[论文解读] Efficient Yao Graph Construction

Daniel Funke, Peter Sanders|arXiv (Cornell University)|Jan 1, 2023

Data Management and Algorithms被引用 1

一句话总结

本论文首次公开实现了Chang等人提出的最优O(n log n) Yao图构建算法，采用一种新颖的两部分优先队列，高效管理扫描线算法中的静态与动态事件。该实现相较于现有库（如CGAL）的性能提升至少十倍，同时引入了一种简单、基于网格的替代方案，在中等规模输入下表现优于CGAL，且易于并行化。

ABSTRACT

Yao graphs are geometric spanners that connect each point of a given point set to its nearest neighbor in each of $k$ cones drawn around it. Yao graphs were introduced to construct minimum spanning trees in $d$ dimensional spaces. Moreover, they are used for instance in topology control in wireless networks. An optimal \Onlogn time algorithm to construct Yao graphs for given point set has been proposed in the literature but -- to the best of our knowledge -- never been implemented. Instead, algorithms with a quadratic complexity are used in popular packages to construct these graphs. In this paper we present the first implementation of the optimal Yao graph algorithm. We develop and tune the data structures required to achieve the O(n log n) bound and detail algorithmic adaptions necessary to take the original algorithm from theory to practice. We propose a priority queue data structure that separates static and dynamic events and might be of independent interest for other sweepline algorithms. Additionally, we propose a new Yao graph algorithm based on a uniform grid data structure that performs well for medium-sized inputs. We evaluate our implementations on a wide variety synthetic and real-world datasets and show that our implementation outperforms current publicly available implementations by at least an order of magnitude.

研究动机与目标

• 实现Chang等人提出的理论上最优的O(n log n) Yao图构建算法，该算法此前尚未在实践中实现。
• 通过设计高效的数据结构与算法适配，弥合理论算法与实际性能之间的差距，以应对真实世界输入。
• 评估并对比新实现与现有库（特别是CGAL的O(n²)锥基展子图实现）的性能。
• 开发一种互补的基于网格的算法，该算法简单、可并行化，且在中等规模输入下高效。
• 证明复杂几何算法可在不牺牲理论界限的前提下，实现实际性能的优化。

提出的方法

• 适配计算几何中的扫描线算法，使用一种两部分优先队列，将静态输入点与动态交点事件分离，以提升效率。
• 设计自定义优先队列，通过解耦静态与动态事件来优化事件处理，增强几何扫描线操作的性能。
• 实现几何操作（如锥边界处理、包围区域搜索、点在锥内查询），并仔细考虑数值鲁棒性。
• 引入一种统一的基于网格的算法，预先将网格邻域映射到锥中，减少不必要的单元访问，实现高效且可并行化的构建。
• 使用多种几何内核（近似、EPIC、EPEC）评估在不同数值精度要求下的鲁棒性与性能权衡。
• 在多样化的人工与真实世界数据集上进行大量实验，测量可扩展性、分布敏感性，以及与CGAL和朴素算法的相对性能。

实验结果

研究问题

• RQ1 Chang等人提出的O(n log n)理论算法能否成功实现并优化以用于实际应用？
• RQ2 新基于扫描线的实现与现有O(n²)实现（如CGAL的锥基展子图）相比，性能如何？
• RQ3 在不同输入分布与数值精度要求下，该最优算法的性能特征与性能瓶颈是什么？
• RQ4 一种简单的基于网格的替代方案能否实现具有竞争力的性能，同时更易于并行化？
• RQ5 几何内核的选择在多大程度上影响运行时间与正确性，尤其是在锥边界附近？

主要发现

• 所提出的基于扫描线的实现，在所有测试数据集上均比CGAL的O(n²)实现快至少一个数量级。
• 该算法的运行时间对输入分布相对不敏感，在人工与真实世界数据集之间仅观察到微小差异。
• 处理的事件数量在不同分布下保持相对恒定，表明该算法性能稳定且可预测。
• 基于网格的算法在中等规模输入下表现良好，且可对输入点进行简单并行化，为特定工作负载提供实用替代方案。
• 对于精确构造，特别是当点位于锥边界上时，必须使用EPEC内核以确保正确性，尽管其性能相比近似内核下降约100倍。
• 当输入中锥边界密度较高（如圆形分布）时，该算法性能仅轻微下降；而基于网格的方法因存在过多空单元而在此类输入上彻底失效。