[论文解读] Efficient implementations of minimum-cost flow algorithms

Zoltán Király, Péter Kovács|arXiv (Cornell University)|Jul 26, 2012

Complexity and Algorithms in Graphs参考文献 49被引用 51

一句话总结

本文在 LEMON C++ 库中提出了最小费用最大流（MCF）算法的高效开源实现，首次将 Goldberg 的部分增广-重标号方法应用于费用缩放算法中。费用缩放和网络单纯形实现优于 LEDA 和 MCFZIB 等成熟求解器，且在大规模网络上与 CS2 竞争力相当，尤其在大规模网络上表现优异。

ABSTRACT

This paper presents efficient implementations of several algorithms for solving the minimum-cost network flow problem. Various practical heuristics and other important implementation aspects are also discussed. A novel result of this work is the application of Goldberg's recent partial augment-relabel method in the cost-scaling algorithm. The presented implementations are available as part of the LEMON open source C++ optimization library (\url{http://lemon.cs.elte.hu/}). The performance of these codes is compared to well-known and efficient minimum-cost flow solvers, namely CS2, RelaxIV, MCF, and the corresponding method of the LEDA library. According to thorough experimental analysis, the presented cost-scaling and network simplex implementations turned out to be more efficient than LEDA and MCF. Furthermore, the cost-scaling implementation is competitive with CS2. The RelaxIV algorithm is often much slower than the other codes, although it is quite efficient on particular problem instances.

研究动机与目标

• 开发多种最小费用最大流算法的高效且稳健的开源实现，以支持实际部署。
• 在多样化的大型网络实例（包括合成与真实世界问题）上评估这些实现的性能。
• 将所提出的实现与知名求解器（如 CS2、LEDA、MCFZIB 和 RelaxIV）进行比较，以建立性能基准。
• 探索新颖的实现技术，特别是将 Goldberg 的部分增广-重标号方法集成到费用缩放算法中。
• 基于网络规模、密度和问题特征，提供选择最适配 MCF 算法的实用指导。

提出的方法

• 实现了完整的 MCF 算法套件：SCC、MMCC、CAT、SSP、CAS、COS（三种变体）以及具有五种枢轴策略的 NS。
• 将 Goldberg 的部分增广-重标号方法集成到费用缩放算法中，这是一种新颖的应用，通过加速流增广提升性能。
• 采用先进的数据结构与启发式方法，包括高效的生成树表示和动态树结构，以优化网络单纯形和费用缩放算法的性能。
• 将实现设计为 LEMON C++ 模板库的一部分，支持与其它图算法和优化算法的模块化集成。
• 使用 NETGEN 和 GOTO 生成器以及真实世界实例，在大规模网络（最多数百万个节点/边）上进行了广泛的基准测试。
• 在一致的实验条件下，使用公开可用的求解器（CS2、LEDA、MCFZIB、RelaxIV）进行标准化比较，以确保公平性和可复现性。

实验结果

研究问题

• RQ1 Goldberg 的部分增广-重标号方法如何提升费用缩放算法在最小费用最大流问题中的性能？
• RQ2 在不同网络规模和密度下，哪种 MCF 算法——费用缩放或网络单纯形——表现更优？
• RQ3 在实际应用中，所提出的 LEMON 实现与 CS2、LEDA、MCFZIB 和 RelaxIV 等成熟求解器相比表现如何？
• RQ4 循环取消和增广路径算法在各类问题实例中的性能特征是什么？
• RQ5 RelaxIV 在何种条件下表现优于或劣于其他求解器？其性能为何不稳定？

主要发现

• 采用部分增广-重标号的费用缩放实现与 CS2 竞争力相当，且显著快于 LEDA 库的实现。
• 网络单纯形实现大幅优于 MCFZIB，且在小到中等规模网络（最多数千个节点）上速度最快。
• 在大规模网络（数百万个节点和弧）上，费用缩放算法由于具有更优的渐近时间复杂度，持续优于网络单纯形。
• RelaxIV 表现出极不稳定的性能：在特定实例（如 NETGEN 问题）上非常快，但在其他实例上慢几个数量级，表明其鲁棒性差。
• 循环取消和增广路径算法通常不如费用缩放和网络单纯形，但在流分裂极少时可能表现更优。
• LEMON 中所提出的实现并非独立工具，而是更大规模开源库的一部分，可无缝集成到复杂的优化工作流中。