[论文解读] Improved Minimum Cuts and Maximum Flows in Undirected Planar Graphs

Giuseppe F. Italiano, Piotr Sankowski|arXiv (Cornell University)|Nov 12, 2010

Complexity and Algorithms in Graphs参考文献 5被引用 6

一句话总结

该论文首次提出了突破无向平面图中最小割与最大流问题的 $O(n\log n)$ 时间复杂度瓶颈的算法，通过在对偶图上采用一种新颖的基于聚类的分治方法，实现了 $O(n\log\log n)$ 的时间复杂度。此外，该研究还提出了一种完全动态算法，支持边更新和最小割/最大流查询，每次操作的摊销时间复杂度为 $O(n^{2/3}\log^3 n)$，其核心是提出了一种新型的动态最短路径技术。

ABSTRACT

In this paper we study minimum cut and maximum flow problems on planar graphs, both in static and in dynamic settings. First, we present an algorithm that given an undirected planar graph computes the minimum cut between any two given vertices in O(n log log n) time. Second, we show how to achieve the same O(n log log n) bound for the problem of computing maximum flows in undirected planar graphs. To the best of our knowledge, these are the first algorithms for those two problems that break the O(n log n) barrier, which has been standing for more than 25 years. Third, we present a fully dynamic algorithm that is able to maintain information about minimum cuts and maximum flows in a plane graph (i.e., a planar graph with a fixed embedding): our algorithm is able to insert edges, delete edges and answer min-cut and max-flow queries between any pair of vertices in O(n^(2/3) log^3 n) time per operation. This result is based on a new dynamic shortest path algorithm for planar graphs which may be of independent interest. We remark that this is the first known non-trivial algorithm for min-cut and max-flow problems in a dynamic setting.

研究动机与目标

• 突破无向平面图中最小割与最大流问题长期存在的 $O(n\log n)$ 时间复杂度瓶颈。
• 设计一种完全动态算法，支持在平面图中进行边的插入、删除以及最小割/最大流查询，并实现更优的摊销时间复杂度。
• 提出一种适用于平面图的新型动态最短路径算法，支持边更新与嵌入变化，从而支持动态流与割的计算。

提出的方法

• 利用平面图的对偶图，将最小 $s$-$t$ 割问题转化为在通过在对偶图中沿路径 $\pi$ 切割后构建的修改图 $G_\pi$ 中的最短路径问题。
• 采用平面图的聚类分解，使在对偶图中灵活选择路径 $\pi$ 成为可能，从而实现更快速的分治策略，总时间复杂度为 $O(n\log\log n)$。
• 应用 Fakcharoenphol-Rao 最短路径算法来计算修改后对偶图 $G_\pi$ 中的最短路径，利用其在平面图上 $O(n\log\log n)$ 的性能优势。
• 在对偶图中使用环表示法来维护动态信息，以支持在原图中进行边插入与删除操作时的顶点分裂与合并操作。
• 为聚类和孔洞构建密集距离图，以在动态环境下高效计算最小割与最短路径。
• 采用全局重建技术，使最坏情况下的时间复杂度与摊销性能一致，确保在任意更新序列下仍具鲁棒性。

实验结果

研究问题

• RQ1 能否通过在对偶图中引入新颖的结构洞察，突破无向平面图中最小割问题的 $O(n\log n)$ 时间复杂度瓶颈？
• RQ2 是否可能在独立于最小割算法开销的前提下，实现无向平面图中最大流的 $O(n\log\log n)$ 时间复杂度计算？
• RQ3 能否设计一种完全动态算法，在边插入、删除及嵌入变化等情况下，仍能以亚线性时间复杂度维护平面图中的最小割与最大流信息？
• RQ4 哪些动态数据结构与技术能够支持在边更新与嵌入修改下，高效地进行平面图中的最短路径查询？
• RQ5 如何高效建模对偶图中顶点的分裂与合并操作，以支持动态流与割的计算？

主要发现

• 该论文首次实现了无向平面图中最小 $s$-$t$ 割的 $O(n\log\log n)$ 时间复杂度算法，突破了 $O(n\log n)$ 的时间复杂度瓶颈。
• 开发出一种无向平面图中最大流的 $O(n\log\log n)$ 时间复杂度算法，其性能与改进后的最小割算法保持一致。
• 提出了一种完全动态算法，支持边的插入、删除以及最小割/最大流查询，每次操作的摊销时间复杂度为 $O(n^{2/3}\log^3 n)$，这是该类问题首个非平凡的动态算法。
• 该动态算法依赖于一种新型的平面图动态最短路径技术，支持边的插入、删除与嵌入变化，每次操作的摊销时间复杂度为 $O(n^{2/3}\log^2 n)$。
• 通过使用对偶图顶点的环表示法，实现了在原图边更新过程中对顶点分裂与合并操作的高效处理，保证了正确性与效率。
• 通过聚类分解、对偶图操作与高效最短路径计算的结合，实现了上述结果，且通过全局重建技术可获得最坏情况下的时间复杂度保证。