on bounded degree graphs) that has an $o(\\log n)$-round randomized algorithm can be solved in $T_{LLL}(n)$ rounds, which is the randomized complexity of solving (a relaxed variant of) the Lov\\'asz Local Lemma (LLL) on bounded degree $n$-node graphs. Currently, the best known upper bound on $T_{LLL}(n)$ is $O(\\log n)$, by Chung, Pettie, and Su [PODC'14], while the best known lower bound is $\\Omega(\\log\\log n)$, by Brandt et al. [STOC'16]. Chang and Pettie conjectured that there should be an $O(\\log\\log n)$-round algorithm. Making the first step of progress towards this conjecture, and providing a significant improvement on the algorithm of Chung et al. [PODC'14], we prove that $T_{LLL}(n)= 2^{O(\\sqrt{\\log\\log n})}$. Thus, any $o(\\log n)$-round randomized distributed algorithm for any LCL problem on bounded degree graphs can be automatically sped up to run in $2^{O(\\sqrt{\\log\\log n})}$ rounds. Using this improvement and a number of other ideas, we also improve the complexity of a number of graph coloring problems (in arbitrary degree graphs) from the $O(\\log n)$-round results of Chung, Pettie and Su [PODC'14] to $2^{O(\\sqrt{\\log\\log n})}$. These problems include defective coloring, frugal coloring, and list vertex-coloring.

연구 동기 및 목표

• 라보슈 로컬 레미(Lovász Local Lemma, LLL)의 랜덤화 분산 복잡도에 대한 $\Omega(\log\log n)$ 하한과 $O(\log n)$ 상한 사이의 격차를 메우기.
• 유계 차수 그래프에서 모든 $o(\log n)$-라운드 랜덤화 LCL 문제에 대해 자동으로 속도 향상을 가능하게 하는 하위로그랜드 알고리즘을 제공하기.
• 열악한 색칠, 과도한 색칠, 리스트 정점 색칠과 같은 핵심 그래프 색칠 문제의 분산 복잡도를 새로운 LLL 알고리즘을 활용해 향상시키기.
• LLL가 하위로그랜드 분산 알고리즘의 완전 문제임을 입증하여, 분산 계산에서의 기본적 역할을 강화하기.

제안 방법

• 유계 차수 그래프에서 $n$-노드에 대해 릴랙스된 LLL의 새로운 $2^{O(\sqrt{\log\log n})}$-라운드 랜덤화 알고리즘 설계.
• 각 퇴적 단계에서 색상 목록 크기와 충돌 수를 2배로 줄이는 리스트 정점 색칠을 위한 반복적 퇴적 접근법 사용.
• 각 퇴적 단계를 다항식 기준 $epd \leq 1$ 를 만족하는 LLL 인스턴스로 공식화하여 효율적인 LLL 해법기의 적용 가능성을 확보.
• 목록 크기를 $L$ 에서 $\Omega(1)$ 으로 줄이기 위해 $O(\log\log n)$개의 퇴적 반복에 걸쳐 LLL 알고리즘을 재귀적으로 적용.
• 작은 $L$ 의 경우 기존 연구에서의 LLL 알고리즘을 직접 사용하고, 농도 기반 및 재귀적 분해를 통해 더 큰 $L$ 에 대한 분석을 연장.
• LLL가 하위로그랜드 LCL 문제에 대해 완전함을 활용: 모든 $o(\log n)$-라운드 랜덤화 LCL 알고리즘은 $O(T_{LLL}(n))$ 라운드로 속도 향상 가능.

실험 결과

연구 질문

• RQ1 라보슈 로컬 레미(Lovász Local Lemma, LLL)의 랜덤화 분산 복잡도는 $O\left(\log n\right)$ 이하로 낮출 수 있는가, 즉 $\Omega(\log\log n)$ 하한에 가까워질 수 있는가?
• RQ2 새로운 $2^{O(\sqrt{\log\log n})}$-라운드 LLL 알고리즘은 유계 차수 그래프에서 모든 $o(\log n)$-라운드 랜덤화 LCL 문제에 대해 자동으로 속도 향상을 가능하게 하는가?
• RQ3 새로운 LLL 알고리즘은 리스트 정점 색칠, 열악한 색칠, 과도한 색칠 문제의 분산 복잡도 향상에 적용 가능한가?
• RQ4 LLL를 해결하는 데 필요한 랜덤화 복잡도 $T_{LLL}(n)$ 에 대한 가장 날카로운 상한은 무엇인가?
• RQ5 LLL는 어떻게 반복적 퇴적 프레임워크에서 재귀적으로 사용되어 그래프 색칠 문제에서 충돌 크기와 목록 크기를 점진적으로 줄일 수 있는가?

주요 결과

• 논문은 랜덤화 분산 복잡도 $T_{LLL}(n)$ 이 $2^{O(\sqrt{\log\log n})}$ 임을 입증하며, 이는 이전의 $O(\log n)$ 상한보다 크게 향상된 결과이다.
• 이 새로운 상한은 유계 차수 그래프에서 모든 $o(\log n)$-라운드 랜덤화 Locally Checkable Labeling (LCL) 문제에 대해 자동으로 $2^{O(\sqrt{\log\log n})}$ 라운드 내로 속도 향상을 가능하게 한다.
• 열악한 색칠, 과도한 색칠, 리스트 정점 색칠 문제의 분산 복잡도는 리스트 크기 제약에서 충분히 큰 상수 $C$ 에 대해 $O(\log n)$ 에서 $2^{O(\sqrt{\log\log n})}$ 라운드로 향상된다.
• 리스트 크기 $L$ 과 이웃 충돌 수 제약 $|N_q(v)| \leq L/C$ 를 만족하는 리스트 정점 색칠에 대해, $C > 2e$ 인 충분히 큰 상수일 경우 알고리즘은 고확률로 $2^{O(\sqrt{\log\log n})}$ 라운드 내에 수행된다.
• 이 방법은 $O(\log\log n)$개의 반복적 퇴적 단계를 거치며, 각 단계는 다항식 기준 $epd \leq 1$ 를 만족하는 LLL 인스턴스로 공식화되며, 각 단계는 $2^{O(\sqrt{\log\log n})}$ 라운드 내에 해결 가능하다.
• 분석 결과, 작은 $L$ 에 대해서도 LLL 공식화가 다항식 기준 내에 유지되며, 농도 기반 및 재귀적 의존성 처리 덕분에 알고리즘이 여전히 효율적임을 보여준다.