[论文解读] A Faster Algorithm for Finding Tarski Fixed Points

John Fearnley, Rahul Savani|arXiv (Cornell University)|Jan 1, 2021

Computational Geometry and Mesh Generation被引用 3

一句话总结

本文提出了一种新颖的 O(log²n) 查询算法，用于在三维格中寻找 Tarski 不动点，显著优于 Dang 等人提出的 O(log³n) 边界。关键创新在于一种内部算法，该算法返回三维实例中某个 2D 子实例的上集或下集中的任意一点（而非必须返回不动点），从而实现更快的递归搜索。这导致一个分解定理的建立，将 k 维查询复杂度降低至 O(log²⌈k/3⌉n)，从而否定了先前关于高维情况下最优性的猜想。

ABSTRACT

Dang et al. have given an algorithm that can find a Tarski fixed point in a k-dimensional lattice of width n using O(log^k n) queries [Chuangyin Dang et al., 2020]. Multiple authors have conjectured that this algorithm is optimal [Chuangyin Dang et al., 2020; Kousha Etessami et al., 2020], and indeed this has been proven for two-dimensional instances [Kousha Etessami et al., 2020]. We show that these conjectures are false in dimension three or higher by giving an O(log² n) query algorithm for the three-dimensional Tarski problem, which generalises to give an O(log^{k-1} n) query algorithm for the k-dimensional problem when k ≥ 3.

研究动机与目标

• 挑战长期以来关于 k 维 Tarski 不动点问题中 O(logᵏn) 查询复杂度为最优的猜想。
• 设计一种更高效的三维度 Tarski 不动点计算算法，超越先前工作的 O(log³n) 边界。
• 开发一种通用的分解框架，以实现将高维 Tarski 问题高效地约化为低维子问题。
• 为 Tarski 不动点问题中的查询复杂度建立新的理论基础，特别是在三维及以上维度中。

提出的方法

• 为 2D 子实例引入一种内部算法，该算法返回三维实例中上集或下集的任意一点（而非必须返回不动点），将查询成本从 Ω(log²n) 降低至 O(logn)。
• 设计一种外部算法，递归调用内部算法，通过 O(k·logn) 次调用解决 k 维问题。
• 证明一个分解定理：若 a 维和 b 维 Tarski 问题可在 qa 和 qb 次查询内求解，则 (a·b) 维问题可在 qa·(qb+2) 次查询内求解。
• 递归应用分解定理，结合新提出的三维度算法，实现 k 维实例的 O(log²⌈k/3⌉n) 查询复杂度。
• 通过验证顺序保持性被违反时能被早期检测到，且子问题中的不动点可推出全格中的不动点，确保正确性。
• 通过假设 f 以大小为 poly(logn, k) 的布尔电路形式给出，建立时间复杂度上界，总时间复杂度为 O(poly(logn, k) · log²⌈k/3⌉n)。

实验结果

研究问题

• RQ1 Dang 等人提出的 O(logᵏn) 查询复杂度是否对 k ≥ 3 为最优，如先前所猜想？
• RQ2 通过放宽在子实例中必须找到不动点的要求，能否设计出针对三维度 Tarski 不动点问题的更快算法？
• RQ3 k 维 Tarski 问题的查询复杂度是多少？能否通过递归分解将其降低至 O(logᵏn) 以下？
• RQ4 分解定理能否推广至任意格积，并用于构建高维 Tarski 问题的高效算法？

主要发现

• 本文提出了一种针对三维度 Tarski 不动点问题的 O(log²n) 查询算法，优于 Dang 等人的 O(log³n) 边界。
• 关键创新在于为 2D 子实例设计了一种内部算法，该算法返回上集或下集中的任意一点（而非不动点），从而实现 2D 子问题的 O(logn) 查询复杂度。
• 证明了一个分解定理：若 a 维和 b 维 Tarski 问题可在 qa 和 qb 次查询内求解，则 (a·b) 维问题可在 qa·(qb+2) 次查询内求解。
• 递归应用分解定理并结合新提出的三维度算法，得到 k 维 Tarski 问题的 O(log²⌈k/3⌉n) 查询复杂度，从而否定了关于 O(logᵏn) 最优性的先前猜想。
• 当 f 以大小为 poly(logn, k) 的布尔电路形式给出时，算法运行在多项式时间内，总时间复杂度为 O(poly(logn, k) · log²⌈k/3⌉n)。
• 结果否定了 O(logᵏn) 对 k ≥ 3 为最优的猜想，表明在更高维度中可实现显著更低的查询复杂度。