[論文レビュー] Efficient Yao Graph Construction

Daniel Funke, Peter Sanders|arXiv (Cornell University)|Jan 1, 2023

Data Management and Algorithms被引用数 1

ひとこと要約

本稿では、Chang らの最適な O(n log n) の Yao グラフ構築アルゴリズムの、公開済みで最初の実装を提示する。この実装では、スリープラインアルゴリズムにおける静的および動的イベントを効率的に管理するため、新規の二段階プライオリティキューを用いる。この実装は、CGAL や他の既存ライブラリと比較して、少なくとも10倍の性能向上を達成している。また、中規模の入力に対して CGAL よりも優れた性能を発揮する、単純で並列化が容易なグリッドベースの代替手法も導入している。

ABSTRACT

Yao graphs are geometric spanners that connect each point of a given point set to its nearest neighbor in each of $k$ cones drawn around it. Yao graphs were introduced to construct minimum spanning trees in $d$ dimensional spaces. Moreover, they are used for instance in topology control in wireless networks. An optimal \Onlogn time algorithm to construct Yao graphs for given point set has been proposed in the literature but -- to the best of our knowledge -- never been implemented. Instead, algorithms with a quadratic complexity are used in popular packages to construct these graphs. In this paper we present the first implementation of the optimal Yao graph algorithm. We develop and tune the data structures required to achieve the O(n log n) bound and detail algorithmic adaptions necessary to take the original algorithm from theory to practice. We propose a priority queue data structure that separates static and dynamic events and might be of independent interest for other sweepline algorithms. Additionally, we propose a new Yao graph algorithm based on a uniform grid data structure that performs well for medium-sized inputs. We evaluate our implementations on a wide variety synthetic and real-world datasets and show that our implementation outperforms current publicly available implementations by at least an order of magnitude.

研究の動機と目的

• Chang らの理論的に最適な O(n log n) の Yao グラフ構築アルゴリズムを、実用的かつ実装可能なものとする。このアルゴリズムは、これまで実際の実装がなされていなかった。
• 理論的アルゴリズムと実際のパフォーマンスのギャップを埋めるために、現実の入力データに適した効率的なデータ構造とアルゴリズムの変形を設計する。
• 新しい実装を、特に CGAL の O(n²) の錐ベーススパンナ実装と比較して、評価する。
• 中規模の入力に対して、性能が高く、並列化が容易な単純なグリッドベースのアルゴリズムを開発する。
• 複雑な幾何学的アルゴリズムが、理論的境界を損なわずに実用的パフォーマンスに最適化可能であることを示す。

提案手法

• 計算幾何学のスリープラインアルゴリズムを適応し、静的入力点と動的交差イベントを分離する二段階プライオリティキューを用いて、効率を向上させる。
• 静的および動的イベントを分離することで、幾何学的スリープライン操作におけるイベント処理を最適化するカスタムプライオリティキューを設計する。
• 錐の境界処理、囲い込み領域探索、点が錐内にあるかのクエリといった幾何学的演算を、数値的安定性を慎重に考慮しながら実装する。
• グリッドの隣接領域を錐に事前マッピングすることで、不要なセルの訪問を減らし、効率的かつ並列化可能な構築が可能な均一グリッドベースのアルゴリズムを導入する。
• 異なる数値精度要件を満たすために、複数の幾何学的キーネル（非正確、EPIC、EPEC）を用いて、安定性とパフォーマンスのトレードオフを評価する。
• 多様な合成データおよび実世界のデータセットを用いた広範な実験を通じて、スケーラビリティ、分布への感受性、および CGAL や単純なアルゴリズムとの相対的パフォーマンスを測定する。

実験結果

リサーチクエスチョン

• RQ1 Chang らの O(n log n) の理論的アルゴリズムが、実用的用途に適した形で実装・最適化可能か？
• RQ2 新規のスリープラインベース実装は、CGAL の錐ベーススパンナのような既存の O(n²) 実装と比較して、どのように性能を発揮するか？
• RQ3 異なる入力分布および数値精度要件下での最適アルゴリズムのパフォーマンス特性とボトルネックは何か？
• RQ4 単純なグリッドベースの代替手法は、並列化に適しており、中規模の入力に対して競争力のあるパフォーマンスを発揮できるか？
• RQ5 幾何学的キーネルの選択が、実行時間と正しさにどの程度影響を及ぼすか、特に錐の境界付近で。

主な発見

• 提案されたスリープラインベース実装は、テストされたすべてのデータセットで CGAL の O(n²) 実装を少なくとも10倍以上上回る性能を発揮する。
• アルゴリズムの実行時間は入力分布に対して相対的に感度が低く、合成データと実世界データの間でわずかな変動しか観察されない。
• 処理されるイベント数は分布にかかわらずほぼ一定であり、アルゴリズムのパフォーマンスが安定的で予測可能であることを示している。
• グリッドベースのアルゴリズムは中規模の入力に対して優れた性能を発揮し、入力点ごとに並列化が容易であるため、特定のワークロードに対して実用的な代替手段となる。
• 正確な構築、特に点が錐の境界上にある場合、正しさを保証するには EPEC キーネルが必要であるが、これは非正確キーネルと比較して100倍のパフォーマンスコストを伴う。
• 高密度の錐境界（例：円分布）を含む入力では、アルゴリズムのパフォーマンスはわずかに低下するが、グリッドベース手法は過剰な空セルのため、そのような入力では崩壊的に失敗する。