[論文レビュー] Triangles and Girth in Disk Graphs and Transmission Graphs

Haim Kaplan, Katharina Klost+4 more|arXiv (Cornell University)|Jan 1, 2019

Computational Geometry and Mesh Generation参考文献 21被引用数 3

ひとこと要約

本稿では、センサーネットワークのモデルであるディスクグラフおよびトランスミッショングラフにおける三角形検出および輪郭長（girth）の計算のための効率的アルゴリズムを提示する。幾何的性質、バッチ処理された範囲検索、および線形化されたクアッドツリーを活用することで、無向および有向の両方の変種において、最短三角形の検出が期待的に O(n log n) 時間で達成され、ディスクグラフにおける重み付き輪郭長の計算についても同様に O(n log n) 時間で達成され、一般のグラフ手法に比べ顕著な向上が得られた。

ABSTRACT

Let $S \subset \mathbb{R}^2$ be a set of $n$ sites, where each $s \in S$ has an associated radius $r_s > 0$. The disk graph $D(S)$ is the undirected graph with vertex set $S$ and an undirected edge between two sites $s, t \in S$ if and only if $|st| \leq r_s + r_t$, i.e., if the disks with centers $s$ and $t$ and respective radii $r_s$ and $r_t$ intersect. Disk graphs are used to model sensor networks. Similarly, the transmission graph $T(S)$ is the directed graph with vertex set $S$ and a directed edge from a site $s$ to a site $t$ if and only if $|st| \leq r_s$, i.e., if $t$ lies in the disk with center $s$ and radius $r_s$. We provide algorithms for detecting (directed) triangles and, more generally, computing the length of a shortest cycle (the girth) in $D(S)$ and in $T(S)$. These problems are notoriously hard in general, but better solutions exist for special graph classes such as planar graphs. We obtain similarly efficient results for disk graphs and for transmission graphs. More precisely, we show that a shortest (Euclidean) triangle in $D(S)$ and in $T(S)$ can be found in $O(n \log n)$ expected time, and that the (weighted) girth of $D(S)$ can be found in $O(n \log n)$ expected time. For this, we develop new tools for batched range searching that may be of independent interest.

研究の動機と目的

• 幾何センサーネットワークをモデル化するディスクグラフおよびトランスミッショングラフにおける三角形検出および輪郭長計算のためのより高速なアルゴリズムを開発すること。
• 三角形検出に一般のグラフアルゴリズムが近い立方時間が必要となるという制限を、幾何的構造を活用することで克服すること。
• これらの幾何的グラフクラスにおける最短三角形および輪郭長計算について、近似的に最適な期待時間計算量 O(n log n) を達成すること。
• 特に、ランダム化アルゴリズムを用いてディスクグラフにおける重み付き輪郭長を計算する重み付きバージョンへの拡張を実現すること。
• 決定的アルゴリズムの可能性を検討し、トランスミッショングラフ、特に有向輪郭長計算への応用を含めた結果の拡張を検討すること。

提案手法

• ディスクグラフを平面グラフに類似させる幾何的観察を用い、空間分割による効率的な三角形検出を可能にする。
• 線形化されたクアッドツリーを用いたバッチ処理された範囲検索を適用し、大半の半径を持つノードの領域内への点の包含をテストする。これは、大半の半径を持つノードを処理する上で重要である。
• 辺の長さが ℓ/√2 のグリッドを用いた階層的分解を導入し、三角形の周囲長を制限し、候補の検査数を制限する。
• Chanのランダム化最適化技術を活用し、決定問題を最適化問題に還元することで、最短三角形検出に期待的に O(n log n) 時間を達成する。
• 各頂点を含む最短サイクルを特定する手法を開発し、これによりディスクグラフにおける重み付き輪郭長の計算が可能になる。
• 角度的および距離的制約を用いて、大半の半径のノードから小半径のノードへの関連する辺の数を制限し、各ノードあたり線形の合計作業量を保証する。

実験結果

リサーチクエスチョン

• RQ1 幾何的構造を活用することで、O(n³) より速くディスクグラフにおける三角形検出が可能になるか？
• RQ2 ディスクグラフおよびトランスミッショングラフにおける輪郭長計算の最適時間計算量は何か？
• RQ3 バッチ処理された範囲検索技術は、幾何的グラフにおける「点が複数のディスクの和集合に含まれるか」の条件を効率的にテストするために適応可能か？
• RQ4 ディスクグラフにおける最短三角形を求める決定的 O(n log n) アルゴリズムは存在するか？
• RQ5 ディスクグラフに対するアプローチを、同様の効率性でトランスミッショングラフにおける輪郭長計算に拡張可能か？

主な発見

• 幾何的分割とバッチ処理された範囲クエリを用いることで、ディスクグラフにおける最短（ユークリッド）三角形は期待的に O(n log n) 時間で検出可能である。
• ランダム化アルゴリズムに基づくサイクル検出を各頂点から行うことで、ディスクグラフにおける重み付き輪郭長は期待的に O(n log n) 時間で計算可能である。
• 空間分割における角度的および距離的制約を活用することで、トランスミッショングラフにおける有向三角形は期待的に O(n log n) 時間で検出可能である。
• トランスミッショングラフのアルゴリズムは、線形化されたクアッドツリーと3次元ポリトープを用いた、新しいバッチ処理された範囲検索技術に依存し、ディスクの和集合への包含をテストする。
• トランスミッショングラフでは、各頂点あたりの候補ノードが O(1) 個に制限され、事前処理後は線形の合計作業量が保証される。
• トランスミッショングラフにおいて、結果は代数的意思決定木モデルで最適であり、三角形検出が ε-近接性に還元可能であり、これは Ω(n log n) 時間を必要とするという事実に基づく。