[논문 리뷰] Laminar Families and Metric Embeddings: Non-bipartite Maximum Matching Problem in the Semi-Streaming Model

Kook Jin Ahn, Sudipto Guha|arXiv (Cornell University)|2011. 04. 20.

Complexity and Algorithms in Graphs참고 문헌 22인용 수 17

한 줄 요약

이 논문은 반이분할 그래프 가중 최대 매칭 문제에 대해, 약간 초선형 공간을 사용하면서 O(1/ε)번의 패assing에서 (1+ε)-근사해를 구하는 최초의 전역 다항시간 근사계량(이하 FPTAS)을 제시한다. 이는 매칭 다각형 내의 조밀한 집합의 라미나리티, 메트릭 임bedding, 그래프 스퍼피케이션을 활용하여 지수적으로 많은 제약조건과 변수를 줄임으로써, 페르튜브된 분수 커버링 프레임워크를 통해 공간과 패assing 효율적인 계산을 가능하게 한다.

ABSTRACT

In this paper, we study the non-bipartite maximum matching problem in the semi-streaming model. The maximum matching problem in the semi-streaming model has received a significant amount of attention lately. While the problem has been somewhat well solved for bipartite graphs, the known algorithms for non-bipartite graphs use $2^{\frac1ε}$ passes or $n^{\frac1ε}$ time to compute a $(1-ε)$ approximation. In this paper we provide the first FPTAS (polynomial in $n,\frac1ε$) for the problem which is efficient in both the running time and the number of passes. We also show that we can estimate the size of the matching in $O(\frac1ε)$ passes using slightly superlinear space. To achieve both results, we use the structural properties of the matching polytope such as the laminarity of the tight sets and total dual integrality. The algorithms are iterative, and are based on the fractional packing and covering framework. However the formulations herein require exponentially many variables or constraints. We use laminarity, metric embeddings and graph sparsification to reduce the space required by the algorithms in between and across the iterations. This is the first use of these ideas in the semi-streaming model to solve a combinatorial optimization problem.

연구 동기 및 목표

• 반이분할 가중 최대 매칭 문제에 대해 다항시간 및 적은 수의 패assing으로 반반분할 모델에서 전역 다항시간 근사계량(FPTAS)을 설계한다.
• 반이분할 매칭에서 지수적으로 많은 홀수집합 제약조건의 도전 과제를 매칭 다각형의 구조적 성질을 활용하여 해결한다.
• 라미나리티, 메트릭 임베딩, 그래프 스퍼피케이션을 통해 제약조건과 변수의 수를 줄여 공간 및 패assing 복잡도를 효율적으로 달성한다.
• 원형 포지션의 복잡도가 더 높지만 패assing 수가 적은 쌍대 커버링 공식화가 원형 포지션의 복잡도보다 더 효율적으로 해석될 수 있음을 보여준다.

제안 방법

• 매칭 문제의 쌍대를 근사하기 위해 페르튜브된 분수 커버링 공식화를 사용하며, 이는 홀수집합의 라미나리티를 유지한다.
• 두 단계의 사전처리를 적용: 작은 무게를 가진 간선 필터링 및 너비 파rameter가 유한한 스퍼피케이션된 부분그래프 G′ 구축.
• 계층적 최대 매칭과 무게 기반 간선 필터링을 통해 그래프 스퍼피케이션을 실시하여 관련 간선의 수를 제한하고 너비를 제어한다.
• Johnson-Lindenstrauss 보조정리를 사용하고 무작위 투영을 통해 이중 공간을 압축하여 패assing 수를 줄인다.
• 지수적으로 많은 변수와 제약조건을 공간 효율적으로 관리하기 위해 새로운 외부-내부 LP 프레임워크를 도입한다.
• 전체 이중 정수성과 조밀한 집합의 라미나리티를 활용하여, 왜곡이 매칭의 근사에 핵심적인 구조적 성질을 유지함을 보장한다.

실험 결과

연구 질문

• RQ1 반이분할 가중 최대 매칭에 대해 O(1/ε)번의 패assing과 다항시간으로 (1+ε)-근사해를 반반분할 모델에서 계산할 수 있는가?
• RQ2 반이분할 매칭 다각형 내의 지수적으로 많은 홀수집합 제약조건이 스트리밍 환경에서 효율적으로 처리될 수 있는가?
• RQ3 최대 매칭 크기를 O(1/ε)번의 패assing 내에서 약간 초선형 공간으로 추정할 수 있는가? 이는 매칭을 구성하는 데 더 많은 패assing이 필요할지라도 가능할 수 있는가?
• RQ4 메트릭 임베딩과 그래프 스퍼피케이션을 사용하여 매칭의 이중 공식화를 압축하고 스트리밍 알고리즘에서 패assing 수를 줄일 수 있는가?

주요 결과

• 논문은 반반분할 최대 매칭 문제에 대해 반반분할 모델에서 최초의 FPTAS를 달성하였으며, 시간 복잡도는 n과 1/ε에 대해 다항식이며, O(1/ε)번의 패assing을 필요로 한다.
• 간선 필터링과 스케일링을 통해 위반 오ракูล의 너비 파rameter를 O(n/δ²)로 줄여, 분수 커버링 프레임워크 내에서 효율적인 계산을 가능하게 하였다.
• 크기 최소 (1−O(δ))OPT의 매칭을 포함하는 스퍼피케이션된 부분그래프 G′을 구축하였으며, 너비 파rameter는 O(q/δ³) 이하로 제한되었다.
• 쌍대 커버링 공식화는 임의의 p≥1에 대해 p/ε번의 패assing 내에서 O(n¹⁺ᴼ⁽¹⁄ᵖ⁾) 공간을 사용하여 해결 가능하며, 원형 매칭 구성에 필요한 패assing 수보다 향상되었다.
• 페르튜브된 제약조건을 유지하는 새로운 외부-내부 LP 프레임워크를 사용하여, 홀수집합의 라미나리티를 유지함으로써 효율적인 반복 근사가 가능하다.
• 분석 결과, 수정된 LP13의 목적 함수 값은 최적값의 최대 (1+δ)배 이하임을 보여주며, 적절한 파arameter 조정을 통해 (1+ε)-근사해를 확보한다.