[论文解读] Practical and theoretical improvements for bipartite matching using the pseudoflow algorithm

Bala Chandran, Dorit S. Hochbaum|arXiv (Cornell University)|May 9, 2011

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

一句话总结

本文提出并评估了匹配-伪流算法，一种伪流算法的专用变体，用于二分图匹配。该算法在理论上具有 O(min{n₁κ, m} + √κ min{κ², m}) 的时间复杂度，并由于高效的全局重标号和分层网络构建，在实践中优于最先进的推送-重标号和Dinic-based实现，尤其在大规模和稠密图上表现更优。

ABSTRACT

We show that the pseudoflow algorithm for maximum flow is particularly efficient for the bipartite matching problem both in theory and in practice. We develop several implementations of the pseudoflow algorithm for bipartite matching, and compare them over a wide set of benchmark instances to state-of-the-art implementations of push-relabel and augmenting path algorithms that are specifically designed to solve these problems. The experiments show that the pseudoflow variants are in most cases faster than the other algorithms. We also show that one particular implementation---the matching pseudoflow algorithm---is theoretically efficient. For a graph with $n$ nodes, $m$ arcs, $n_1$ the size of the smaller set in the bipartition, and the maximum matching value $κ\leq n_1$, the algorithm's complexity given input in the form of adjacency lists is $O(\min{n_1κ,m} + \sqrtκ\min{κ^2,m})$. Similar algorithmic ideas are shown to work for an adaptation of Hopcroft and Karp's bipartite matching algorithm with the same complexity. Using boolean operations on words of size $λ$, the complexity of the pseudoflow algorithm is further improved to $O(\min{n_1κ, \frac{n_1n_2}λ, m} + κ^2 + \frac{κ^{2.5}}λ)$. This run time is faster than for previous algorithms such as Cheriyan and Mehlhorn's algorithm of complexity $O(\frac{n^{2.5}}λ)$.

研究动机与目标

• 开发并评估针对二分图匹配优化的伪流算法实现。
• 证明匹配-伪流变体在二分图匹配中实现了目前已知的最佳理论时间复杂度。
• 在多种基准实例上，将伪流算法变体与最先进的推送-重标号和Dinic-based算法进行性能比较。
• 研究全局重标号和标签选择策略（最高标签 vs. 最低标签）对实际效率的影响。

提出的方法

• 匹配-伪流算法作为通用伪流算法的专用实现，针对单位容量的二分图进行适配。
• 仅构建到存在超额流的最低标签的分层网络，从而实现高效的阻塞流计算。
• 算法使用全局重标号和动态标签更新，以维持活跃节点的层次结构。
• 通过邻接表输入分析理论时间复杂度，得出 O(min{n₁κ, m} + √κ min{κ², m}) 的时间复杂度。
• 在 λ 位字上的按位布尔操作下，复杂度进一步优化为 O(min{m, n₁κ, n₁n₂/λ} + κ² + κ².⁵/λ)。
• 该方法被扩展用于适配Hopcroft-Karp和推送-重标号算法，实现了相同的改进时间复杂度边界。

实验结果

研究问题

• RQ1 伪流算法能否被有效专门化用于二分图匹配，从而在实践中优于现有最先进的算法？
• RQ2 所提出的匹配-伪流算法在二分图匹配中的理论时间复杂度是多少？
• RQ3 在实践中，全局重标号和标签选择策略（最高标签 vs. 最低标签）对性能有何影响？
• RQ4 能否将匹配-伪流算法的洞察应用于改进现有算法（如Hopcroft-Karp或推送-重标号）？
• RQ5 匹配-伪流算法中理论上高效的全局重标号过程是否也能带来实际性能提升？

主要发现

• 匹配-伪流算法在二分图匹配中实现了目前已知的最佳理论时间复杂度 O(min{n₁κ, m} + √κ min{κ², m})。
• 在基准实例上，匹配-伪流算法比Dinic算法更快，并在两个实例族上接近最快。
• 伪流自由变体在整体上速度最快，在七个实例类别中的六个中优于Cherkassky等人提出的推送-重标号实现。
• 匹配-伪流算法执行的全局重标号操作次数显著多于Dinic算法，这有助于其优越性能。
• 使用按位布尔操作将复杂度降低至 O(min{m, n₁κ, n₁n₂/λ} + κ² + κ².⁵/λ)，优于Cheriyan和Mehlhorn的 O(n².⁵/λ) 边界。
• 结果表明，经过精心实现的基于Dinic的算法（即匹配-伪流）在实践中可以非常高效，这与以往认为Dinic算法不切实际的假设相矛盾。