[论文解读] Simple Distributed Weighted Matchings

Jaap-Henk Hoepman|ArXiv.org|Oct 19, 2004

Complexity and Algorithms in Graphs参考文献 12被引用 139

一句话总结

本文提出了一种简单、确定性的分布式算法，在 O(|E|) 时间内计算出与最优最大权匹配相差因子 2 以内的权匹配。该算法将 Preis 的序列贪心算法（通过迭代选择局部最重边）适配到分布式环境，利用节点间的消息传递来协调边的选择，实现了目前已知最佳的分布式权匹配近似比，且复杂度最低。

ABSTRACT

Wattenhofer [WW04] derive a complicated distributed algorithm to compute a weighted matching of an arbitrary weighted graph, that is at most a factor 5 away from the maximum weighted matching of that graph. We show that a variant of the obvious sequential greedy algorithm [Pre99], that computes a weighted matching at most a factor 2 away from the maximum, is easily distributed. This yields the best known distributed approximation algorithm for this problem so far.

研究动机与目标

• 开发一种用于在加权图中计算近似最大权匹配的分布式算法。
• 通过一种更简单、确定性的替代方案，改进以往复杂的随机分布式算法。
• 实现分布式权匹配的最优已知近似比 2。
• 证明序列贪心算法可被高效且正确地分布化。
• 提供一种在分布式系统中具有 O(|E|) 运行时间的高效解决方案。

提出的方法

• 该算法使用 Preis 序列贪心算法的分布式变体，即从每个节点的视角选择其局部最重边。
• 每个节点维护一个活跃邻居集合（N），并通过本地最重边函数确定其当前候选邻居（candidate 函数）。
• 节点向其当前候选邻居发送 'req' 消息；若双方均向对方发送请求，则该边被加入匹配。
• 若节点从邻居处收到 'drop' 消息，则将其从活跃集合中移除，并从未移除的邻居中选择新的候选。
• 当节点的邻居集合变为空时，该节点终止，确保所有匹配决策均协调一致。
• 该协议确保每个节点仅选择一条匹配边，且所有关联边均不再参与后续考虑。

实验结果

研究问题

• RQ1 能否在异步网络中有效分布化一种简单序列贪心权匹配算法？
• RQ2 确定性分布式算法在最大权匹配问题中可达到的近似比是多少？
• RQ3 序列贪心算法的 O(|E|) 时间复杂度能否在分布式环境中得以保持？
• RQ4 在消息传递约束下，该分布式版本是否能正确模拟序列贪心过程？
• RQ5 该方法能否优于或简化以往针对同一问题的随机或复杂分布式算法？

主要发现

• 该分布式算法对最大权匹配实现了 2-近似比，与目前已知最优的序列近似比一致。
• 该算法运行时间为 O(|E|)，与序列贪心算法的时间复杂度相同。
• 通过确保所选每条边在其选择时刻均为当前可用的局部最重边，协议正确模拟了序列贪心算法。
• 即使在异步消息传递环境中，该算法也能确定性地终止并生成有效匹配。
• 通过保持不变量来证明正确性，确保执行过程中边的一致性与匹配的有效性。
• 该方法优于以往具有 5-近似比的随机分布式算法，提供了更简单且更高效的解决方案。