[논문 리뷰] The Power of Vertex Sparsifiers in Dynamic Graph Algorithms

Gramoz Goranci, Monika Henzinger외 1명|arXiv (Cornell University)|2017. 12. 18.

Complexity and Algorithms in Graphs인용 수 6

한 줄 요약

이 논문은 정점 희소화와 미니어 프리 그래프의 구조적 성질을 활용하여 효율적인 완전 동적 알고리즘을 설계하는 새로운 알고리즘 프레임워크를 제안한다. 이는 평면 그래프 및 미니어 프리 그래프에서 전기 흐름 에너지를 $(1+\varepsilon)$-근사하는 데 있어 $\tilde{O}(n^{2/3}\varepsilon^{-2})$의 최악의 갱신 및 쿼리 시간을 달성하며, 이러한 문제들에 대해 선형 이하의 경계를 갖는 최초의 동적 알고리즘을 나타낸다.

ABSTRACT

We introduce a new algorithmic framework for designing dynamic graph algorithms in minor-free graphs, by exploiting the structure of such graphs and a tool called vertex sparsification, which is a way to compress large graphs into small ones that well preserve relevant properties among a subset of vertices and has previously mainly been used in the design of approximation algorithms. Using this framework, we obtain a Monte Carlo randomized fully dynamic algorithm for $(1+\varepsilon)$-approximating the energy of electrical flows in $n$-vertex planar graphs with $ ilde{O}(r\varepsilon^{-2})$ worst-case update time and $ ilde{O}((r+\frac{n}{\sqrt{r}})\varepsilon^{-2})$ worst-case query time, for any $r$ larger than some constant. For $r=n^{2/3}$, this gives $ ilde{O}(n^{2/3}\varepsilon^{-2})$ update time and $ ilde{O}(n^{2/3}\varepsilon^{-2})$ query time. We also extend this algorithm to work for minor-free graphs with similar approximation and running time guarantees. Furthermore, we illustrate our framework on the all-pairs max flow and shortest path problems by giving corresponding dynamic algorithms in minor-free graphs with both sublinear update and query times. To the best of our knowledge, our results are the first to systematically establish such a connection between dynamic graph algorithms and vertex sparsification. We also present both upper bound and lower bound for maintaining the energy of electrical flows in the incremental subgraph model, where updates consist of only vertex activations, which might be of independent interest.

연구 동기 및 목표

• 미니어 프리 그래프에서 효율적인 동적 그래프 알고리즘을 설계하기 위한 일반적 프레임워크를 개발하는 것.
• 이전에는 주로 근사 알고리즘에 사용된 정점 희소화와 동적 그래프 알고리즘 간의 체계적 연결을 수립하는 것.
• 미니어 프리 그래프에서 전기 흐름 에너지, 전쌍 최대 유량, 전쌍 최단 경로를 근사하는 데 있어 선형 이하의 갱신 및 쿼리 시간을 갖는 첫 번째 완전 동적 알고리즘을 제공하는 것.
• 특히, 유계 확장성과 작은 분리자들을 갖는 그래프에서 정점 희소화의 적용 범위를 넓히는 것.

제안 방법

• 프레임워크는 $r$-분할을 사용하여 그래프를 $O(n/r)$개의 영역으로 분할하며, 각 영역은 $O(r)$개의 정점과 $O(\sqrt{r})$개의 경계 정점을 갖는다. 이는 미니어 프리 그래프에 대한 알려진 분리 정리에 기반한다.
• 각 영역에 대해, 경계 정점 간의 쌍별 거리를 $(2q-1)$ 요인 이내로 유지하는 거리 희소화 절차를 사용하여 정점 희소화기를 구성한다.
• 전역 재빌드 기법을 사용하여, 약 $\Theta(n/r)$회의 연산마다 데이터 구조를 재구성함으로써 최악의 갱신 시간 보장을 확보한다.
• 간선 삽입 및 삭제는 영향을 받는 영역의 희소화기를 국소적으로 재계산하도록 유도하며, 이의 분할된 비용은 $\tilde{O}(n^{\xi}r + r^{3/2} + b^2)$ 이하로 제한되며, 여기서 $b = O(\min\{r, \sqrt{r} + n/r\})$이다.
• 쿼리 연산은 모든 영역의 희소화기와 $s$ 및 $t$를 포함하는 영역의 희소화기를 기반으로 보조 그래프 $H$를 구성한 후, $H$에서 단일 소스 최단 경로 알고리즘을 실행하여 진짜 최단 경로의 $(2q-1)$-근사값을 구한다.
• 매개변수 $r = n^{4/7}$ 및 $q \geq 1$로 조정함으로써, 최단 경로 문제에 대해 $\tilde{O}(n^{6/7})$의 분할된 갱신 시간과 $\tilde{O}(qn^{\frac{1}{7}(6+3/q)})$의 쿼리 시간을 달성하며, 전기 흐름 에너지 문제에 대해서는 $\tilde{O}(n^{2/3}\varepsilon^{-2})$의 시간을 확보한다.

실험 결과

연구 질문

• RQ1 정점 희소화는 미니어 프리 그래프에서 동적 그래프 알고리즘을 설계하는 데 있어 체계적으로 적용될 수 있는가?
• RQ2 동적 평면 및 미니어 프리 그래프에서 $(1+\varepsilon)$-근사 전기 흐름 에너지를 유지할 때 갱신 시간과 쿼리 시간 사이의 상호 교환 관계는 무엇인가?
• RQ3 희소화를 사용하여, 전쌍 최대 유량 및 최단 경로 문제에 대해 미니어 프리 그래프에서 선형 이하의 최악의 갱신 및 쿼리 시간을 달성할 수 있는가?
• RQ4 $r$-분할에서 $r$의 선택이 동적 알고리즘 성능에 미치는 영향은 무엇인가?

주요 결과

• 논문은 평면 및 미니어 프리 그래프에서 전기 흐름 에너지를 $(1+\varepsilon)$-근사하는 데 있어 $\tilde{O}(n^{2/3}\varepsilon^{-2})$의 최악의 갱신 및 쿼리 시간을 갖는 첫 번째 완전 동적 알고리즘을 제시한다.
• 전쌍 최단 경로 문제에 대해, 프레임워크는 $\tilde{O}(n^{6/7})$의 분할된 갱신 시간과 $\tilde{O}(n^{\frac{1}{7}(6+3/q)})$의 쿼리 시간을 달성하며, 이는 임의의 $q \geq 1$에 대해 $(2q-1)$-근사 보장이 있다.
• 전기 흐름 에너지 알고리즘은 $\tilde{O}(r\varepsilon^{-2})$의 최악의 갱신 시간과 $\tilde{O}(r + n/\sqrt{r})\varepsilon^{-2}$의 쿼리 시간을 유지하며, $r = n^{2/3}$일 경우 $\tilde{O}(n^{2/3}\varepsilon^{-2})$로 축소된다.
• 프레임워크는 미니어 프리 그래프로 확장되며, 그들의 구조적 성질과 작은 분리자를 활용하여 평면 그래프 알고리즘의 일반화를 이룬다.
• 저자들은 유저 활성화만 발생하는 증가 서브그래프 모델에서 전기 흐름 에너지를 유지하는 데 대해 상한과 하한을 모두 확립한다.
• 전역 재빌드 기법은 최악의 기대 갱신 시간을 보장하여, 동적 변화 상황에서도 알고리즘이 강력하고 효율적임을 입증한다.