[论文解读] Laminar Families and Metric Embeddings: Non-bipartite Maximum Matching Problem in the Semi-Streaming Model

Kook Jin Ahn, Sudipto Guha|arXiv (Cornell University)|Apr 20, 2011

Complexity and Algorithms in Graphs参考文献 22被引用 17

一句话总结

本文提出了半流模型中非二分图加权最大匹配问题的首个全多项式时间近似方案（FPTAS），在 O(1/ε) 次遍历中实现 (1+ε)-近似，使用略超线性空间。该方法利用匹配多面体中紧致集合的层叠性、度量嵌入和图稀疏化技术，将指数级数量的约束和变量减少，通过扰动的分数覆盖框架实现空间和遍历效率的计算。

ABSTRACT

In this paper, we study the non-bipartite maximum matching problem in the semi-streaming model. The maximum matching problem in the semi-streaming model has received a significant amount of attention lately. While the problem has been somewhat well solved for bipartite graphs, the known algorithms for non-bipartite graphs use $2^{\frac1ε}$ passes or $n^{\frac1ε}$ time to compute a $(1-ε)$ approximation. In this paper we provide the first FPTAS (polynomial in $n,\frac1ε$) for the problem which is efficient in both the running time and the number of passes. We also show that we can estimate the size of the matching in $O(\frac1ε)$ passes using slightly superlinear space. To achieve both results, we use the structural properties of the matching polytope such as the laminarity of the tight sets and total dual integrality. The algorithms are iterative, and are based on the fractional packing and covering framework. However the formulations herein require exponentially many variables or constraints. We use laminarity, metric embeddings and graph sparsification to reduce the space required by the algorithms in between and across the iterations. This is the first use of these ideas in the semi-streaming model to solve a combinatorial optimization problem.

研究动机与目标

• 设计一种全多项式时间近似方案（FPTAS），用于在半流模型中实现非二分图加权最大匹配，时间复杂度为多项式且遍历次数较少。
• 通过利用匹配多面体的结构特性，克服非二分图匹配中指数级奇集约束的挑战。
• 通过利用层叠性、度量嵌入和图稀疏化技术，减少约束和变量数量，实现高效的存储和遍历复杂度。
• 证明在遍历次数方面，对偶覆盖公式比原始打包公式更高效，尽管每轮的复杂度更高。

提出的方法

• 使用扰动的分数覆盖公式来近似最大匹配问题的对偶，同时保持奇集的层叠性。
• 采用两阶段预处理：过滤小权重边，并构建具有有界宽度参数的稀疏子图 G′。
• 通过分层最大匹配和基于权重的边过滤实现图稀疏化，以限制相关边的数量并控制宽度。
• 利用 Johnson-Lindenstrauss 引理和随机投影压缩对偶空间，减少遍历次数。
• 引入一种新颖的外层-内层 LP 框架，以空间高效的方式管理指数级数量的变量和约束。
• 利用对偶整数性和紧致集合的层叠性，确保扰动保持近似所必需的关键结构特性。

实验结果

研究问题

• RQ1 能否在半流模型中，以多项式时间与 O(1/ε) 次遍历，计算出非二分图加权最大匹配的 (1+ε)-近似解？
• RQ2 在流式计算环境中，能否高效处理非二分图匹配多面体中的指数级奇集约束？
• RQ3 即使构造匹配本身需要更多遍历，是否仍能在 O(1/ε) 次遍历内，使用略超线性空间估计最大匹配的大小？
• RQ4 能否利用度量嵌入和图稀疏化技术压缩匹配的对偶公式，从而在流式算法中减少遍历次数？

主要发现

• 本文首次在半流模型中实现了非二分图最大匹配的 FPTAS，时间复杂度为 n 和 1/ε 的多项式，且仅需 O(1/ε) 次遍历。
• 通过边过滤和缩放，将违反 oracle 的宽度参数减少至 O(n/δ²)，从而在分数覆盖框架中实现高效计算。
• 构建了一个稀疏子图 G′，其包含的匹配大小至少为 (1−O(δ))OPT，且宽度参数被限制在 O(q/δ³) 以内。
• 对偶覆盖公式可在 p/ε 次遍历内求解，对于任意 p≥1，使用 O(n¹⁺ᴼ⁽¹⁄ᵖ⁾) 的空间，优于原始匹配构造所需的遍历次数。
• 该算法采用一种新颖的外层-内层 LP 框架，通过保持奇集层叠性的扰动约束，实现高效的迭代近似。
• 分析表明，修改后 LP13 的目标值至多为最优值的 (1+δ) 倍，经适当参数调节后可确保 (1+ε)-近似。