[论文解读] A Local Algorithm for Constructing Spanners in Minor-Free Graphs

Reut Levi, Dana Ron+1 more|arXiv (Cornell University)|Apr 24, 2016

Complexity and Algorithms in Graphs参考文献 8被引用 5

一句话总结

该论文提出了一种局部算法，在 $H$-minor-free 图中构造一个倍数为 $\tilde{O}(h\log d/\epsilon)$ 的稀疏图，且每个查询的探测复杂度仅为 $\mathrm{poly}(d, 1/\epsilon, h)$。其成功概率达到 $1 - 1/ Omega(n)$，在效率和可靠性方面相比以往针对 minor-free 图的工作有显著提升。

ABSTRACT

Constructing a spanning tree of a graph is one of the most basic tasks in graph theory. We consider this problem in the setting of local algorithms: one wants to quickly determine whether a given edge $e$ is in a specific spanning tree, without computing the whole spanning tree, but rather by inspecting the local neighborhood of $e$. The challenge is to maintain consistency. That is, to answer queries about different edges according to the same spanning tree. Since it is known that this problem cannot be solved without essentially viewing all the graph, we consider the relaxed version of finding a spanning subgraph with $(1+ε)n$ edges (where $n$ is the number of vertices and $ε$ is a given sparsity parameter). It is known that this relaxed problem requires inspecting $Ω(\sqrt{n})$ edges in general graphs, which motivates the study of natural restricted families of graphs. One such family is the family of graphs with an excluded minor. For this family there is an algorithm that achieves constant success probability, and inspects $(d/ε)^{poly(h)\log(1/ε)}$ edges (for each edge it is queried on), where $d$ is the maximum degree in the graph and $h$ is the size of the excluded minor. The distances between pairs of vertices in the spanning subgraph $G'$ are at most a factor of $poly(d, 1/ε, h)$ larger than in $G$. In this work, we show that for an input graph that is $H$-minor free for any $H$ of size $h$, this task can be performed by inspecting only $poly(d, 1/ε, h)$ edges. The distances between pairs of vertices in the spanning subgraph $G'$ are at most a factor of $ ilde{O}(h\log(d)/ε)$ larger than in $G$. Furthermore, the error probability of the new algorithm is significantly improved to $Θ(1/n)$. This algorithm can also be easily adapted to yield an efficient algorithm for the distributed setting.

研究动机与目标

• 设计一种局部算法，通过亚线性、局部的探测回答 minor-free 图中稀疏生成子图的边成员查询。
• 将探测复杂度从关于 $h$ 的指数级降低至关于 $h$、$d$ 和 $1/\epsilon$ 的多项式级，适用于 $H$-minor-free 图。
• 将局部稀疏图构造的成功概率从常数提升至 $1 - 1/\Omega(n)$，确保在大规模图中具有高可靠性。
• 在保持查询间局部一致性的前提下，实现 spanner 的低倍数 $\tilde{O}(h\log d/\epsilon)$。
• 通过局部计算实现对分布式消息传递模型的高效适配。

提出的方法

• 该算法基于一个随机采样的顶点集 $W$，采用基于密度 $\gamma = \epsilon / (2c(h))$ 的随机全局划分方案。
• 每个顶点通过 BFS 被分配到最近的 $W$ 中的顶点，形成划分 $\mathcal{P}$，其中中心通过基于局部 BFS 的过程确定。
• 边的选择基于排名系统：在每个部分内部，BFS 树中的边被包含；在不同部分之间，选择连接两部分的最小排名边。
• 探测复杂度被限制在 $O(kd^3)$ 内，其中 $k = \Theta((\log^2(1/\gamma) + \log d)/\gamma)$，确保查询时间亚线性。
• 算法利用切比雪夫不等式和成对独立性来限制 $W$ 和 $R$ 的大小，保证测度的集中性。
• 最终的稀疏图 $G'$ 通过组合局部 BFS 树和部分间边构建，其倍数被限制为每个部分直径的 $2k$ 倍。

实验结果

研究问题

• RQ1 能否设计一种局部算法，在 minor-free 图中实现探测复杂度与 $n$ 无关的稀疏图构造？
• RQ2 在探测复杂度为多对数级的条件下，局部算法在 $H$-minor-free 图中可实现的最小倍数是多少？
• RQ3 能否将 minor-free 图中局部稀疏图构造的成功概率从常数提升至 $1 - 1/\Omega(n)$？
• RQ4 最大度数 $d$ 和排除的子图大小 $h$ 如何影响局部稀疏图构造的效率和倍数？
• RQ5 该局部算法能否被高效地适配到分布式消息传递模型中？

主要发现

• 该算法的探测复杂度为 $\mathrm{poly}(d, 1/\epsilon, h)$，相比以往的 $(d/\epsilon)^{\mathrm{poly}(h)\log(1/\epsilon)}$ 边界有显著改进。
• 稀疏图的倍数为 $\tilde{O}(h\log d/\epsilon)$，在 $d$ 上为次指数级，显著优于以往结果。
• 成功概率为 $1 - 1/\Omega(n)$，相比以往工作中常数成功概率有明显提升。
• 该算法以高概率构造出边数不超过 $(1 + \epsilon)n$ 的稀疏图，满足宽松的稀疏性要求。
• 探测复杂度为 $O(kd^3)$，运行时间为 $O(k^2d^3)$，其中 $k = \Theta((\log^2(1/\gamma) + \log d)/\gamma)$，确保在有界度数图中高效运行。
• 该算法可适配至分布式模型，复杂度相似，支持可扩展部署。