[论文解读] A nearly optimal algorithm for deciding connectivity queries in smooth and bounded real algebraic sets

Mohab Safey El Din, Éric Schost|arXiv (Cornell University)|Jul 30, 2013

Polynomial and algebraic computation参考文献 30被引用 5

一句话总结

本文提出了一种用于光滑且有界实代数集的路线图计算的概率算法，实现了近乎最优的复杂度：输出大小和运行时间均为 $(nD)^{n\log d}$ 的多项式时间，且运行时间在输出大小上为次二次方。该方法采用分治策略结合小步/大步技术，以减少递归深度，从而在光滑性和紧致性假设下，相较于先前方法实现了更高的效率。

ABSTRACT

A roadmap for a semi-algebraic set $S$ is a curve which has a non-empty and connected intersection with all connected components of $S$. Hence, this kind of object, introduced by Canny, can be used to answer connectivity queries (with applications, for instance, to motion planning) but has also become of central importance in effective real algebraic geometry, since it is used in higher-level algorithms. In this paper, we provide a probabilistic algorithm which computes roadmaps for smooth and bounded real algebraic sets. Its output size and running time are polynomial in $(nD)^{n\log(d)}$, where $D$ is the maximum of the degrees of the input polynomials, $d$ is the dimension of the set under consideration and $n$ is the number of variables. More precisely, the running time of the algorithm is essentially subquadratic in the output size. Even under our assumptions, it is the first roadmap algorithm with output size and running time polynomial in $(nD)^{n\log(d)}$.

研究动机与目标

• 开发一种更高效的算法，用于计算光滑且有界实代数集中的路线图。
• 在有利的几何假设下，相较于先前方法，减少路线图计算的运行时间和输出大小。
• 实现近乎最优的复杂度，特别是在变量数 $n$、次数 $D$ 和维度 $d$ 的依赖关系上。
• 提供一种具有显式复杂度界限的概率算法，其复杂度在输出大小上为次二次方。

提出的方法

• 该算法采用分治策略，在每一步递归中将维度减半，从而将递归深度控制在 $O(\log n)$。
• 通过小步/大步技术平衡递归深度与每一步的计算成本之间的权衡。
• 利用拉格朗日乘数法和参数化方法计算临界点，并在递归过程中保持代数结构。
• 依赖零维参数化来表示有限点集，包括奇点和基点。
• 通过提升和并集操作递归构建路线图，其复杂度由次数界和对数因子控制。
• 该算法为概率性方法，假设输入代数集光滑且有界，以确保正确性和效率。

实验结果

研究问题

• RQ1 对于光滑且有界的实代数集，路线图算法是否能实现相对于输出大小的次二次方运行时间？
• RQ2 是否可能在保持多项式复杂度的前提下，将递归深度降低至 $O(\sqrt{n})$ 以下？
• RQ3 能否将复杂度对 $n$、$D$ 和 $d$ 的依赖关系改进为 $(nD)^{n\log d}$，以匹配已知的连通分支上界？
• RQ4 指数中的复杂度常数与先前的确定性算法相比如何？
• RQ5 在几何假设下，概率方法是否能在保持正确性的前提下，实现比确定性方法更优的运行时间？

主要发现

• 该算法在时间上为 $(nD)^{n\log d}$ 的多项式时间内，为维度为 $d$ 的光滑且有界实代数集计算出路线图。
• 运行时间在输出大小上为次二次方，因此在输出依赖性上近乎最优。
• 输出次数也由 $(nD)^{n\log d}$ 的多项式有界，且指数中包含显式常数。
• 该算法实现了 $O(\log n)$ 的递归深度，显著优于先前的 $O(\sqrt{n})$ 或 $O(n)$ 深度。
• 复杂度以显式对数因子表达，相较于先前结果在精度和可扩展性方面有所提升。
• 与 Basu 和 Roy 最近提出的确定性算法相比，尽管本方法为概率性，但在光滑且有界输入下仍具有更优的运行时间。