[논문 리뷰] All Pairs Shortest Paths using Bridging Sets and Rectangular Matrix Multiplication

Uri Zwick|ArXiv.org|2000. 08. 16.

Complexity and Algorithms in Graphs참고 문헌 30인용 수 7

한 줄 요약

이 논문은 다항식 시간 복잡도를 가지는 브리징 세트와 직사각형 행렬 곱셈을 이용한 방향 그래프에서의 모든 정점 쌍 간 최단경로(APSP) 문제를 위한 두 가지 새로운 알고리즘을 제시한다. 첫 번째 알고리즘은 직사각형 행렬 곱셈의 지수 μ를 활용하여 소수의 정수 가중치에 대해 Õ(n^{2.575})의 시간 복잡도를 달성한다. 두 번째 알고리즘은 음이 아닌 실수 가중치에 대해 (1+ε)-근사 거리 측정을 Õ((n^ω/ε) log W)의 시간 복잡도로 제공하며, 이는 이전의 결과보다 크게 향상된 것이다.

ABSTRACT

We present two new algorithms for solving the {\em All Pairs Shortest Paths} (APSP) problem for weighted directed graphs. Both algorithms use fast matrix multiplication algorithms. The first algorithm solves the APSP problem for weighted directed graphs in which the edge weights are integers of small absolute value in $\Ot(n^{2+μ})$ time, where $μ$ satisfies the equation $ω(1,μ,1)=1+2μ$ and $ω(1,μ,1)$ is the exponent of the multiplication of an $n imes n^μ$ matrix by an $n^μ imes n$ matrix. Currently, the best available bounds on $ω(1,μ,1)$, obtained by Coppersmith, imply that $μ<0.575$. The running time of our algorithm is therefore $O(n^{2.575})$. Our algorithm improves on the $\Ot(n^{(3+ω)/2})$ time algorithm, where $ω=ω(1,1,1)<2.376$ is the usual exponent of matrix multiplication, obtained by Alon, Galil and Margalit, whose running time is only known to be $O(n^{2.688})$. The second algorithm solves the APSP problem {\em almost} exactly for directed graphs with {\em arbitrary} non-negative real weights. The algorithm runs in $\Ot((n^ω/\eps)\log (W/\eps))$ time, where $\eps>0$ is an error parameter and W is the largest edge weight in the graph, after the edge weights are scaled so that the smallest non-zero edge weight in the graph is 1. It returns estimates of all the distances in the graph with a stretch of at most $1+\eps$. Corresponding paths can also be found efficiently.

연구 동기 및 목표

• 소수의 정수 또는 음이 아닌 실수 가중치를 가진 방향 그래프에서의 모든 정점 쌍 간 최단경로(APSP) 문제를 위한 더 빠른 알고리즘을 개발하는 것.
• 표준 O(n^3) 경계를 초월하여 APSP의 점근적 시간 복잡도를 향상시키기 위해 빠른 직사각형 행렬 곱셈 기법을 활용하는 것.
• 직사각형 행렬 곱셈의 지수 μ를 활용하여 소수의 정수 가중치에 대해 APSP의 삼차 시간 복잡도 이하의 성능을 달성하는 것.
• 거리 추정치에 대해 (1+ε)-스트레치 보장을 갖는 음이 아닌 실수 가중치를 가진 그래프에 대해 효율적인 근사 알고리즘을 설계하는 것.
• 방향 그래프에서 APSP에 대해 Õ(n^ω) 시간 복잡도를 달성할 수 있는지 탐색하는 것. 이는 무방향 그래프에서 알려진 결과와 유사하게 구현하는 것을 목표로 한다.

제안 방법

• 첫 번째 알고리즘은 브리징 세트와 직사각형 행렬 곱셈을 사용하여 거리 곱을 계산하고, 지수를 2+μ로 감소시킨다. 여기서 μ는 ω(1,μ,1)=1+2μ를 만족한다.
• 최적의 알려진 bound μ<0.575를 활용하여 n×n^μ 및 n^μ×n 행렬에 대해 빠른 행렬 곱셈을 적용한다. 이는 Coppersmith의 연구에서 도출된 결과이다.
• 두 번째 알고리즘은 스케일링 및 반올림 기법을 사용하여 실수 가중치를 정수로 변환함으로써 근사 거리 곱셈 계산을 가능하게 한다.
• 에러 누적을 제어하기 위해 해상도 R=O((log n)/ε)를 사용하는 근사 거리 곱셈 알고리즘(약근거리곱)을 활용한다.
• 알고리즘은 근사 거리 곱셈을 반복적으로 사용하여 거리 행렬을 제곱함으로써 진행되며, ℓ 반복 후 최대 (1+4/R)^ℓ의 스트레치 요소를 유지한다.
• 거리 추정 이후 근사 최단경로를 효율적으로 재구성하기 위해 워치맨트 행렬을 유지한다.

실험 결과

연구 질문

• RQ1 소수의 정수 가중치를 가진 방향 그래프에서 APSP 문제를 빠른 직사각형 행렬 곱셈을 이용해 삼차 시간 복잡도 이하로 해결할 수 있는가?
• RQ2 소수의 정수 가중치에 대해 APSP의 최고로 가능한 시간 복잡도는 무엇이며, 이는 직사각형 행렬 곱셈의 지수 μ와 어떻게 관련이 있는가?
• RQ3 빠른 행렬 곱셈 기법을 활용하여 음이 아닌 실수 가중치를 가진 그래프에 대해 (1+ε)-근사 알고리즘을 설계할 수 있는가?
• RQ4 방향 그래프에서 APSP에 대해 Õ(n^ω) 시간 복잡도를 달성하는 것은 가능한가? 이는 무방향 그래프에서 알려진 결과와 유사하게 구현되는가?
• RQ5 정수 가중치가 [−M,M] 범위에 있을 때 APSP를 삼차 시간 복잡도 이하로 해결할 수 있는 M의 최대 값은 얼마인가?

주요 결과

• 첫 번째 알고리즘은 소수의 정수 가중치에 대해 Õ(n^{2.575})의 시간 복잡도로 APSP를 해결하며, Alon, Galil, 및 Margalit의 이전 결과인 Õ(n^{2.688})보다 향상된 성능을 보인다.
• Õ(n^{2.575})의 실행 시간은 ω(1,μ,1)=1+2μ를 만족하는 지수 μ에 대해 알려진 최고의 bound μ<0.575에서 유도된다.
• 두 번째 알고리즘은 스케일링 후 최대 간선 가중치가 W일 때, (1+ε)-근사 최단경로를 Õ((n^ω/ε) log W)의 시간 복잡도로 계산한다.
• 근사 거리 곱셈 계산을 ⌈log₂n⌉번 반복한 후 알고리즘은 최대 (1+ε)의 스트레치 요소를 유지한다.
• 해상도 R=O((log n)/ε)를 사용함으로써, 로그 수준의 반복 동안 누적된 오차가 (1+ε) 이내로 유지됨을 보장한다.
• 워치맨트 행렬을 활용한 방법은 근사 최단경로의 효율적 재구성을 가능하게 하며, 이는 거리 추정을 넘어서 알고리즘의 활용 범위를 확장한다.