[논문 리뷰] The Complexity of Distributed Edge Coloring with Small Palettes

Yi‐Jun Chang, Qizheng He외 3명|arXiv (Cornell University)|2017. 08. 14.

Complexity and Algorithms in Graphs참고 문헌 8인용 수 6

한 줄 요약

이 논문은 LOCAL 모델에서 작은 팔레트를 사용한 분산 엣지 색칠에 대해 날카운 하한을 확립하며, $(2\Delta-2)$-edge coloring이 거의 확실히 $\Omega(\log_\Delta \log n)$ 시간이 필요하고, 결정론적으로는 $\Omega(\log_\Delta n)$ 시간이 필요함을 증명한다. 이는 나무에서도 성립한다. 또한 간소화된 라운드 제거 기법과 새로운 무작위적 $\tilde{O}(\sqrt{\Delta})$-additive 팔레트 알고리즘을 도입하여 $O(\log \Delta \cdot T_{LLL})$ 시간을 달성하고, 나무에서 $(1+\epsilon)\Delta$-edge coloring을 위한 증명 가능하게 최적의 $O(\log \log n)$-time 알고리즘을 개발하였다. 이는 나무 구조의 의존성 그래프에 대한 새로운 분산 LLL 알고리즘을 기반으로 한다.

ABSTRACT

The complexity of distributed edge coloring depends heavily on the palette size as a function of the maximum degree $Δ$. In this paper we explore the complexity of edge coloring in the LOCAL model in different palette size regimes. 1. We simplify the \emph{round elimination} technique of Brandt et al. and prove that $(2Δ-2)$-edge coloring requires $Ω(\log_Δ\log n)$ time w.h.p. and $Ω(\log_Δn)$ time deterministically, even on trees. The simplified technique is based on two ideas: the notion of an irregular running time and some general observations that transform weak lower bounds into stronger ones. 2. We give a randomized edge coloring algorithm that can use palette sizes as small as $Δ+ ilde{O}(\sqrtΔ)$, which is a natural barrier for randomized approaches. The running time of the algorithm is at most $O(\logΔ\cdot T_{LLL})$, where $T_{LLL}$ is the complexity of a permissive version of the constructive Lovasz local lemma. 3. We develop a new distributed Lovasz local lemma algorithm for tree-structured dependency graphs, which leads to a $(1+ε)Δ$-edge coloring algorithm for trees running in $O(\log\log n)$ time. This algorithm arises from two new results: a deterministic $O(\log n)$-time LLL algorithm for tree-structured instances, and a randomized $O(\log\log n)$-time graph shattering method for breaking the dependency graph into independent $O(\log n)$-size LLL instances. 4. A natural approach to computing $(Δ+1)$-edge colorings (Vizing's theorem) is to extend partial colorings by iteratively re-coloring parts of the graph. We prove that this approach may be viable, but in the worst case requires recoloring subgraphs of diameter $Ω(Δ\log n)$. This stands in contrast to distributed algorithms for Brooks' theorem, which exploit the existence of $O(\log_Δn)$-length augmenting paths.

연구 동기 및 목표

• 팔레트 크기가 최적값 이하인 경우, 특히 $2\Delta-1$ 이하의 탐욕적 기준 이하일 때 분산 엣지 색칠의 복잡도를 이해하는 것.
• 분산 엣지 색칠에서 하한을 증명하기 위해 라운드 제거 기법을 단순화하고 강화하는 것.
• 특히 $\Delta + \tilde{O}(\sqrt{\Delta})$ 및 $(1+\epsilon)\Delta$-색칠에 대해 효율적인 무작위적 및 결정론적 알고리즘을 개발하는 것.
• 의존성 그래프가 나무 구조인 분산 라보슈 로컬 레이먼드(Lovász Local Lemma, LLL)의 복잡도를 해결하는 것. 이는 작은 팔레트 엣지 색칠의 핵심 원천이다.

제안 방법

• 비정규적인 실행 시간을 도입하고 약한 하한을 활용하여 라운드 제거 기법을 단순화하고, 강력한 하한을 도출한다.
• 팔레트 크기가 $\Delta + \tilde{O}(\sqrt{\Delta})$인 새로운 무작위적 엣지 색칠 알고리즘을 도입하며, 이는 $T_{LLL}$가 허용 가능한 구축형 LLL의 복잡도일 때 $O\left(\log \Delta \cdot T_{LLL}\right)$ 시간 내에 실행된다.
• 기준 $p(ed)^\lambda < 1$ 하에서 나무 구조의 의존성 그래프에 대해 결정론적 $O(\log n)$-time LLL 알고리즘을 개발하여 나무에서의 효율적 색칠을 가능하게 한다.
• 의존성 그래프를 $O(\log n)$-크기의 컴포넌트로 분해하는 새로운 그래프 쇄기 기법을 제안하며, 이는 나무에서 전염 과정을 시뮬레이션하여 $O(\log_\lambda \log n)$ 시간 내에 수행된다.
• 결정론적 LLL 알고리즘과 쇄기 기법을 조합하여, 나무에서 $(1+\epsilon)\Delta$-edge coloring에 대해 총 실행 시간이 $O\left(\max\left\{\log_\lambda \log n, \log \log n / \log \log \log n\right\}\right)$이 되도록 한다.
• 완전 이분 부분그래프를 포함하는 층층이 쌓인 그래프의 재귀적 구성 방식을 사용하여, 반복 색칠 알고리즘에서 재색칠이 필요한 하위그래프의 지름에 대한 하한을 증명한다.

실험 결과

연구 질문

• RQ1 LOCAL 모델에서 $(2\Delta-2)$-edge coloring의 분산 시간 복잡도는 얼마이며, 더 단순한 기법으로 하한을 구할 수 있는가?
• RQ2 팔레트 크기가 $\Delta + \tilde{O}(\sqrt{\Delta})$ 수준일 때 무작위적 엣지 색칠을 달성할 수 있으며, 이는 LLL 복잡도에 어떻게 의존하는가?
• RQ3 나무 구조의 의존성 그래프에 대해 증명 가능하게 최적의 분산 LLL 알고리즘이 존재하는가? 그리고 이는 나무에서의 빠른 엣지 색칠에 사용될 수 있는가?
• RQ4 팔레트 크기가 $2\Delta-1$ 기준 이하로 확장할 때, 반복적 엣지 색칠 알고리즘에서 재색칠이 필요한 하위그래프의 최소 지름은 얼마인가?
• RQ5 그래프 쇄기 프레임워크는 분산 LLL에 대해 나무에서 적용 가능하며, 이는 하위 로그 시간 복잡도를 달성할 수 있는가?

주요 결과

• 논문은 무작위적 LOCAL 모델에서 $(2\Delta-2)$-edge coloring에 대해 $\Omega(\log_\Delta \log n)$-time 하한을 증명하며, 결정론적 모델에서는 $\Omega(\log_\Delta n)$의 하한을 제시한다. 이는 나무에서도 성립한다.
• 팔레트 크기가 $\Delta + \tilde{O}(\sqrt{\Delta})$인 무작위적 엣지 색칠 알고리즘을 개발하였으며, 이는 $T_{LLL}$가 허용 가능한 구축형 LLL의 복잡도일 때 $O(\log \Delta \cdot T_{LLL})$ 시간 내에 실행된다.
• 나무 구조의 그래프에 대해, 새로운 분산 LLL 알고리즘을 사용하여 $(1+\epsilon)\Delta$-edge coloring을 $O(\log \log n)$ 시간 내에 달성하였다.
• 기준 $p(ed)^\lambda < 1$ 하에서 나무에 대한 결정론적 LLL 알고리즘은 $O\left(\max\left\{\log_\lambda n, \log n / \log \log n\right\}\right)$ 시간 내에 실행되며, 이는 로그 인자 수준에서 최적이며 최적이다.
• 그래프 쇄기 기법은 LLL 파rameter에 영향을 받지 않고, 나무에서 안정적인 전염 과정을 시뮬레이션하여 의존성 그래프를 $O(\log n)$-크기의 컴포넌트로 $O(\log_\lambda \log n)$ 시간 내에 분해한다.
• 논문은 $(\Delta+1)$-edge coloring을 위한 반복적 증강 경로 방법이 최악의 경우 $\Omega(\Delta \log n)$ 지름의 하위그래프를 재색칠해야 할 수 있음을 보여주며, 이는 브루스의 정리 알고리즘에서 사용하는 $O(\log_\Delta n)$ 경로와 대비된다.