[论文解读] Hypergraph Two-Coloring in the Streaming Model

Jaikumar Radhakrishnan, Saswata Shannigrahi+1 more|arXiv (Cornell University)|Dec 14, 2015

Limits and Structures in Graph Theory被引用 3

一句话总结

本文研究了 $n$-uniform 超图的双色化问题，其中超边按顺序到达。研究证明，确定性流式算法的空间复杂度下界为 $\Omega(q/n)$ 或 $\Omega(\sqrt{1/(n\ln n)}\cdot 2^n)$，具体取决于超边数量；而随机化算法可在最多 $\frac{1}{10}\sqrt{\frac{n}{\ln n}}2^n$ 条超边的情况下实现 $O(v\log v)$ 的空间复杂度，与已知的存在性界一致。

ABSTRACT

We consider space-efficient algorithms for two-coloring $n$-uniform hypergraphs $H=(V,E)$ in the streaming model, when the hyperedges arrive one at a time. It is known that any such hypergraph with at most $0.7 \sqrt{\frac{n}{\ln n}} 2^n$ hyperedges has a two-coloring [Radhakrishnan & Srinivasan, RSA, 2000], which can be found deterministically in polynomial time, if allowed full access to the input. 1. Let $s^D(v, q, n)$ be the minimum space used by a deterministic one-pass streaming algorithm that on receiving an $n$-uniform hypergraph $H$ on $v$ vertices and $q$ hyperedges produces a proper two-coloring of $H$. We show that $s^D(n^2, q, n) = Ω(q/n)$ when $q \leq 0.7 \sqrt{\frac{n}{\ln n}} 2^n$, and $s^D(n^2, q, n) = Ω(\sqrt{\frac{1}{n\ln n}} 2^n)$ otherwise. 2. Let $s^R(v, q,n)$ be the minimum space used by a randomized one-pass streaming algorithm that on receiving an $n$-uniform hypergraph $H$ on $v$ vertices and $q$ hyperedges with high probability produces a proper two-coloring of $H$ (or declares failure). We show that $s^R(v, \frac{1}{10}\sqrt{\frac{n}{\ln n}} 2^n, n) = O(v \log v)$ by giving an efficient randomized streaming algorithm. The above results are inspired by the study of the number $q(n)$, the minimum possible number of hyperedges in a $n$-uniform hypergraph that is not two-colorable. It is known that $q(n) = Ω(\sqrt{\frac{n}{\ln n}})$ [Radhakrishnan-Srinivasan] and $ q(n)= O(n^2 2^n)$ [Erdos, 1963]. Our first result shows that no space-efficient deterministic streaming algorithm can match the performance of the offline algorithm of Radhakrishnan and Srinivasan; the second result shows that there is, however, a space-efficient randomized streaming algorithm for the task.

研究动机与目标

• 理解单次遍历流式算法在双色化 $n$-uniform 超图问题中的空间复杂度。
• 确定在空间受限条件下，确定性或随机化流式算法是否能高效解决该问题。
• 在单次遍历模型中，为确定性流式算法的空间使用建立紧致下界。
• 设计一种空间高效的随机化流式算法，使其达到双色化存在的阈值。
• 探索确定性与随机化流式算法在超图双色化问题中的复杂度差距。

提出的方法

• 利用 Moser-Tardos 算法解决构造性 $\text{P}\neq\text{NP}$ 类型问题，并将其适配至流式计算环境。
• 采用随机重着色策略：当发现单色超边时，若不与先前标记的超边冲突，则对其顶点重新随机着色。
• 应用 Lovász 局部引理（LLL）条件以限制遍历次数：确保在 $O(\log |V|)$ 次期望遍历内终止。
• 在单色超边上维护最大独立集（MIS），以避免重着色过程中的冲突。
• 采用基于遍历的处理方法：每轮遍历处理所有超边，标记并重着色冲突的单色超边。
• 使用马尔可夫不等式控制失败概率，确保在 $O(\log |V|)$ 次遍历内以高概率成功。

实验结果

研究问题

• RQ1 对于具有 $q$ 条超边的 $n$-uniform 超图，确定性单次遍历流式算法实现双色化所需的最小空间是多少？
• RQ2 随机化流式算法能否在超边数量达到 $\Omega(\sqrt{n/\ln n} \cdot 2^n)$ 的情况下实现次线性空间复杂度？
• RQ3 在超图双色化问题中，确定性与随机化流式算法之间是否存在空间复杂度的差距？
• RQ4 Moser-Tardos 算法能否在内存受限且仅支持单次遍历访问的流式模型中进行适配？
• RQ5 随机化流式算法为以高概率获得有效双色化，其最优遍历次数是多少？

主要发现

• 对于确定性流式算法，当 $q \leq 0.7\sqrt{\frac{n}{\ln n}}2^n$ 时，空间复杂度下界为 $\Omega(q/n)$；否则为 $\Omega(\sqrt{1/(n\ln n)}\cdot 2^n)$。
• 随机化流式算法在超边数量不超过 $\frac{1}{10}\sqrt{\frac{n}{\ln n}}2^n$ 的情况下，可实现 $O(v\log v)$ 的空间复杂度。
• 该随机化算法在 $O(\log |V|)$ 次期望遍历内终止，且使用 $O\left(\log |V|\right)$ 次遍历时，成功概率至少为 $3/4$。
• 确定性算法的下界在 $\mathrm{poly}(n)$ 因子范围内是紧致的，表明其与随机化方法之间存在显著复杂度分离。
• Moser-Tardos 算法可被适配至流式模型，在空间受限条件下仍保持期望终止时间。
• 该算法的性能与 Radhakrishnan 和 Srinivasan（2000）建立的双色化存在性阈值一致，表明其在随机化流式算法中具有空间最优性。