[논문 리뷰] The Use of a Pruned Modular Decomposition for Maximum Matching Algorithms on Some Graph Classes

Guillaume Ducoffe, Alexandru Popa|arXiv (Cornell University)|2018. 01. 01.

Complexity and Algorithms in Graphs인용 수 4

한 줄 요약

이 논문은 모든 잘라낸 몫부그래프(order가 유계인)인 그래프 클래스에서 선형 시간 최대 매칭을 가능하게 하는 잘라낸 모듈러 분해 기법을 제안한다. 매달린, 반매달린, 쌍둥이, 전용, 고립 정점과 같은 한 정점 확장 구조를 순차적으로 제거함으로써 모듈러 분해 구조를 단순화하고, 모듈에 특화된 잘라내기 규칙을 통해 효율적인 매칭 계산을 가능하게 한다. 이 기법은 거리-유전적 그래프와 모듈러-트리너비가 1인 그래프에 적용 가능하다.

ABSTRACT

We address the following general question: given a graph class C on which we can solve Maximum Matching in (quasi) linear time, does the same hold true for the class of graphs that can be modularly decomposed into C? As a way to answer this question for distance-hereditary graphs and some other superclasses of cographs, we study the combined effect of modular decomposition with a pruning process over the quotient subgraphs. We remove sequentially from all such subgraphs their so-called one-vertex extensions (i.e., pendant, anti-pendant, twin, universal and isolated vertices). Doing so, we obtain a "pruned modular decomposition", that can be computed in quasi linear time. Our main result is that if all the pruned quotient subgraphs have bounded order then a maximum matching can be computed in linear time. The latter result strictly extends a recent framework in (Coudert et al., SODA'18). Our work is the first to explain why the existence of some nice ordering over the modules of a graph, instead of just over its vertices, can help to speed up the computation of maximum matchings on some graph classes.

연구 동기 및 목표

• 모듈러 분해로 간단한 구성요소로 분해되는 그래프 클래스에서 최대 매칭을 선형 시간 내에 계산하는 데 도전하는 것.
• 모듈러 분해의 몫 연산에서 최대 매칭이 유지되지 않는다는 한계를 극복하는 것.
• 매칭에 유용한 구조적 성질을 유지하면서 몫부그래프를 단순화하는 잘라내기 과정을 도입하여 기존 프레임워크를 확장하는 것.
• 이전까지 가능했던 것보다 더 넓은 그래프 클래스에서 선형 시간 최대 매칭을 가능하게 하는 프레임워크를 개발하는 것. 특히 거리-유전적 그래프를 포함한다.
• 정점 순서뿐만 아니라 모듈 순서를 사용함으로써 효율적인 최대 매칭 알고리즘을 가능하게 할 수 있음을 보여주는 것.

제안 방법

• 매달린, 반매달린, 쌍둥이, 전용, 고립 정점과 같은 한 정점 확장 구조를 몰래 몫부그래프에서 반복적으로 제거함으로써 잘라낸 모듈러 분해를 도입한다.
• 매달린 및 반매달린 모듈에 초점을 맞춘 두 가지 핵심 잘라내기 규칙을 설계하며, 이들은 한 개 또는 모두 제외한 한 개의 다른 모듈에 인접해 있다.
• 잘라낸 모듈러 분해는 O(m log n) 시간 내에 계산될 수 있음을 증명한다.
• 모든 잘라낸 몰래 몫부그래프의 순서가 유계이면, 최대 매칭은 선형 시간 내에 계산될 수 있음을 보여준다.
• 매달린 및 반매달린 모듈에 대한 감소 규칙을 활용하여 몰래 구조 내에서 효율적으로 증강 경로 계산을 시뮬레이션한다.
• 순환으로 줄이는 방식으로 순환 몰래 몫부그래프에 프레임워크를 적용하고, 모듈 쌍에 대해 간선 기반 동적 프로그래밍을 사용한다.

실험 결과

연구 질문

• RQ1 몰래 몫부그래프의 크기가 유계가 아니어도, 모듈러 분해 프레임워크를 사용해 최대 매칭을 선형 시간 내에 계산할 수 있는가?
• RQ2 한 정점 확장 구조를 제거할 때, 최대 매칭을 효율적으로 계산할 수 있는 가용성은 어떤 조건에서 유지되는가?
• RQ3 특히 매달린 및 반매달린 모듈에 대한 잘라내기 규칙을 사용해 복잡한 모듈러 구조를 가진 그래프 클래스에서 선형 시간 최대 매칭을 달성할 수 있는가?
• RQ4 이 프레임워크를 사용해 거리-유전적 그래프와 모듈러-트리너비가 1인 그래프에서 선형 시간 최대 매칭을 달성할 수 있는가?
• RQ5 효율적인 최대 매칭 알고리즘을 가능하게 하는 데 있어 모듈 순서는 정점 순서보다 얼마나 유리한가?

주요 결과

• 잘라낸 모듈러 분해는 O(m log n) 시간 내에 계산될 수 있어 최대 매칭의 효율적 사전처리를 가능하게 한다.
• 모든 잘라낸 몰래 몫부그래프의 순서가 유계이면, 최대 매칭은 선형 시간 내에 계산될 수 있으며, 이는 이전에 알려진 클래스를 초월한 범위로 확장된다.
• 이 프레임워크는 거리-유전적 그래프와 모듈러-트리너비가 1인 그래프에서 최대 매칭을 선형 시간 내에 계산하는 데 있어 처음으로 알려진 알고리즘을 제공한다.
• 반매달린 모듈에 대한 새로운 감소 규칙이 도입되었으며, 놀랍게나 복잡하여 핵심 기술 기여로 작용한다.
• 이 프레임워크는 순환으로 분해된 그래프, 특히 순환 몰래 몫부그래프를 포함한 그래프에서 선형 시간 최대 매칭을 지원한다.
• 몰래 그래프의 각 간선당 O(p) 시간 내에 최대 매칭의 크기를 계산할 수 있으며, 여기서 p는 모듈의 수이다. 이는 모듈 쌍에 대한 효율적인 동적 프로그래밍을 가능하게 한다.