[논문 리뷰] Succinct Planar Encoding with Minor Operations

Frank von der Kammer, Johannes Meintrup|arXiv (Cornell University)|2023. 01. 01.

Algorithms and Data Compression인용 수 1

한 줄 요약

이 논문은 O(n) 시간에 간선 수축과 정점 삭제를 지원하고, 일정 시간 내에 이웃 및 차수 쿼리를 수행할 수 있는, 비라벨링된 평면 그래프를 위한 간결한 데이터 구조를 제안한다. 이는 H(n) + o(n) 비트의 공간 사용을 달성하여 정보 이론적 하한 H(n)에 최적에 가까운 공간 사용을 실현하며, Holm 등과 Blelloch & Farzan의 기법을 융합함으로써 선형 시간 외부 평면성 테스팅이 가능하다. 공간 사용은 O(n) 비트이다.

ABSTRACT

Let $G$ be an unlabeled planar and simple $n$-vertex graph. Unlabeled graphs are graphs where the label-information is either not given or lost during the construction of data-structures. We present a succinct encoding of $G$ that provides induced-minor operations, i.e., edge contractions and vertex deletions. Any sequence of such operations is processed in $O(n)$ time in the word-RAM model. At all times the encoding provides constant time (per element output) neighborhood access and degree queries. Optional hash tables extend the encoding with constant expected time adjacency queries and edge-deletion (thus, all minor operations are supported) such that any number of edge deletions are computed in $O(n)$ expected time. Constructing the encoding requires $O(n)$ bits and $O(n)$ time. The encoding requires $\mathcal{H}(n) + o(n)$ bits of space with $\mathcal{H}(n)$ being the entropy of encoding a planar graph with $n$ vertices. Our data structure is based on the recent result of Holm et al. [ESA 2017] who presented a linear time contraction data structure that allows to maintain parallel edges and works for labeled graphs, but uses $Θ(n \log n)$ bits of space. We combine the techniques used by Holm et al. with novel ideas and the succinct encoding of Blelloch and Farzan [CPM 2010] for arbitrary separable graphs. Our result partially answers the question raised by Blelloch and Farzan whether their encoding can be modified to allow modifications of the graph. As a simple application of our encoding, we present a linear time outerplanarity testing algorithm that uses $O(n)$ bits of space.

연구 동기 및 목표

• 비라벨링된 평면 그래프를 위한 간결한 데이터 구조를 설계하여, 효율적으로 유도된 미니처수 연산을 지원한다.
• 평면 그래프의 정보 이론적 하한 H(n)에 대해 o(n) 비트 이내의 공간 사용을 달성한다.
• O(n) 시간에 간선 수축과 정점 삭제를 지원하고, 일정 시간 내에 이웃 및 차수 쿼리를 수행한다.
• 선택적 해시 테이블을 사용하여 예상 O(1) 시간에 간선 삭제를 지원하도록 구조를 확장한다.
• 이 인코딩을 활용하여 O(n) 시간과 O(n) 비트의 공간을 사용하는 선형 시간 외부 평면성 테스팅 알고리즘을 구현한다.

제안 방법

• r-분할과 분리자에 기반한 계층적 분할을 사용하여 그래프를 더 작은 구성요소로 반복적으로 분할한다.
• Holm 등의 기법을 활용해 수축에 대한 그래프 연산을 유지하는 동시에, Blelloch와 Farzan의 분리 가능한 그래프를 위한 간결한 인코딩을 통합한다.
• 최하위 수준의 참조 테이블은 r = log⁴n 정점 이하의 모든 소형 평면 그래프를 간선 색상과 함께 저장하며, 감소 규칙을 위해 간선 색상 지원을 위한 구조로 확장된다.
• 전역 및 국소 큐(선택 사전을 통해)를 유지하여 감소 단계에서 차수 1 또는 2인 정점을 효율적으로 식별한다.
• 간선 수축은 이웃 집합을 병합하고 계층적 구조를 갱신함으로써 구현되며, 사전에 계산된 매핑을 통해 일정 시간 내에 액세스한다.
• 선택적 해시 테이블을 사용하여 예상 O(1) 시간에 인접성 쿼리와 간선 삭제를 지원한다.

실험 결과

연구 질문

• RQ1 평면 그래프의 간결한 인코딩을 간선 수축 및 정점 삭제와 같은 동적 연산을 지원하도록 확장할 수 있는가?
• RQ2 이러한 연산 하에서 일정 시간 내에 이웃 및 차수 쿼리를 유지하면서 근접한 최적의 공간 사용을 달성할 수 있는가?
• RQ3 모든 유도된 미니처수 연산을 지원하면서도 H(n) + o(n) 비트 이내의 공간 사용을 유지할 수 있는가?
• RQ4 이러한 데이터 구조를 사용하여 선형 시간, 공간 효율적인 외부 평면성 테스팅 알고리즘을 구현할 수 있는가?
• RQ5 이 인코딩을 예상 O(1) 시간 성능으로 간선 삭제를 지원하도록 확장할 수 있는가?

주요 결과

• 제안된 데이터 구조는 H(n) + o(n) 비트의 공간을 사용하여 평면 그래프에 대해 근접한 최적의 간결함을 달성한다.
• 모든 유도된 미니처수 연산—간선 수축과 정점 삭제—는 총 O(n) 시간에 처리된다.
• 이웃 및 차수 쿼리는 언제나 출력되는 요소당 O(1) 시간에 지원된다.
• 선택적 해시 테이블을 사용하면 인접성 쿼리와 간선 삭제가 예상 O(1) 시간에 지원된다.
• Wiegers의 감소 규칙을 적용함으로써 선형 시간, O(n)-비트 외부 평면성 테스팅 알고리즘을 구현할 수 있다.
• 참조 테이블에 저장된 간선 색상이 부여된 소형 그래프로 인한 공간 오버헤드는 O(n) 비트이며, 전체 O(n) 공간 제약에 비해 무시할 만하다.