[论文解读] Computing the Gromov hyperbolicity of a discrete metric space

Hervé Fournier, Anas Ismail+1 more|arXiv (Cornell University)|Oct 11, 2012

Polynomial and algebraic computation参考文献 10被引用 6

一句话总结

本文通过利用 (max,min) 矩阵乘积和树度量嵌入，提出了计算离散度量空间的 Gromov 超曲率的更快算法。它在 O(n^{3.69}) 时间内实现精确计算，在 O(n^{2.69}) 时间内实现 2-近似，在 O(n²) 时间内实现 (2 log₂n)-近似，显著优于朴素的 O(n⁴) 暴力搜索方法。

ABSTRACT

We give exact and approximation algorithms for computing the Gromov hyperbolicity of an n-point discrete metric space. We observe that computing the Gromov hyperbolicity from a fixed base-point reduces to a (max,min) matrix product. Hence, using the (max,min) matrix product algorithm by Duan and Pettie, the fixed base-point hyperbolicity can be determined in O(n^2.69) time. It follows that the Gromov hyperbolicity can be computed in O(n^3.69) time, and a 2-approximation can be found in O(n^2.69) time. We also give a (2 log_2 n)-approximation algorithm that runs in O(n^2) time, based on a tree-metric embedding by Gromov. We also show that hyperbolicity at a fixed base-point cannot be computed in O(n^2.05) time, unless there exists a faster algorithm for (max,min) matrix multiplication than currently known.

研究动机与目标

• 解决在离散度量空间中计算 Gromov 超曲率的朴素 O(n⁴) 暴力方法计算效率低下的问题。
• 为超曲率计算开发更快的精确算法与近似算法，尤其适用于网络和几何建模中的大规模应用。
• 建立固定基点超曲率计算复杂度的紧下界，将其与 (max,min) 矩阵乘法的困难性联系起来。
• 提供具有可证明性能保证且时间复杂度低的实际近似算法，适用于现实世界应用。

提出的方法

• 利用 Gromov 乘积定义，将固定基点超曲率计算简化为 (max,min) 矩阵乘积问题。
• 应用 Duan 和 Pettie 提出的 O(n^{(3+ω)/2}) 时间复杂度的 (max,min) 矩阵乘积算法，其中 ω < 2.373，以计算固定基点处的超曲率。
• 通过在所有基点上取最大值，将固定基点计算扩展至完整的超曲率 δ*，时间复杂度为 O(n^{(5+ω)/2})。
• 利用基点超曲率的已知 2-近似性质，通过计算任意单个基点的固定基点超曲率，实现在 O(n^{(3+ω)/2}) 时间内获得 δ* 的 2-近似。
• 利用 Gromov 的超曲率空间树度量嵌入，设计出运行时间为 O(n²) 的 (2 log₂n)-近似算法。
• 通过将三部图负三角形问题归约至固定基点超曲率问题，证明条件性下界，表明若存在 O(n^{2.05}) 时间算法，则 (max,min) 矩阵乘法也可在 τ < (3+ω)/2 ≈ 2.69 的时间内求解。

实验结果

研究问题

• RQ1 能否在比 O(n⁴) 暴力方法更快的时间内计算离散度量空间的 Gromov 超曲率？
• RQ2 固定基点超曲率计算的最佳时间复杂度是多少？其与 (max,min) 矩阵乘法之间有何关联？
• RQ3 能否设计出一种实用且低复杂度的近似算法，实现对数近似因子？
• RQ4 能否基于 (max,min) 矩阵乘法的困难性，为固定基点超曲率计算建立条件性下界？

主要发现

• 精确的 Gromov 超曲率 δ* 可在 O(n^{(5+ω)/2}) 时间内计算，给定当前最优的 ω < 2.373，该时间复杂度为 O(n^{3.69})。
• 固定基点处的超曲率可在 O(n^{(3+ω)/2}) 时间内计算，当前矩阵乘法界下为 O(n^{2.69})。
• 通过计算任意单个基点的固定基点超曲率，可在 O(n^{2.69}) 时间内获得 δ* 的 2-近似。
• 基于 Gromov 的超曲率空间树度量嵌入，(2 log₂n)-近似算法的运行时间为 O(n²)。
• 除非 (max,min) 矩阵乘法可在 τ < (3+ω)/2 ≈ 2.69 的时间内求解，否则固定基点超曲率无法在 O(n^{2.05}) 时间内计算。
• 本文建立了固定基点超曲率复杂度与 (max,min) 矩阵乘法之间的紧密联系，表明两者任一的改进都将导致另一者的改进。