[论文解读] Fast and Compact Exact Distance Oracle for Planar Graphs

Vincent Cohen-Addad, Søren Dahlgaard+1 more|arXiv (Cornell University)|Feb 10, 2017

Complexity and Algorithms in Graphs参考文献 8被引用 7

一句话总结

本文首次为平面边权有向图构建了真正亚二次空间、亚对数查询时间的精确距离查询结构。通过结合两个分层的 $ r $-分解，并利用边界顶点上的 Voronoi 图，实现了 $ O(n^{5/3}) $ 的空间复杂度和 $ O(\log n) $ 的查询时间，打破了精确平面距离查询结构长期存在的二次空间瓶颈。

ABSTRACT

For a given a graph, a distance oracle is a data structure that answers distance queries between pairs of vertices. We introduce an $O(n^{5/3})$-space distance oracle which answers exact distance queries in $O(\log n)$ time for $n$-vertex planar edge-weighted digraphs. All previous distance oracles for planar graphs with truly subquadratic space i.e., space $O(n^{2 - ε})$ for some constant $ε> 0$) either required query time polynomial in $n$ or could only answer approximate distance queries. Furthermore, we show how to trade-off time and space: for any $S \ge n^{3/2}$, we show how to obtain an $S$-space distance oracle that answers queries in time $O((n^{5/2}/ S^{3/2}) \log n)$. This is a polynomial improvement over the previous planar distance oracles with $o(n^{1/4})$ query time.

研究动机与目标

• 为解决平面图中构造真正亚二次空间与亚对数查询时间的精确距离查询结构这一长期悬而未决的问题。
• 在先前的查询结构中，要么需要二次空间，要么在亚二次空间下查询时间呈多项式复杂度，本文旨在实现对这些结构的多项式级改进。
• 为平面图中的精确距离查询建立空间、查询时间与预处理时间之间的平滑权衡。
• 打破平面距离查询结构中 $ O(n^{2-\epsilon}) $ 空间与 $ O(n^{1/4}) $ 查询时间之间的权衡壁垒。

提出的方法

• 构建平面图的两个分层 $ r $-分解（$ r_1 $-分解与 $ r_2 $-分解），以实现高效的分解与查询路由。
• 存储 $ r_1 $-分解中每个区域内的所有点对最短路径距离，以及两个分解中边界顶点之间的所有点对最短路径距离。
• 为 $ r_2 $-分解中的每个区域与孔洞计算并存储 Voronoi 图，以通过边界节点实现快速距离计算。
• 对每个区域使用分治分解，以通过边界节点高效支持最短路径查询。
• 对于每个查询，遍历包含源点的区域的边界节点，并通过动态规划组合预计算的距离，以计算最短路径。
• 通过调节 $ r_1 $ 与 $ r_2 $ 平衡空间与查询时间，实现当 $ S \geq n^{3/2} $ 时，查询时间为 $ O(n^{5/2}/S^{3/2} \log n) $。

实验结果

研究问题

• RQ1 能否为平面图构建一个真正亚二次空间、亚对数查询时间的精确距离查询结构？
• RQ2 是否可能在平面图的精确距离查询中，实现空间、查询时间与预处理时间之间的平滑权衡？
• RQ3 能否在已知界限之外，改进 $ O(n^{2-\epsilon}) $ 空间与 $ O(n^{1/4}) $ 查询时间之间的权衡？
• RQ4 结合两个 $ r $-分解，并在边界顶点上使用基于 Voronoi 的路由，是否能实现空间-时间效率的突破？

主要发现

• 本文在平面边权有向图中实现了 $ O(n^{5/3}) $ 的空间复杂度与 $ O(\log n) $ 的查询时间，打破了此前的二次空间瓶颈。
• 对于任意 $ S \geq n^{3/2} $，该查询结构支持 $ O(n^{5/2}/S^{3/2} \log n) $ 的查询时间，相较于先前具有次多项式查询时间的结构实现了多项式级改进。
• 实现了 $ O(n^2) $ 的预处理时间，后通过近期确定性最短路径算法改进为 $ \tilde{O}(n^{5/3}) $。
• 建立了三元权衡：当 $ S \geq n^{16/11} $ 时，查询时间可达 $ O(n^{11/5}/S^{6/5} \log n) $，预处理时间为 $ \tilde{O}(S) $。
• 当前构造下的空间复杂度 $ O(n^{5/3}) $ 是最优的，因其与平面图中此类查询结构的理论下界一致。
• 该方法具有鲁棒性与通用性，结合近期平面图中确定性最短路径计算的进展，可进一步提升预处理效率。