[논문 리뷰] Fully Dynamic Approximate Maximum Matching and Minimum Vertex Cover in $O(\log^3 n)$ Worst Case Update Time

Sayan Bhattacharya, Monika Henzinger외 1명|arXiv (Cornell University)|2017. 04. 10.

Complexity and Algorithms in Graphs인용 수 8

한 줄 요약

이 논문은 간선 삽입 또는 삭제 시 최악의 경우 $O(\log^3 n)$ 시간 내에 $(2+\epsilon)$-근사 최대 분수 매칭과 최소 정점 커버를 유지하는 결정적 완전 동적 알고리즘을 제시한다. 이 방법은 노드의 계층적 분할과 피벗 연산을 통한 간선 가중치 조정을 사용하여 최악의 경우 효율성을 보장하며, 동적 매칭 문제에서 평균화된 시간과 최악의 경우 시간 간의 오랫동안 남아있던 격차를 메운다.

ABSTRACT

We consider the problem of maintaining an approximately maximum (fractional) matching and an approximately minimum vertex cover in a dynamic graph. Starting with the seminal paper by Onak and Rubinfeld [STOC 2010], this problem has received significant attention in recent years. There remains, however, a polynomial gap between the best known worst case update time and the best known amortised update time for this problem, even after allowing for randomisation. Specifically, Bernstein and Stein [ICALP 2015, SODA 2016] have the best known worst case update time. They present a deterministic data structure with approximation ratio $(3/2+ε)$ and worst case update time $O(m^{1/4}/ε^2)$, where $m$ is the number of edges in the graph. In recent past, Gupta and Peng [FOCS 2013] gave a deterministic data structure with approximation ratio $(1+ε)$ and worst case update time $O(\sqrt{m}/ε^2)$. No known randomised data structure beats the worst case update times of these two results. In contrast, the paper by Onak and Rubinfeld [STOC 2010] gave a randomised data structure with approximation ratio $O(1)$ and amortised update time $O(\log^2 n)$, where $n$ is the number of nodes in the graph. This was later improved by Baswana, Gupta and Sen [FOCS 2011] and Solomon [FOCS 2016], leading to a randomised date structure with approximation ratio $2$ and amortised update time $O(1)$. We bridge the polynomial gap between the worst case and amortised update times for this problem, without using any randomisation. We present a deterministic data structure with approximation ratio $(2+ε)$ and worst case update time $O(\log^3 n)$, for all sufficiently small constants $ε$.

연구 동기 및 목표

• 동적 근사 최대 매칭과 최소 정점 커버 문제에서 알려진 최고의 평균화된 시간과 최악의 경우 시간 간의 다항식 격차를 해소하기 위해.
• 랜덤화가 최악의 경우 보장을 제한하므로, 다항로그 시간 최악의 경우 업데이트 시간을 가지는 결정적 알고리즘을 설계하기 위해.
• 일반 그래프에서 완전 동적 간선 업데이트 상황에서도 $(2+\epsilon)$-근사 분수 매칭과 정점 커버를 유지하기 위해.
• 강력한 근사 비율을 유지하면서도 최악의 경우 업데이트 시간을 $O(\log^3 n)$로 확보하기 위해.
• 일반 그래프에서 다항로그 최악의 경우 업데이트 시간을 가지는 기초적인 결정적 동적 그래프 알고리즘을 제공하여 오랫동안 남아있던 열린 문제를 해결하기 위해.

제안 방법

• 노드의 차수와 매칭 상태에 기반한 계층적 분할을 사용하여 효율적인 국소 업데이트를 가능하게 한다.
• 모든 노드의 인cidnet 간선 가중치 합이 1 이하가 되도록 간선 가중치를 할당함으로써 분수 매칭을 유지한다.
• 핵심 구성 요소는 간선 삽입 및 삭제 상황에서 불변성을 유지하기 위해 가중치와 노드 상태를 조정하는 PIVOT-DOWN 서브루틴이다.
• 각 노드마다 상태 기계(예: Up, Down, Up-B, Down-B)를 사용하여 국소 매칭 행동을 추적하고 피벗 연산을 이끌어낸다.
• 더러운 노드를 식별하고 FIX-DIRTY-NODE를 통해 처리하여 업데이트 후에도 전역 불변성을 유지한다.
• 분석은 피벗 연산의 수를 제한하고 잠재 함수를 사용하여 업데이트를 레벨에 할당하여 $O(\log^3 n)$ 최악의 경우 시간을 보장한다.

실험 결과

연구 질문

• RQ1 결정적 완전 동적 알고리즘이 근사 최대 매칭에 대해 다항로그 최악의 경우 업데이트 시간을 달성할 수 있는가?
• RQ2 $(2+\epsilon)$-근사 분수 매칭과 정점 커버를 $O(\log^3 n)$ 최악의 경우 업데이트 시간 내에 유지하는 것이 가능한가?
• RQ3 계층적 노드 분할과 피벗 연산을 어떻게 사용하여 동적 업데이트 상황에서도 불변성을 유지할 수 있는가?
• RQ4 완전 동적 매칭에서 근사 비율과 최악의 경우 업데이트 시간 간의 상호 교환 관계는 무엇인가?
• RQ5 랜덤화 없이도 평균화된 시간과 최악의 경우 시간 간의 격차를 메울 수 있는가?

주요 결과

• 알고리즘은 최대 분수 매칭과 최소 정점 커버 모두 $(2+\epsilon)$-근사 비율을 달성한다.
• 모든 충분히 작은 상수 $\epsilon$에 대해 최악의 경우 업데이트 시간은 $O(\log^3 n)$이며, $m$에 무관하다.
• 이 결과는 랜덤화가 있더라도 여전히 오랫동안 남아있던 동적 매칭 문제에서 평균화된 시간과 최악의 경우 시간 간의 격차를 메운다.
• 알고리즘은 결정적이며, 이분 그래프나 저산성도 그래프에 국한되지 않는 일반 그래프에 적용된다.
• 최대 매칭 크기는 $(3+\epsilon)$ 요소 이내로 근사되며, 이는 최대 분수 매칭 크기가 정수 매칭 크기의 최대 $3/2$ 배이기 때문이다.
• 이것은 일반 그래프에서 동적 매칭 문제에 대해 다항로그 최악의 경우 업데이트 시간을 가지는 첫 번째 알려진 결정적 완전 동적 알고리즘이다.