[论文解读] An O(n^{2.75}) algorithm for online topological ordering

Deepak Ajwani, Tobias Friedrich+1 more|ArXiv.org|Feb 21, 2006

Constraint Satisfaction and Optimization被引用 12

一句话总结

本文提出了一种针对有向无环图（DAG）在边插入下在线拓扑排序的新型 O(n^2.75) 算法，显著优于稠密 DAG 上先前的复杂度界限。该方法基于拓扑序交换的动态重排序策略，并结合分桶邻接表等高效数据结构，在硬边插入序列上实现最优性能，同时在随机输入下仍保持竞争力。

ABSTRACT

We present a simple algorithm which maintains the topological order of a directed acyclic graph with n nodes under an online edge insertion sequence in O(n^{2.75}) time, independent of the number of edges m inserted. For dense DAGs, this is an improvement over the previous best result of O(min(m^{3/2} log(n), m^{3/2} + n^2 log(n)) by Katriel and Bodlaender. We also provide an empirical comparison of our algorithm with other algorithms for online topological sorting. Our implementation outperforms them on certain hard instances while it is still competitive on random edge insertion sequences leading to complete DAGs.

研究动机与目标

• 解决在在线边插入下维护 DAG 拓扑序的挑战，实现更优的时间复杂度。
• 克服现有算法在稠密 DAG 或最坏情况插入序列下扩展性差的局限。
• 设计一种兼具理论效率与在随机和硬实例上强大实际性能的实用算法。
• 弥合在线拓扑排序中理论界限与实际性能之间的差距。

提出的方法

• 该算法维护一个双射拓扑序 T，并在边插入违反拓扑约束时通过节点交换动态重排序。
• 其使用两种关键数据结构：用于 O(1) 查找的双射映射 T 及其逆映射，以及参数 t ≈ n^0.75 的分桶邻接表，以平衡更新代价。
• 当插入边 (u,v) 且 v < u 时，该算法收集违反拓扑序的节点 A 和 B，并通过合并有序集合递归重排序。
• 该算法采用递归的 Reorder 过程，按拓扑序处理节点对，通过维护不变式确保正确性。
• 通过基于哈希的结构优化空间，实现 O(n^2) 空间下 O(n^2.75) 的期望时间，或 O(n^2.25) 空间下 O(n^2.75) 的最坏情况时间。
• 该算法支持在线环检测，可与其他算法结合用于稀疏与稠密图的混合方法。

实验结果

研究问题

• RQ1 确定性在线拓扑排序算法能否在边插入下对稠密 DAG 实现 O(n^2.75) 的时间复杂度？
• RQ2 在硬边插入序列上，该算法与 AHRSZ、MNR 和 PK 等现有方法相比，实证表现如何？
• RQ3 该算法能否在随机边插入序列上保持强性能，同时在最坏情况输入下优于其他算法？
• RQ4 在线拓扑排序中，最坏情况时间复杂度与实际效率之间的权衡是什么？

主要发现

• 所提算法在在线拓扑排序中实现 O(n^2.75) 的时间复杂度，优于稠密 DAG 上先前的最佳界限 O(min{m^1.5 log n, m^1.5 + n^2 log n})。
• 在一类硬边插入序列上，当 n = 8000 时，该算法比 AHRSZ 快 30 倍，比 PK 快 3.6 倍，比 MNR 快 2 倍。
• 对于导致完全 DAG 的随机边序列，该算法性能在最佳现有算法（AHRSZ、MNR、PK）的 2 至 4 倍范围内。
• 在前 O(n log n) 次边插入期间，由于频繁更新数据结构，该算法性能初始下降，但之后趋于稳定，其斜率仅为 AHRSZ 的一半。
• 该算法支持在线环检测，可集成于混合系统中，与 PK 或 KB 结合用于稀疏图，自身用于稠密图。
• 通过适当的参数调优，该算法可在 O(n^2) 空间下实现 O(n^2.75) 的期望时间，或在 O(n^2.25) 空间下实现 O(n^2.75) 的最坏情况时间。