[논문 리뷰] Faster Fully Dynamic Transitive Closure in Practice

Kathrin Hanauer, Monika Henzinger외 1명|arXiv (Cornell University)|2020. 01. 01.

Computational Geometry and Mesh Generation참고 문헌 39인용 수 3

한 줄 요약

이 논문은 유사한 정점과 강하게 연결된 성분(SCC)을 활용하여 공간 효율적이고 단순한 알고리즘 가족을 제안한다. 이는 완전 동적 전이 폐쇄를 위한 것으로, 정점 간 도달 가능성 쿼리의 성능을 향상시킨다. 이전의 동적 알고리즘과 달리, 특히 SV(1)과 SV(2)는 실세계 및 합성 그래프에서 정적 BFS/DFS와 최신 동적 알고리즘보다 수개의 순서대 성능 향상을 이룬다. 이는 낮은 쿼리 비율에서도 성립한다.

ABSTRACT

The fully dynamic transitive closure problem asks to maintain reachability information in a directed graph between arbitrary pairs of vertices, while the graph undergoes a sequence of edge insertions and deletions. The problem has been thoroughly investigated in theory and many specialized algorithms for solving it have been proposed in the last decades. In two large studies [Frigioni ea, 2001; Krommidas and Zaroliagis, 2008], a number of these algorithms have been evaluated experimentally against simple static algorithms for graph traversal, showing the competitiveness and even superiority of the simple algorithms in practice, except for very dense random graphs or very high ratios of queries. A major drawback of those studies is that only small and mostly randomly generated graphs are considered. In this paper, we engineer new algorithms to maintain all-pairs reachability information which are simple and space-efficient. Moreover, we perform an extensive experimental evaluation on both generated and real-world instances that are several orders of magnitude larger than those in the previous studies. Our results indicate that our new algorithms outperform all state-of-the-art algorithms on all types of input considerably in practice.

연구 동기 및 목표

• 대규모 그래프에서 동적 전이 폐쇄 알고리즘의 실용적 성능 격차를 해소하기 위해, 특히 이전 연구들이 소규모 랜덤 생성 인스턴스만 평가한 데서 기인한 문제를 해결한다.
• 정적 그래프 순회와 복잡한 동적 알고리즘을 모두 뛰어넘는 실용적인 성능을 보이는, 간단하고 구현이 용이한 완전 동적 전결정 도달 가능성 알고리즘을 설계한다.
• 크로네커 및 Konect 인스턴스를 포함한 대규모 실세계 및 합성 그래프에서 제안된 알고리즘을 평가하여 다양한 그래프 유형과 업데이트 패턴에서의 견고한 성능을 입증한다.
• 유사한 정점 선택과 주기적인 SCC 재계산이 성능에 미치는 영향을 분석하며, 특히 고전적 동적 알고리즘과 정적 알고리즘과의 비교를 통해 성능을 평가한다.

제안 방법

• 각 정점에 대해 작은 수의 유사한 정점 집합을 유지함으로써, 이 정점들에 대한 도달 가능성 검사를 통해 상수 시간 도달 가능성 쿼리를 가능하게 하는 동적 전이 폐쇄 알고리즘 가족을 설계한다.
• 특히 조밀하거나 고주기적인 그래프에서 성능을 향상시키기 위해, SCC를 명시적으로 매 업데이트마다 재계산하지 않고도 암묵적으로 유사한 정점 선택을 안내한다.
• 다양한 변형 도입: SV(1)은 각 정점에 대해 하나의 유사한 정점만 사용; SV(2)는 두 개의 유사한 정점 사용; SVA(1, k)는 주기적으로 새로운 유사한 정점을 선택; SVC(c, k)는 간격을 두고 SCC를 재계산하고 그 대표 정점을 유사한 정점으로 사용.
• 소스에서 유사한 정점으로의 도달 가능성과 유사한 정점에서 타겟으로의 도달 가능성 검사를 통해 쿼리 시간을 최적화하며, 둘 다 참일 경우 상수 시간으로 답변을 도출한다.
• 강력한 기준선으로 양방향 BFS(BiBFS)를 구현하고, 표준 BFS 및 DFS와의 비교를 통해 성능 기준선을 확립한다.
• Konect의 실세계 업데이트 시퀀스와 합성 크로네커 그래프를 사용하여 현실적인 동적 워크로드를 시뮬레이션하며, 인위적인 업데이트 패턴을 피한다.

실험 결과

연구 질문

• RQ1 유사한 정점과 암묵적 SCC 사용에 기반한 단순한 동적 알고리즘이 대규모 동적 그래프에서 고전적 정적 알고리즘(BFS/DFS)을 뛰어넘을 수 있는가?
• RQ2 유사한 정점 선택 방식(단일 vs. 다중)이 다양한 그래프 유형과 밀도에서 성능에 어떤 영향을 미치는가?
• RQ3 주기적인 SCC 재계산 또는 동적 유사한 정점 선택이 정적 또는 휴리스틱 선택 대비 실세계 그래프에서 성능 향상에 기여하는가?
• RQ4 정적 알고리즘이 합리적인 시간 내에 완료되지 못하는 대규모 실세계 그래프(십억 개 이상의 간선 포함)와 복잡한 업데이트 시퀀스에서 제안된 알고리즘은 어떻게 스케일링되는가?

주요 결과

• 각 정점에 하나의 유사한 정점만 사용하는 가장 단순한 변형인 SV(1)은 실세계 및 합성 그래프의 대부분에서 정적 BFS/DFS와 복잡한 동적 알고리즘을 모두 뛰어넘었다.
• 각 정점에 두 개의 유사한 정점을 사용하는 SV(2)는 일부 그래프(예: bio-proteins)에서 SV(1) 대비 총 작업 시간을 50% 이상 감소시켰으며, 특히 쿼리 비용이 높을 경우 유의미한 성능 향상을 보였다.
• Konect의 DE 및 FR 실세계 인스턴스에서 SV(1)과 SV(2)는 모든 작업을 6시간 이내에 완료했고, BFS와 DFS는 가장 큰 그래프에서 24시간 후에도 타임아웃되었다.
• SCC 대표 정점을 유사한 정점으로 사용하는 SVC(c, k)는 랜덤 그래프에서는 약간의 성능 향상을 보였지만, 실세계 그래프에서는 일관된 성능 향상을 얻지 못했으며, 정적 또는 휴리스틱적인 유사한 정점 선택 방식이 더 우수했다.
• 양방향 BFS(BiBFS)는 표준 BFS/DFS보다 빠르지만, 여전히 SV(1)과 SV(2)에 의해 수개의 순서대 성능 향상을 당했다.
• 구력 법도 분포를 가진 크로네커 그래프에서는 SV(1)이 20개 인스턴스 중 13개에서 가장 빠르며, SV(2)는 특히 조밀한 그래프에서 쿼리 시간을 줄여 성능을 추가로 향상시켰다.