[论文解读] Shortest Paths in Planar Graphs with Real Lengths in $O(n\log^2n/\log\log n)$ Time

Shay Mozes, Christian Wulff‐Nilsen|ArXiv.org|Nov 25, 2009

Computational Geometry and Mesh Generation参考文献 7被引用 4

一句话总结

本文提出了一种时间复杂度为 $O(n\log^2 n / \log\log n)$、空间复杂度为线性的算法，用于在具有实数边权且无负环的平面有向图中计算单源最短路径。该方法通过在 $r$-分解的区域中优化类似 Bellman-Ford 的松弛操作，结合高效的最短路径计算与分治策略，利用单调矩阵查找和缩减成本函数，实现了更优的时间复杂度。

ABSTRACT

Given an $n$-vertex planar directed graph with real edge lengths and with no negative cycles, we show how to compute single-source shortest path distances in the graph in $O(n\log^2n/\log\log n)$ time with O(n) space. This is an improvement of a recent time bound of $O(n\log^2n)$ by Klein et al.

研究动机与目标

• 开发一种更快的算法，用于在具有任意实数边权且无负环的平面有向图中求解单源最短路径（SSSP）问题。
• 在保持线性空间使用的同时，将现有最优算法的 $O(n\log^2 n)$ 时间复杂度降低 $\log\log n$ 因子。
• 将高效 SSSP 计算的适用范围扩展至二分平面完美匹配、可行流以及平面图中的可行循环等问题。
• 通过高效的数据结构与缩减成本函数，优化 $r$-分解框架中区域内部与区域之间的最短路径计算。

提出的方法

• 利用环分割定理构建平面图的 $r$-分解，将图划分为 $O(n/r)$ 个区域，每个区域具有 $O(\sqrt{r})$ 个边界顶点。
• 使用可行价格函数将边权转换为非负的缩减成本，从而允许在子图上使用 Dijkstra 算法。
• 应用 Klein 算法在 $O(|V_R|\log|V_R|)$ 时间内计算每个区域边界顶点之间的全源最短路径。
• 采用基于层的动态规划变体来松弛边界环之间的边，利用具有孔洞的区域中右端路径与左端路径的结构特征。
• 利用距离矩阵的完全单调性，通过 SMAWK 算法加速边界顶点之间最短路径的计算。
• 递归地合并子图的结果，利用缩减成本函数在常数时间内恢复原始距离。

实验结果

研究问题

• RQ1 能否通过 $\log\log n$ 因子改进具有实数边权的平面图 SSSP 问题的 $O(n\log^2 n)$ 时间复杂度？
• RQ2 在实现更优时间复杂度的同时，是否能够保持线性空间复杂度？
• RQ3 所改进的 SSSP 算法是否可用于在相同时间复杂度内求解其他平面图问题，如二分平面完美匹配与可行流？
• RQ4 如何利用具有孔洞的区域及边界环的结构来优化最短路径松弛过程？
• RQ5 单调矩阵查找与缩减成本函数在加速算法中动态规划步骤时起到何种作用？

主要发现

• 该算法在具有实数边权且无负环的平面有向图中，实现了单源最短路径的时间复杂度为 $O(n\log^2 n / \log\log n)$。
• 通过仔细管理数据结构并复用递归与迭代阶段的内存，空间复杂度保持为线性，即 $O(n)$。
• 与先前的 $O(n\log^2 n)$ 上限相比，改进幅度为 $\log\log n$ 因子，这是通过优化使用单调矩阵查找与路径分解实现的。
• 该算法可作为推论，用于在 $O(n\log^2 n / \log\log n)$ 时间内求解二分平面完美匹配、可行流与可行循环问题。
• 通过使用缩减成本函数与可行价格函数，可在子图上应用 Dijkstra 算法，同时保证原始距离的正确性。
• 在具有孔洞的区域中构造右端路径与左端路径，可确保所有相关边界环之间的边都被松弛，且无冗余计算。