[论文解读] A Local Computation Approximation Scheme to Maximum Matching

Yishay Mansour, Shai Vardi|arXiv (Cornell University)|Jun 20, 2013

Complexity and Algorithms in Graphs参考文献 10被引用 17

一句话总结

本文提出了一种对有界度图中的最大匹配进行近似计算的对数多对数时间局部计算算法，实现了 $(1-\epsilon)$-近似。它通过查询树和概率界限，确保在高概率下对边查询提供一致且低空间的响应，这是该设置下首个实现最大匹配局部计算近似方案的算法。

ABSTRACT

We present a polylogarithmic local computation matching algorithm which guarantees a $(1-\eps)$-approximation to the maximum matching in graphs of bounded degree.

研究动机与目标

• 设计一种局部计算算法（LCA），用于近似计算有界度图中的最大匹配。
• 仅使用对数多对数空间和查询时间，实现对最大匹配的 $(1-\epsilon)$-近似。
• 通过查询树建模依赖关系，确保所有边查询之间的一致性。
• 通过提供亚线性、对数多对数时间的替代方案，克服已知的关于最大匹配的 $O(n)$-时间 LCA 不可能实现的限制。
• 建立查询树增长的概率界限，以保证运行时间和空间效率。

提出的方法

• 该算法使用查询树数据结构来建模边查询及其响应之间的依赖关系。
• 它在随机顶点顺序上模拟一个顺序匹配算法，其中每个查询仅依赖于邻居的先前响应。
• 利用图的有界度性质，通过指数尾部界限来限制查询树的大小。
• 该方法对树的层级进行递归分析，证明树大小过大的概率随深度呈指数衰减。
• 它利用增广路径的独立性以及匹配增广的结构，以保持一致性和近似保证。
• 通过使用集中不等式来限制大查询树出现的概率，从而确保高概率正确性。

实验结果

研究问题

• RQ1 能否设计一种局部计算算法，实现对有界度图中最大匹配的 $(1-\epsilon)$-近似？
• RQ2 在保持一致性和近似性的同时，实现此类 LCA 所需的最小空间和查询时间是多少？
• RQ3 能否为有界度图中最大匹配的查询树增长建立指数尾部界限？
• RQ4 能否将顺序或分布式匹配算法转化为具有对数多对数级开销的 LCA？
• RQ5 在亚线性计算模型下，关于最大匹配的 $\Omega(n)$-时间 LCA 不可能实现的结果是否仍然成立？

主要发现

• 该算法在有界度图中实现了对最大匹配的 $(1-\epsilon)$-近似。
• 每次边查询的运行时间以高概率（$1 - 1/n^2$）为 $O(\log^4 n)$。
• 该算法仅使用 $O(\log^3 n)$ 的空间，因此在顶点数量上为对数多对数级。
• 查询树的大小以高概率受到限制，从而确保计算效率。
• 通过使用与度数相关的常数，证明了查询树增长的指数尾部界限，从而保证可扩展性。
• 这是首个在理论上保证实现 $(1-\epsilon)$-近似、且资源消耗为对数多对数级的最大匹配局部计算近似方案。