[论文解读] On the Node-Averaged Complexity of Locally Checkable Problems on Trees

Alkida Balliu, Sebastian Brandt+3 more|arXiv (Cornell University)|Jan 1, 2023

Mathematical Control Systems and Analysis被引用 3

一句话总结

本文研究了在有界度数的树上，局部可检查标记（LCL）问题的节点平均复杂度，引入了一种新的复杂度度量方法，即按节点平均计算轮数。研究证明，所有最坏情况复杂度为 O(log n) 的 LCL 问题，其确定性节点平均复杂度为 O(log∗n)，随机化复杂度为 O(1)，并为最坏情况复杂度为 Θ(n^{1/k}) 的问题建立了紧致的 Ω(n^{1/(2k−1)}) 下界。

ABSTRACT

Over the past decade, a long line of research has investigated the distributed complexity landscape of locally checkable labeling (LCL) problems on bounded-degree graphs, culminating in an almost-complete classification on general graphs and a complete classification on trees. The latter states that, on bounded-degree trees, any LCL problem has deterministic worst-case time complexity O(1), Θ(log^* n), Θ(log n), or Θ(n^{1/k}) for some positive integer k, and all of those complexity classes are nonempty. Moreover, randomness helps only for (some) problems with deterministic worst-case complexity Θ(log n), and if randomness helps (asymptotically), then it helps exponentially. In this work, we study how many distributed rounds are needed on average per node in order to solve an LCL problem on trees. We obtain a partial classification of the deterministic node-averaged complexity landscape for LCL problems. As our main result, we show that every problem with worst-case round complexity O(log n) has deterministic node-averaged complexity O(log^* n). We further establish bounds on the node-averaged complexity of problems with worst-case complexity Θ(n^{1/k}): we show that all these problems have node-averaged complexity Ω̃(n^{1 / (2^k - 1)}), and that this lower bound is tight for some problems.

研究动机与目标

• 理解在有界度数的树上，LCL 问题在每个节点上的平均分布式计算时间。
• 对 LCL 问题的确定性和随机化节点平均复杂度进行分类。
• 确定在不同复杂度类中，最坏情况复杂度界是否能在平均情况设置下得到显著改进。
• 为最坏情况复杂度为 Θ(n^{1/k}) 的问题建立紧致的上下界。

提出的方法

• 使用具有次常数节点平均复杂度的随机化算法，构造在代表性树上通过测试程序的函数。
• 应用概率方法，证明在特定随机位分配下，存在有效标记的可行性。
• 采用树泵送和节点添加操作（pumpk 和 add(n, ·)）将小树扩展至大小 n，同时保持其结构和标记属性。
• 利用基于类的测试程序，验证函数构造中不存在空类，从而确保正确性。
• 基于更小的树和 o(w^{1/(2k−1)}/log n) 节点平均复杂度的随机化算法，递归构造函数 fΠ,k+1。
• 应用推论 57 和引理 56，以限制失败概率，并确保在所有节点上以高概率成功。

实验结果

研究问题

• RQ1 对于最坏情况复杂度为 O(log n) 的哪些 LCL 问题，其节点平均复杂度可低于 O(log∗n)？
• RQ2 能否通过去除 log n 因子，将 Θ(n^{1/k}) 复杂度问题的 Ω(n^{1/(2k−1)}/log n) 下界收紧为 Ω(n^{1/(2k−1)})？
• RQ3 是否存在一种确定性算法，对所有最坏情况复杂度为 Θ(n^{1/k}) 的 LCL 问题，实现 O(n^{1/(2k−1)}) 的节点平均复杂度？
• RQ4 是否存在某些最坏情况复杂度为 Θ(n^{1/k}) 的 LCL 问题，其节点平均复杂度要求为 Ω(n^{1/k})？

主要发现

• 所有最坏情况复杂度为 O(log n) 的 LCL 问题，其确定性节点平均复杂度为 O(log∗n)。
• 所有最坏情况复杂度为 O(log n) 的 LCL 问题，其随机化节点平均复杂度为 O(1)。
• 所有最坏情况复杂度为 Θ(n^{1/k}) 的 LCL 问题，其节点平均复杂度至少为 Ω(n^{1/(2k−1)}/log n)，即使在随机化设置中也是如此。
• 该下界是紧致的，因为存在某些问题，其确定性算法可实现 O(n^{1/(2k−1)}) 的节点平均复杂度。
• 随机化算法通过概率方法确保了构造有效标记的非零成功概率。
• 通过具有 o(w^{1/(2k−1)}/log n) 复杂度的随机化算法构造的函数 fΠ,k+1 通过了测试程序，意味着所有类均非空，且构造正确。