[论文解读] Improved Distributed Degree Splitting and Edge Coloring

Mohsen Ghaffari, Juho Hirvonen+4 more|arXiv (Cornell University)|Jan 1, 2017

Mathematical Approximation and Integration被引用 7

一句话总结

本论文提出了一种确定性分布式算法，用于局部模型（LOCAL model）中的度数分裂和边着色，相较于先前工作，显著提升了性能，实现了更低的不一致度、更短的运行时间以及更简单的实现。该算法采用一种新颖的基于路径的定向技术，在 O(log²∆ · ε⁻¹ · log log ∆ · (log log log ∆)¹.⁷¹ · log n) 轮内实现 (2 + ε)∆-边着色，且每个节点的不一致度被限制在 εd(v) + 2 以内，其效率与正确性保证均优于以往方法。

ABSTRACT

The degree splitting problem requires coloring the edges of a graph red or blue such that each node has almost the same number of edges in each color, up to a small additive discrepancy. The directed variant of the problem requires orienting the edges such that each node has almost the same number of incoming and outgoing edges, again up to a small additive discrepancy. We present deterministic distributed algorithms for both variants, which improve on their counterparts presented by Ghaffari and Su [SODA'17]: our algorithms are significantly simpler and faster, and have a much smaller discrepancy. This also leads to a faster and simpler deterministic algorithm for (2+o(1))Delta-edge-coloring, improving on that of Ghaffari and Su.

研究动机与目标

• 设计一种在 LOCAL 模型中用于度数分裂的更快、更简单且更高效的确定性分布式算法。
• 将边着色中的不一致度从 Θ(log n) 降低至 O(εd(v))，同时保持确定性保证。
• 通过改进的度数分裂原 primitive，实现更高效且实用的 (2 + ε)∆-边着色算法。
• 弥合随机化与确定性分布式算法在基础图问题（如边着色与度数分裂）之间的差距。

提出的方法

• 该算法使用路径分解技术，将边划分为长度为 O(1/ε) 的短路径，且路径之间互不相交。
• 每条路径通过一种局部定向规则进行定向，确保内部节点的入度与出度保持平衡。
• 通过组合各路径的局部定向结果，构建全局定向，确保度数 ≥3 的节点至少有一条入边与一条出边。
• 该方法在无需全局计算的前提下，新颖地应用了类似欧拉回路结构的分布式机制。
• 采用递归度数分裂方法，逐步缩小不一致度，使每轮递归中最大度数降低。
• 利用几何级数界分析递归迭代过程中累积的度数增长。

实验结果

研究问题

• RQ1 我们能否设计一种确定性分布式算法，使度数分裂的不一致度显著低于先前方法？
• RQ2 是否可能通过改进的度数分裂原 primitive，在多项式对数时间内实现 (2 + ε)∆-边着色？
• RQ3 在分布式度数分裂中可达到的最小不一致度是多少？是否可在不牺牲运行时间或简洁性的情况下实现？
• RQ4 基于路径的分解技术能否用于在分布式环境中模拟欧拉回路的性质？

主要发现

• 该算法在有向度数分裂问题中，每个节点的不一致度最多为 εd(v) + 2，显著优于先前确定性算法的 Θ(log n) 不一致度。
• (2 + ε)∆-边着色的运行时间为 O(log²∆ · ε⁻¹ · log log ∆ · (log log log ∆)¹.⁷¹ · log n) 轮，快于以往的多项式对数时间 (polylog(n)-round) 算法。
• 该方法通过消除复杂增广路径搜索，简化了 Ghaffari 和 Su 的先前方法，使算法更具模块化与可实现性。
• 该算法在不一致度上实现了常数因子的改进，从而在使用更少颜色的情况下实现更优的边着色。
• 证明了一个下界：在 4-正则图中实现弱 2-定向需要 Ω(n) 轮，表明此类问题复杂度差距的紧致性。
• 递归度数分裂过程确保在 h = O(log ε∆) 次迭代后，每个子图的最大度数为 O(1/ε)，从而可对每个子图使用 2∆′ −1 种颜色高效着色。