[论文解读] Near Optimal Algorithm for the Directed Single Source Replacement Paths Problem

Shiri Chechik, Ofer Magen|arXiv (Cornell University)|Apr 28, 2020

Recycling and Waste Management Techniques被引用 5

一句话总结

本文提出了一种用于无权有向图中单源替换路径（SSRP）问题的随机化组合算法，时间复杂度为 Õ(m√n + n²)。该算法通过匹配条件组合下界，实现了近乎最优，解决了组合设置下SSRP的复杂性问题，并进一步推广至小数权重情形，强化了相关下界结果。

ABSTRACT

In the Single Source Replacement Paths (SSRP) problem we are given a graph $G = (V, E)$, and a shortest paths tree $\\widehat{K}$ rooted at a node $s$, and the goal is to output for every node $t \\in V$ and for every edge $e$ in $\\widehat{K}$ the length of the shortest path from $s$ to $t$ avoiding $e$. We present an $\ ilde{O}(m\\sqrt{n} + n^2)$ time randomized combinatorial algorithm for unweighted directed graphs. Previously such a bound was known in the directed case only for the seemingly easier problem of replacement path where both the source and the target nodes are fixed. Our new upper bound for this problem matches the existing conditional combinatorial lower bounds. Hence, (assuming these conditional lower bounds) our result is essentially optimal and completes the picture of the SSRP problem in the combinatorial setting. Our algorithm extends to the case of small, rational edge weights. We strengthen the existing conditional lower bounds in this case by showing that any $O(mn^{1/2-\\epsilon})$ time (combinatorial or algebraic) algorithm for some fixed $\\epsilon >0$ yields a truly subcubic algorithm for the weighted All Pairs Shortest Paths problem (previously such a bound was known only for the combinatorial setting).

研究动机与目标

• 通过实现近乎最优的时间复杂度，填补有向无权图中单源替换路径（SSRP）问题的复杂性差距。
• 将算法扩展至小数权重，并为加权情形建立更强的条件性下界。
• 证明：若存在 O(mn^{1/2−ε}) 时间复杂度的SSRP算法，则意味着加权全源最短路径（APSP）也存在真正亚立方时间算法，从而强化了先前的下界结果。
• 通过证明在相同假设下SSRP问题与APSP问题具有相同的条件性难度，解决加权情形下SSRP是否与APSP一样困难的开放性问题。

提出的方法

• 设计一种随机化组合算法，用于计算从源点到所有节点的替换路径距离，避免在给定最短路径树中的每条边。
• 通过精心设计的辅助图构造，利用加权路径模拟矩阵乘法，借助替换路径查询实现。
• 利用无权图中最短路径的结构，通过路径分解与顶点标记高效计算边失效下的距离。
• 通过将矩阵乘积（MP）归约至权重在 [1,2) 范围内的SSRP问题，利用长路径连接源点以模拟行移位。
• 结合从MP到SSRP的归约以及从SSRP到APSP的归约，建立SSRP问题的条件性下界。
• 利用路径比较模型与已知的困难性假设，证明该算法的运行时间在当前复杂性理论猜想下本质上是最优的。

实验结果

研究问题

• RQ1 能否为无权图中的有向SSRP问题设计一种近乎最优的组合算法？
• RQ2 在相同假设下，有向SSRP问题是否条件性地与全源最短路径（APSP）一样困难？
• RQ3 若SSRP存在真正亚立方时间算法，是否意味着加权APSP也存在真正亚立方时间算法？
• RQ4 能否在保持近乎最优性与困难性结果的前提下，将算法扩展至小数权重？
• RQ5 在加权情形下，SSRP与更简单的替换路径（RP）问题之间是否存在复杂性差距？

主要发现

• 本文提出了一种 Õ(m√n + n²) 时间复杂度的随机化组合算法，用于无权图中的有向SSRP问题，其时间复杂度与目前已知的最佳条件性组合下界完全匹配。
• 该算法可推广至小数权重情形，且任何 O(mn^{1/2−ε}) 时间复杂度的SSRP算法均意味着加权APSP存在真正亚立方时间算法，从而强化了先前的条件性下界。
• 构建了从矩阵乘积（MP）到权重在 [1,2) 范围内图的SSRP问题的归约，表明高效求解SSRP意味着高效求解MP。
• 该结果完整刻画了组合模型下SSRP的复杂性，表明在标准复杂性假设下，该算法本质上是最优的。
• 本文确认，在有向图中SSRP问题与APSP问题在相同假设下具有相同的条件性难度，从而解决了长期存在的关于该问题复杂性的开放性问题。
• SSRP的条件性下界被强化至在加权情形下对组合与代数算法均成立，而不仅限于组合算法。