[논문 리뷰] Fully Dynamic Matching in Bipartite Graphs

Aaron Bernstein, Clifford Stein|arXiv (Cornell University)|2015. 06. 23.

Complexity and Algorithms in Graphs참고 문헌 13인용 수 14

한 줄 요약

이 논문은 이분 그래프에서 최대 카디널리티 매칭을 위한 최초의 결정적 완전 동적 알고리즘을 제안하며, worst-case 업데이트 시간 $O(m^{1/4} heta^{-2.5})$ 내에서 $(3/2 + \epsilon)$-근사치를 달성한다. 이는 $\sqrt{m}$ 장벽을 뛰어넘는다. 또한, 소형 아보리시티 $\alpha$를 가진 그래프에 대해서는 $(1+\epsilon)$-근사치를 $O(\alpha(\alpha + \log n))$ worst-case 업데이트 시간 내에 달성하여 이전의 결정적 방법에 비해 크게 향상시킨다.

ABSTRACT

Maximum cardinality matching in bipartite graphs is an important and well-studied problem. The fully dynamic version, in which edges are inserted and deleted over time has also been the subject of much attention. Existing algorithms for dynamic matching (in general graphs) seem to fall into two groups: there are fast (mostly randomized) algorithms that do not achieve a better than 2-approximation, and there slow algorithms with $Ø(\sqrt{m})$ update time that achieve a better-than-2 approximation. Thus the obvious question is whether we can design an algorithm -- deterministic or randomized -- that achieves a tradeoff between these two: a $o(\sqrt{m})$ approximation and a better-than-2 approximation simultaneously. We answer this question in the affirmative for bipartite graphs. Our main result is a fully dynamic algorithm that maintains a $3/2 + \eps$ approximation in worst-case update time $O(m^{1/4}\eps^{/2.5})$. We also give stronger results for graphs whose arboricity is at most $\al$, achieving a $(1+ \eps)$ approximation in worst-case time $O(\al (\al + \log n))$ for constant $\eps$. When the arboricity is constant, this bound is $O(\log n)$ and when the arboricity is polylogarithmic the update time is also polylogarithmic. The most important technical developement is the use of an intermediate graph we call an edge degree constrained subgraph (EDCS). This graph places constraints on the sum of the degrees of the endpoints of each edge: upper bounds for matched edges and lower bounds for unmatched edges. The main technical content of our paper involves showing both how to maintain an EDCS dynamically and that and EDCS always contains a sufficiently large matching. We also make use of graph orientations to help bound the amount of work done during each update.

연구 동기 및 목표

• 최악의 경우 업데이트 시간이 빠르면서 2보다 나은 근사치를 유지하는 이분 그래프에서 최대 카디널리티 매칭을 위한 완전 동적 알고리즘을 설계하는 것.
• 결정적 완전 동적 매칭 알고리즘에서 오랫동안 지속된 $\sqrt{m}$ 업데이트 시간 장벽을 극복하는 것.
• 소형 아보리시티를 가진 이분 그래프에서 향상된 성능를 달성하는 것. 여기서 아보리시티 $\alpha$는 상수이거나 작은 값이다.
• 이전의 랜덤화 알고리즘과 달리, 무작위성에 의존하지 않는 결정적 해법을 제공하는 것.
• 간선의 차수 제약 하위그래프(EDCS) 기반 기법을 최악의 경우 보장이 있는 완전 동적 환경으로 확장하는 것.

제안 방법

• 알고리즘은 최대 매칭을 근사화하는 희소 하위그래프를 유지하기 위해 간선의 차수 제약 하위그래프(EDCS)를 사용한다.
• EDCS 내에서 완전 엣지와 부족 엣지를 동적으로 유지한다. 여기서 완전 엣지는 차수가 $\beta$ 이상인 엣지이며, 부족 엣지는 차수가 $\beta^-$ 미만인 엣지이다. $\beta^- = \beta - \beta\lambda$이다.
• 각 정점이 최악의 경우 $O(\sqrt{m})$개 이하의 엣지만 소유하도록 보장하는 동적 방향성 데이터 구조를 사용하여 효율적인 엣지 쿼리가 가능하다.
• 엣지 삽입 및 삭제 시, 증가/감소 안전 정점으로 끝나는 짧은 교환 경로(전후 경로)를 찾는다. 이 경로는 완전 엣지와 부족 엣지를 번갈아 사용하며, EDCS를 재균형화한다.
• 정점 기반 데이터 구조를 사용하여 완전/부족 엣지 목록을 유지하고, 각 쿼리당 $O(1)$ 시간 내에 인cidient 엣지를 효율적으로 쿼리한다.
• 각 정점당 엣지 상태 변경 수를 제한하고, $\beta$와 $\beta^-$ 사이의 갭 $\beta\lambda$를 활용하여 업데이트를 분할 정복 방식으로 효율화함으로써 최악의 경우 업데이트 시간을 확보한다.

실험 결과

연구 질문

• RQ1 결정적 완전 동적 알고리즘으로서 이분 매칭에서 $o(\sqrt{m})$ 업데이트 시간을 달성하면서 2보다 나은 근사치를 유지할 수 있는가?
• RQ2 소형 아보리시티 $\alpha$를 가진 그래프에서 업데이트 시간을 향상시켜 $(1+\epsilon)$-근사치를 $O(\alpha(\alpha + \log n))$ 시간 내에 달성할 수 있는가?
• RQ3 최악의 경우 업데이트 시간 $O(m^{1/4}\epsilon^{-2.5})$ 내에서 $(3/2 + \epsilon)$-근사 매칭을 유지할 수 있는가?
• RQ4 EDCS 프레임워크를 완전 동적 업데이트에 적응시켜 이분 그래프에서 최악의 경우 보장을 갖는다.
• RQ5 이러한 기법을 비이분 그래프, 특히 소형 아보리시티를 가진 그래프로 일반화할 수 있는가?

주요 결과

• 논문은 최악의 경우 업데이트 시간 $O(m^{1/4}\epsilon^{-2.5})$ 내에서 $(3/2 + \epsilon)$-근사 최대 매칭을 달성한다. 이는 모든 이전의 결정적 알고리즘보다 다항적으로 빠르며, 상수 근사치에 대해 적용 가능하다.
• 아보리시티가 $\alpha$ 이하인 이분 그래프에 대해서는, 상수 $\epsilon$에 대해 $O(\alpha(\alpha + \log n))$ 최악의 경우 업데이트 시간 내에서 $(1+\epsilon)$-근사 매칭을 유지한다. 이는 이전 결과보다 향상된 성능이다.
• 이 알고리즘은 결정적 완전 동적 매칭에서 $\sqrt{m}$ 업데이트 시간 장벽을 뛰어넘었으며, 이는 이전까지 상수 근사치에 대해 알려진 최고의 성능이었다.
• 최대 로드가 제한된 동적 방향성 기법을 사용함으로써 효율적인 엣지 쿼리 및 상태 업데이트 연산이 가능해졌으며, 이는 최악의 경우 성능을 확보하는 데 핵심적이다.
• 완전 엣지와 부족 엣지를 사용한 교환 경로 구성은 업데이트가 항상 단순하고 짧으며, 아보리시티에 따라 $O(1/\lambda)$ 또는 $O(\beta)$ 단계 내에 수행된다.
• 이 방법은 결정적 최악의 경우 업데이트 시간으로 2보다 나은 근사치를 달성한 최초의 방법이며, 상수 근사치에 대해 알려진 가장 빠른 결정적 알고리즘이다.