[论文解读] Faster Shortest Path Algorithm for H-Minor Free Graphs with Negative Edge Weights

Christian Wulff‐Nilsen|arXiv (Cornell University)|Aug 5, 2010

Complexity and Algorithms in Graphs参考文献 10被引用 3

一句话总结

本文提出了一种更快的算法，用于在具有整数边权和负边的 H-极小自由图中计算单源最短路径，时间复杂度达到 Õ(n⁴ᐟ³ log L)。该改进源于一种新颖且更高效的图划分方法，即计算 (r, r^{(2−γ)/3})-划分，该方法随后被整合进 Yuster 的 SSSP 框架中，从而实现了与平面图最佳已知界限相同的性能。

ABSTRACT

Let $H$ be a fixed graph and let $G$ be an $H$-minor free $n$-vertex graph with integer edge weights and no negative weight cycles reachable from a given vertex $s$. We present an algorithm that computes a shortest path tree in $G$ rooted at $s$ in $ ilde{O}(n^{4/3}\log L)$ time, where $L$ is the absolute value of the smallest edge weight. The previous best bound was $ ilde{O}(n^{\sqrt{11.5}-2}\log L) = O(n^{1.392}\log L)$. Our running time matches an earlier bound for planar graphs by Henzinger et al.

研究动机与目标

• 填补 H-极小自由图在负边权下高效最短路径计算的空白。
• 在该类图中，改进先前已知的最佳时间复杂度 Õ(n^{1.392} log L)。
• 实现与平面图最佳已知界限 Õ(n⁴ᐟ³ log L) 相同的运行时间。
• 设计一种更快的算法来计算 H-极小自由图中的 (r, r^{(2−γ)/3})-划分，以实现性能提升。

提出的方法

• 利用 H-极小自由图的分隔定理（引理 1），通过可调参数 γ 递归划分图。
• 设计一种递归划分算法，在不同递归层级上调节分隔质量（通过 γ′），以平衡成本与效率。
• 将改进的划分算法应用于 Yuster 的 SSSP 框架，该框架依赖于基于区域的动态规划和最短路径计算。
• 采用弱 (r, p)-划分构造方法，通过控制边界顶点数量，确保区域合并与路径传播的开销较低。
• 将划分计算的时间复杂度优化至 O(nr^γ)（当 r = n^{Ω(1)} 时），优于 Yuster 的 O(n^{1+γ}) 边界。
• 将更快的划分算法集成至 SSSP 流程中，通过设定 γ = 1/2，将整体时间复杂度降低至 Õ(n⁴ᐟ³ log L)。

实验结果

研究问题

• RQ1 H-极小自由图中具有负整数边权的最短路径时间复杂度能否超越 O(n^{1.392} log L)？
• RQ2 是否可能在 H-极小自由图中实现与平面图相同的 Õ(n⁴ᐟ³ log L) 时间复杂度？
• RQ3 能否为 H-极小自由图设计一种更快的图划分算法，以提升 SSSP 性能？
• RQ4 在递归层级中自适应使用分隔质量（通过 γ′）如何影响 SSSP 的整体时间复杂度？

主要发现

• 本文在具有整数边权和负边的 H-极小自由图中，实现了 Õ(n⁴ᐟ³ log L) 的单源最短路径时间复杂度。
• 该改进源于设计了一种更快的 (r, r^{(2−γ)/3})-划分计算算法，将时间从 O(n^{1+γ}) 降低至 O(nr^γ)。
• 在框架中设定 γ = 1/2 时，可达到 Õ(n⁴ᐟ³ log L) 的时间复杂度，与平面图的最佳已知界限一致。
• 当 r = o(n) 时，新划分算法在渐进意义上快于 Yuster 的方法，尤其在中等规模区域中优势显著。
• 该方法可通过减少权重函数实现多源 SSSP 的加速计算，总时间复杂度为 O(n⁴ᐟ³ log L polylog n + kn)。
• 该结果为 H-极小自由图中的 SSSP 建立了新基准，弥合了与平面图性能之间的差距。