[论文解读] Fully dynamic connectivity in O(log n(log log n)2) amortized expected time

Shang-En Huang, Dawei Huang+2 more|arXiv (Cornell University)|Jan 16, 2017

Optimization and Search Problems被引用 29

一句话总结

本文提出了一种随机化动态连通性数据结构，其摊销期望更新时间为 O(log n(log log n)²)，查询时间为 O(log n/log log log n)，在已知下限的 O((log log n)²) 因子内达到近似最优。该方法通过填补关键算法空白并引入高效的随机化技术，改进了 Thorup 在 STOC 2000 上提出的方法，以在动态图中维护连通性。

ABSTRACT

Dynamic connectivity is one of the most fundamental problems in dynamic graph algorithms. We present a new randomized dynamic connectivity structure with O(log n(log log n)2) amortized expected update time and O(log n/log log log n) query time, which comes within an O((log log n)2) factor of a lower bound due to Pǎtrascu and Demaine. The new structure is based on a dynamic connectivity algorithm proposed by Thorup in an extended abstract at STOC 2000, which left out some important details.

研究动机与目标

• 解决在边插入和删除操作下动态图中连通性维护的根本性问题。
• 将动态连通性结构的摊销期望更新时间改进至接近理论极限。
• 填补 Thorup 在 STOC 2000 年扩展摘要中缺失的关键算法细节，从而实现完整且高效的实现。
• 在 O((log log n)²) 因子内接近 Pǎtrascu 和 Demaine 建立的理论下限。

提出的方法

• 基于 Thorup 框架的随机化方法，重点通过分层聚类和稀疏化来维护连通性。
• 采用带有随机采样的动态树结构，以降低更新成本，同时保持连通性保证。
• 将图按层级进行分层分解，每一层维护连通性的稀疏表示。
• 应用随机收缩技术以减少高层结构中的边数，提升更新效率。
• 引入一种新颖的分析技术，利用势能函数和概率界来界定更新的期望摊销成本。
• 将动态树数据结构与全局稀疏化策略相结合，以在所有层级上保持低更新时间。

实验结果

研究问题

• RQ1 是否能够设计出一种动态连通性结构，使其摊销期望更新时间在已知下限的 O((log log n)²) 因子内？
• RQ2 如何完整实现并使 Thorup 在 STOC 2000 年的不完整方法达到完全高效？
• RQ3 可采用哪些随机化技术在保持正确性和近似最优查询时间的同时降低更新成本？
• RQ4 稀疏化与分层分解在多大程度上能提升动态连通性的性能？

主要发现

• 所提出的结构实现了 O(log n(log log n)²) 的摊销期望更新时间，显著优于以往的随机化方法。
• 查询时间为 O(log n/log log log n)，接近最优，且与理论下限处于多对数因子范围内。
• 该方法仅以 O((log log n)²) 因子的差距接近 Pǎtrascu-Demaine 下限，代表了重大的理论进展。
• 该方法成功补全并强化了 Thorup 在 STOC 2000 上提出的框架，解决了缺失的实现细节并证明了正确性。