[论文解读] Distributed Subgraph Detection

Pierre Fraigniaud, Pedro Montealegre+3 more|arXiv (Cornell University)|Jun 13, 2017

Complexity and Algorithms in Graphs参考文献 23被引用 5

一句话总结

本论文提出了一种确定性分布式算法，可在 congest 模型中以 $O(1)$ 轮检测任意给定的树 $T$ 作为子图，该方法借助受 Erd\'os 等人启发的组合稀疏化技术。该结果确立了一个清晰的二分法：尽管环需要超常数轮数，但所有树均可在常数时间内检测，从而实现了由一棵树和一条边组成的图模式的高效分布式性质测试。

ABSTRACT

In the standard CONGEST model for distributed network computing, it is known that "global" tasks such as minimum spanning tree, diameter, and all-pairs shortest paths, consume large bandwidth, for their running-time is $Ω(\mbox{poly}(n))$ rounds in $n$-node networks with constant diameter. Surprisingly, "local" tasks such as detecting the presence of a 4-cycle as a subgraph also requires $\widetildeΩ(\sqrt{n})$ rounds, even using randomized algorithms, and the best known upper bound for detecting the presence of a 3-cycle is $\widetilde{O}(n^{\frac{2}{3}})$ rounds. The objective of this paper is to better understand the landscape of such subgraph detection tasks. We show that, in contrast to \emph{cycles}, which are hard to detect in the CONGEST model, there exists a deterministic algorithm for detecting the presence of a subgraph isomorphic to $T$ running in a \emph{constant} number of rounds, for every tree $T$. Our algorithm provides a distributed implementation of a combinatorial technique due to Erdős et al. for sparsening the set of partial solutions kept by the nodes at each round. Our result has important consequences to \emph{distributed property-testing}, i.e., to randomized algorithms whose aim is to distinguish between graphs satisfying a property, and graphs far from satisfying that property. In particular, we get that, for every graph pattern $H$ composed of an edge and a tree connected in an arbitrary manner, there exists a distributed testing algorithm for $H$-freeness, performing in a constant number of rounds. Although the class of graph patterns $H$ formed by a tree and an edge connected arbitrarily may look artificial, all previous results of the literature concerning testing $H$-freeness for classical patterns such as cycles and cliques can be viewed as direct consequences of our result, while our algorithm enables testing more complex patterns.

研究动机与目标

• 理解在 congest 模型中子图检测的轮复杂度，特别是难以检测的环与易于检测的树之间的对比。
• 为在常数轮内检测任意树 $T$ 作为子图，设计一种确定性分布式算法。
• 通过实现对 $H$-自由性的常数轮测试，将结果扩展至分布式性质测试，其中 $H$ 是由一棵树和一条边以任意方式连接而成的图。
• 解决全局任务（如 MST）与局部任务（如环检测）之间的计算差距，表明树检测的效率与全局任务相当。

提出的方法

• 该算法使用一种分布式稀疏化技术，以减少每个节点维护的部分解的数量，其灵感来源于 Erd\'os 等人的组合方法。
• 节点基于本地信息计算候选边的规范标记，并仅传播排名最低的边以解决冲突。
• 采用两阶段过程：第一阶段，节点广播具有最小排名的候选边；第二阶段，它们仅使用选定的候选边，协同搜索树 $T$。
• 通过丢弃排名更高的候选边实现冲突解决，确保网络中每条边仅有一个候选边被追踪。
• 通过检查树 $T$ 与以每个节点为根的子图之间的同构性来验证检测结果，同时满足与固定边 $\{x,y\}$ 的兼容性约束。
• 该方法被调整用于测试由一棵树和一条边构成的 $H$-模式的 $H$-自由性，通过修改搜索条件，要求与固定边端点相邻。

实验结果

研究问题

• RQ1 是否所有树 $T$ 都能在 $O(1)$ 轮内于 congest 模型中被检测，尽管检测环的复杂度很高？
• RQ2 是否存在一种通用方法，用于设计当 $H$ 由一棵树和一条边以任意方式连接时的 $H$-自由性的常数轮分布式算法？
• RQ3 为何像 $C_4$ 这样的环需要 $\widetilde{\Omega}(\sqrt{n})$ 轮，而树却能以常数时间检测？
• RQ4 该框架能否扩展至测试更复杂的图模式（如团或超立方体）的 $H$-自由性？
• RQ5 对于 $k \geq 5$，$K_k$-自由性的轮复杂度是多少，特别是由于 $K_5$ 无法分解为一棵树和一条边？

主要发现

• 所有树 $T$ 都可在 $O(1)$ 轮内于 congest 模型中被检测，与环的 $\widetilde{\Omega}(\sqrt{n})$ 轮复杂度形成鲜明对比。
• 该算法使用确定性稀疏化技术，限制部分解的数量，确保执行时间与网络规模无关，保持常数时间。
• 对于由一棵树和一条边以任意方式连接而成的任意图模式 $H$，存在一种随机化分布式性质测试算法，用于 $H$-自由性，且运行时间在 $O(1)$ 轮内。
• 该结果推广了先前关于测试 $K_3$-、$K_4$- 和 $C_k$-自由性的研究，将它们作为树加边模式的特例包含在内。
• 该方法确保正确性：若图 $G$ 距离 $H$-自由有 $\epsilon$ 的距离，则算法以至少 $\frac{2}{3}$ 的概率拒绝。
• 该框架无法直接扩展至 $K_5$-自由性，该问题仍为开放问题，因为 $K_5$ 无法分解为一棵树和一条边。