[论文解读] Improved Algorithms for Fully Dynamic Maximal Independent Set

Yuhao Du, Hengjie Zhang|arXiv (Cornell University)|Apr 24, 2018

Advanced Graph Theory Research被引用 12

一句话总结

本文提出了两种改进的完全动态最大独立集（MIS）算法：一种确定性算法，其摊销更新时间为 $O(m^{2/3}\theta\text{log}^{1/2}m)$；一种随机化算法，其在对抗无偏对手下的期望摊销更新时间为 $O(\sqrt{m}\text{log}^{1.5}m)$。该方法采用了一种“良好-MIS”构造，确保高阶顶点拥有足够多的MIS邻居，从而通过基于度数的采样和随机顶点排序实现高效重建与维护。

ABSTRACT

Maintaining maximal independent set in dynamic graph is a fundamental open problem in graph theory and the first sublinear time deterministic algorithm was came up by Assadi, Onak, Schieber and Solomon(STOC'18), which achieves $O(m^{3/4})$ amortized update time. We have two main contributions in this paper. We present a new simple deterministic algorithm with $O(m^{2/3}\sqrt{\log m})$ amortized update time, which improves the previous best result. And we also present the first randomized algorithm with expected $O(\sqrt{m}\log^{1.5}m)$ amortized time against an oblivious adversary.

研究动机与目标

• 为解决完全动态最大独立集（MIS）问题中实现次线性、确定性更新时间的开放难题。
• 改进先前最优的确定性时间界 $O(m^{3/4})$ 摊销更新时间。
• 设计首个在完全动态MIS中实现次 $\sqrt{m}$ 期望摊销更新时间的随机化算法。
• 分析在动态更新下维护MIS的困难性，特别是MIS计数器的必要性。

提出的方法

• 引入一种“良好-MIS”结构，确保每个高阶顶点在MIS中至少有 $m^{1/3}+1$ 个邻居，从而增强对边更新的鲁棒性。
• 使用类似贪心的确定性算法，通过优先选择邻居数与剩余高阶度数比值较高的顶点，构建良好-MIS。
• 在每 $\lceil m^{1/3}\rceil$ 次边更新后，周期性地重建MIS，以维持效率与正确性。
• 对于随机化变体，采用随机顶点排序，以概率方式避免高阶顶点加入MIS，从而降低更新代价。
• 应用势能函数论证，以界定边插入与删除导致的势能总增加量。
• 利用OMv假设，证明在无偏对手模型下，维护精确MIS计数器将导致 $\Omega(\sqrt{m})$ 的摊销下界。

实验结果

研究问题

• RQ1 能否设计出确定性完全动态MIS算法，使其摊销更新时间达到 $o(m^{3/4})$？
• RQ2 能否设计出随机化完全动态MIS算法，使其期望更新时间低于 $O(\sqrt{m})$？
• RQ3 MIS计数器在维护动态MIS中的作用是什么？能否避免使用它们以突破 $\Omega(\sqrt{m})$ 的障碍？
• RQ4 能否利用OMv假设为动态MIS算法建立条件性下界？

主要发现

• 本文实现了完全动态MIS的确定性 $O(m^{2/3}\sqrt{\log m})$ 摊销更新时间，优于先前的 $O(m^{3/4})$ 界限。
• 提出一种新型随机化算法，其在无偏对手下的期望摊销更新时间为 $O(\sqrt{m}\text{log}^{1.5}m)$。
• 在随机化算法中，顶点 $u$（其度数为 $d(u)$）加入MIS的概率被限制在 $O(m\log^3m / d(u)^2)$ 以内，从而实现较低的期望代价。
• 分析表明，在 $\sqrt{m}$ 次边更新中，势能的期望总增加量为 $O(m\log^{1.5}m)$，支持了摊销时间界。
• 建立了条件性下界：任何强制顶点永久保留在MIS中的算法，若其摊销更新时间低于 $O(m^{1/2-\epsilon})$，则意味着OMv假设不成立。
• 本文证明，在无偏对手模型下，维护精确MIS计数器将导致 $\Omega(\sqrt{m})$ 的摊销代价，表明必须使用部分或近似计数器才能突破此障碍。