[论文解读] Approximating Multiplicatively Weighted Voronoi Diagrams: Efficient Construction with Linear Size

Joachim Gudmundsson, Martin P. Seybold+1 more|arXiv (Cornell University)|Dec 23, 2021

Computational Geometry and Mesh Generation被引用 1

一句话总结

本文提出了一种新颖的算法，用于构建最优大小的 ε-近似乘法加权 Voronoi 图（ε-AMWVD），其构造时间接近线性。通过引入核心（cores）、自适应细化（adaptive refinement）和垂线核密集（bisector coresets），该方法实现了输出大小为 Od(n log(1/ε)/εd−1)，且构造时间在 OD(log(n)/ε(d+5)/2) 范围内，接近该大小的理论下界，首次在 Θ(1)d 因子内实现了 MWVD 的最优大小构造。

ABSTRACT

Given a set of $n$ sites from $\mathbb{R}^d$, each having some positive weight factor, the Multiplicatively Weighted Voronoi Diagram is a subdivision of space that associates each cell to the site whose weighted Euclidean distance is minimal for all points in the cell. We give novel approximation algorithms that output a cube-based subdivision such that the weighted distance of a point with respect to the associated site is at most $(1+\varepsilon)$ times the minimum weighted distance, for any fixed parameter $\varepsilon \in (0,1)$. The diagram size is $O_d(n \log(1/\varepsilon)/\varepsilon^{d-1})$ and the construction time is within an $O_D(\log(n)/\varepsilon^{(d+5)/2})$-factor of the size bound. We also prove a matching lower bound for the size, showing that the proposed method is the first to achieve \emph{optimal size}, up to $Θ(1)^d$-factors. In particular, the obscure $\log(1/\varepsilon)$ factor is unavoidable. As a by-product, we obtain a factor $d^{O(d)}$ improvement in size for the unweighted case and $O(d \log(n) + d^2 \log(1/\varepsilon))$ point-location time in the subdivision, improving the known query bound by one $d$-factor. The key ingredients of our approximation algorithms are the study of convex regions that we call cores, an adaptive refinement algorithm to obtain optimal size, and a novel notion of \emph{bisector coresets}, which may be of independent interest. In particular, we show that coresets with $O_d(1/\varepsilon^{(d+3)/2})$ worst-case size can be computed in near-linear time.

研究动机与目标

• 为解决乘法加权 Voronoi 图（MWVD）缺乏高效且最优大小构造方法的问题，其在二维中可能具有二次方大小，且由于非凸区域和三角不等式不成立而难以处理。
• 设计一种基于立方体的 ε-近似 MWVD（ε-AMWVD），确保每个单元格中所有点的 (1+ε)-近似最近点查询均成立。
• 实现最优输出大小，通过匹配的下界证明，并实现接近最优的构造时间，优于之前如 Har-Peled 和 Kumar（2004）的通用框架。
• 将高维空间中的点定位查询时间从 O(d log n) 降低至 O(d log n + d² log(1/ε))，并将无权重 Voronoi 图的大小减少 dO(d) 倍。
• 引入并利用新型几何原语——核心、垂线核密集和自适应细化，以实现高效且可证明最优的近似。

提出的方法

• 该方法引入了‘核心’，即由最多 n−1 个 Apollonian 垂线相交形成的凸区域，用于捕捉 Voronoi 单元的本质结构。
• 采用自适应细化算法，递归地将核心划分为 d 维立方体，确保 ε-近似的同时最小化输出大小。
• 通过在每个圆锥中选择 O(1/ε(d+3)/2) 个站点来构建垂线核密集，利用角度和径向平移边界等几何性质控制近似误差。
• 利用仿射变换和基于圆锥的站点选择方法，基于直径和权重将站点配对的四种情况（LL、LH、HL、HH）的 (1+ε) 近似因子控制在合理范围内。
• 采用一种新颖的核密集构造方法，每个圆锥中包含 O(1/ε²C) 个站点，以保持 (1+εC) 近似，同时利用权重单调性消除冗余的站点检查。
• 最终的 ε-AMWVD 通过组合这些核密集，并使用基于压缩四叉树的搜索结构实现高效的点定位。

实验结果

研究问题

• RQ1 我们能否为任意 ε ∈ (0,1) 构建一个输出大小为 Od(n log(1/ε)/εd−1) 的 ε-近似 MWVD？
• RQ2 是否可能使构造时间在输出大小的 OD(log(n)/ε(d+5)/2) 范围内，从而在 Θ(1)d 因子内达到理论下界？
• RQ3 通过使用核心和核密集，能否将无权重 Voronoi 图的大小减少 dO(d) 倍，作为该方法的副产品？
• RQ4 在高维空间（d = O(log n / ε²)）中，如何在保证高效点定位查询时间的同时维持 (1+ε) 近似？
• RQ5 是否可以利用新型的垂线核密集概念，实现近线性时间的核密集计算，并保证可证明的 (1+ε) 近似？

主要发现

• 所提出的算法构建的 ε-AMWVD 输出大小为 Od(n log(1/ε)/εd−1)，与已证明的下界在 Θ(1)d 因子内一致，确立了其在大小上的最优性。
• 构造时间为 OD(log(n)/ε(d+5)/2) 倍于输出大小，是首个实现 MWVD 近似最优构造时间的方法。
• 该方法将高维空间中的点定位查询时间改进至 O(d log n + d² log(1/ε))，相比之前结果提升了 d 倍。
• 作为该方法的副产品，无权重 Voronoi 图的大小减少了 dO(d) 倍，且查询时间减少了一个 d 因子。
• 该算法在 OD(n log n / ε3(d+1)/2) 时间内计算出大小为 Od(1/ε(d+3)/2) 的垂线核密集，相对于输出大小为近线性时间。
• 本文证明了大小界中 log(1/ε) 因子是不可避免的，解决了 MWVD 近似中一个关键的开放问题。