[论文解读] Cut-Matching Games on Directed Graphs

Anand Louis, Gutenberg, Maximilian Probst|arXiv (Cornell University)|Oct 6, 2010

Complexity and Algorithms in Graphs参考文献 8被引用 4

一句话总结

该论文提出了一种针对有向稀疏割问题的首个对数时间复杂度近似算法，采用了一种新颖的有向图割匹配博弈框架。通过引入有向图中完美匹配的松弛概念，并利用单商品最大流计算，该算法在 O(log²n) 次最大流计算内实现了 O(log²n)-近似，突破了该问题的多商品流障碍。

ABSTRACT

In this work, we present the first algorithm to compute expander decompositions in an m-edge directed graph with near-optimal time Õ(m). Further, our algorithm can maintain such a decomposition in a dynamic graph and again obtains near-optimal update times. Our result improves over previous algorithms [Bernstein et al., 2020; Hua et al., 2023] that only obtained algorithms optimal up to subpolynomial factors. In order to obtain our new algorithm, we present a new push-pull-relabel flow framework that generalizes the classic push-relabel flow algorithm [Goldberg and Tarjan, 1988] which was later dynamized for computing expander decompositions in undirected graphs [Henzinger et al., 2020; Saranurak and Wang, 2019]. We then show that the flow problems formulated in recent work [Hua et al., 2023] to decompose directed graphs can be solved much more efficiently in the push-pull-relabel flow framework. Recently, our algorithm has already been employed to obtain the currently fastest algorithm to compute min-cost flows [Van Den Brand et al., 2024]. We further believe that our algorithm can be used to speed-up and simplify recent breakthroughs in combinatorial graph algorithms towards fast maximum flow algorithms [Chuzhoy and Khanna, 2024; Chuzhoy and Khanna, 2024; Bernstein et al., 2024].

研究动机与目标

• 开发一种针对 NP-难的有向稀疏割（DSC）问题的快速近似算法。
• 将此前仅用于无向图的割匹配博弈框架扩展至有向图。
• 通过将所需的最大流计算次数减少至 O(log²n)，突破多商品流障碍。
• 设计一种匹配玩家策略，以在输入图中生成可嵌入的有向匹配。
• 通过势函数分析，建立收敛性和近似比的理论保证。

提出的方法

• 提出一种有向图上的割匹配博弈，其中割玩家选择二分划分，匹配玩家则以有向匹配作为回应。
• 引入有向图中完美匹配的松弛概念，可通过单商品最大流计算实现。
• 使用基于匹配并集上随机游走偏离均匀分布的 L²-范数的势函数，以追踪混合程度。
• 采用随机投影将顶点概率差异与势函数变化关联，从而获得集中不等式。
• 应用中位数割策略：割玩家根据随机游走概率对顶点排序，并输出中位数二分划分。
• 证明每轮的期望势函数下降量为当前势函数的 Ω(1/log n) 倍，从而以高概率保证 O(log²n) 轮内终止。

实验结果

研究问题

• RQ1 能否将割匹配博弈框架扩展至有向图，以获得有向稀疏割问题的多对数时间复杂度近似？
• RQ2 在有向图中，何种‘完美匹配’概念适合高效计算，并能嵌入输入图中？
• RQ3 如何将无向图中的势函数分析方法适配以处理有向匹配的非对称性和复杂性？
• RQ4 仅通过单商品最大流计算能否实现有向稀疏割问题的多对数时间复杂度近似，从而绕过多商品流方法？
• RQ5 该算法所需的近似比和最大流计算次数是多少？

主要发现

• 所提出的算法实现了对有向稀疏割问题的 O(log²n)-近似。
• 该算法的时间复杂度由 O(log²n) 次单商品最大流计算主导，突破了多商品流障碍。
• 割玩家策略确保博弈以高概率在 O(log²n) 轮内终止。
• 势函数每轮的期望下降幅度为当前势函数的 Ω(1/log n) 倍，从而实现对数时间收敛。
• 匹配玩家策略利用最大流在割上寻找有向匹配，失败则意味着找到了低扩展性割。
• 分析依赖于随机投影和集中不等式，以界定势函数的期望减少量。