[论文解读] Density-Sensitive Algorithms for $(Δ+ 1)$-Edge Coloring

Sayan Bhattacharya, Martín Costa+2 more|arXiv (Cornell University)|Jul 5, 2023

Advanced Graph Theory Research被引用 1

一句话总结

本文提出了一种针对 $(\Delta+1)$-边着色的密度敏感型随机算法，其运行时间为 $\widetilde{O}(\min\{m\sqrt{n}, m\Delta\}) \cdot \frac{\alpha}{\Delta}$，其中 $\alpha$ 是图的森林性（arboricity）。通过优先处理低度边并结合对边权和颜色类剪枝的精细化分析，该算法在 Gabow 等人与 Sinnamon 长期以来的 $\widetilde{O}(\min\{m\sqrt{n}, m\Delta\})$ 边界基础上实现了改进，对于森林性有界的图或 $\alpha = \widetilde{O}(\Delta / \sqrt{n})$ 的图实现了近乎线性时间复杂度。其主要贡献在于通过基于度数的剪枝和权重感知着色过程，将运行时间提升了 $\alpha / \Delta$ 倍。

ABSTRACT

Vizing's theorem asserts the existence of a $(Δ+1)$-edge coloring for any graph $G$, where $Δ= Δ(G)$ denotes the maximum degree of $G$. Several polynomial time $(Δ+1)$-edge coloring algorithms are known, and the state-of-the-art running time (up to polylogarithmic factors) is $ ilde{O}(\min\{m \cdot \sqrt{n}, m \cdot Δ\})$, by Gabow et al.\ from 1985, where $n$ and $m$ denote the number of vertices and edges in the graph, respectively. (The $ ilde{O}$ notation suppresses polylogarithmic factors.) Recently, Sinnamon shaved off a polylogarithmic factor from the time bound of Gabow et al. The {arboricity} $α= α(G)$ of a graph $G$ is the minimum number of edge-disjoint forests into which its edge set can be partitioned, and it is a measure of the graph's "uniform density". While $α\le Δ$ in any graph, many natural and real-world graphs exhibit a significant separation between $α$ and $Δ$. In this work we design a $(Δ+1)$-edge coloring algorithm with a running time of $ ilde{O}(\min\{m \cdot \sqrt{n}, m \cdot Δ\})\cdot \fracαΔ$, thus improving the longstanding time barrier by a factor of $\fracαΔ$. In particular, we achieve a near-linear runtime for bounded arboricity graphs (i.e., $α= ilde{O}(1)$) as well as when $α= ilde{O}(\fracΔ{\sqrt{n}})$. Our algorithm builds on Sinnamon's algorithm, and can be viewed as a density-sensitive refinement of it.

研究动机与目标

• 为克服在最大度数 $\Delta$ 较大的图中，$(\Delta+1)$-边着色长期存在的运行时间障碍 $\widetilde{O}(\min\{m\sqrt{n}, m\Delta\})$。
• 设计一种性能可自适应图的森林性 $\alpha$（一种均匀密度度量）而非仅依赖于 $\Delta$ 的算法。
• 在森林性有界（$\alpha = \widetilde{O}(1)$）或 $\alpha = \widetilde{O}(\Delta / \sqrt{n})$ 的图中，实现近乎线性时间复杂度。
• 通过引入基于度数的边处理策略，优先处理低度边及端点度数低的边，对现有算法进行精细化改进。

提出的方法

• 该算法基于 Sinnamon 的随机化框架，但引入了基于权重的优先级：边的权重定义为其两个端点的最小度数。
• 采用递归着色过程，将边划分为不同层级的子图，应用三阶段流程：划分（Partition）、递归（Recurse）与剪枝（Prune）。
• 在剪枝阶段，算法识别并暴露总权重最低的三个颜色类，从而减少需修复的颜色数。
• 在修复阶段，使用改进的边着色过程，通过交替路径探索处理未着色边，其期望时间由未着色边的总权重所界定。
• 分析表明，每个子图 $H$ 的期望运行时间被限制为 $O\left(\frac{W_H}{\Delta_H} \cdot \left(\frac{n}{\Delta_H} + \log n\right)\right)$，其中 $W_H$ 为子图 $H$ 中边的总权重，$\Delta_H$ 为其最大度数。
• 关键技术突破在于利用加权平均与路径长度期望界，证明所有递归调用的总期望时间可表示为 $\widetilde{O}(W \cdot \min\{\log n, \sqrt{n}\log n / \Delta\})$，从而得出最终的运行时间界限。

实验结果

研究问题

• RQ1 在 $\Delta$ 较大的图中，是否可以将 $(\Delta+1)$-边着色的运行时间超越 $\widetilde{O}(\min\{m\sqrt{n}, m\Delta\})$？
• RQ2 在多大程度上可以利用图的密度（以森林性 $\alpha$ 衡量）来设计更快速的着色算法？
• RQ3 对现有随机化边着色算法进行基于度数的精细化改进，是否能实现期望运行时间的可证明提升？
• RQ4 是否可能在 $\alpha = \widetilde{O}(1)$ 或 $\alpha = \widetilde{O}(\Delta / \sqrt{n})$ 的图中实现接近线性时间的 $(\Delta+1)$-边着色？
• RQ5 边的总权重（定义为端点最小度数）如何影响边着色过程的期望运行时间？

主要发现

• 该算法实现了 $\widetilde{O}(\min\{m\sqrt{n}, m\Delta\}) \cdot \frac{\alpha}{\Delta}$ 的运行时间，相比先前的最优结果，运行时间改进了 $\alpha / \Delta$ 倍。
• 对于森林性有界的图（$\alpha = \widetilde{O}(1)$），该算法以近乎线性时间 $\widetilde{O}(m)$ 运行，显著优于以往的界限。
• 当 $\alpha = \widetilde{O}(\Delta / \sqrt{n})$ 时，该算法同样实现了近乎线性运行时间，将适用范围扩展至稀疏图与中等密度图。
• 期望运行时间被界定为 $O(\min\{m\Delta\log n, m\sqrt{n}\log n}\cdot \frac{\alpha}{\Delta} + m\log n)$，高概率界限仅使对数因子略微增加。
• 分析证明，每个递归阶段处理的边的度数之和被限制在 $O(W_H / \Delta_H)$ 以内，其中 $W_H$ 为子图 $H$ 中边的总权重，这导致了关键的运行时间改进。
• 该算法性能稳健：不仅在 $\alpha = \widetilde{O}(1)$ 时保持近乎线性时间复杂度，也适用于 $\alpha$ 随 $\Delta$ 亚线性增长的图。