A Faster Combinatorial Algorithm for Maximum Bipartite Matching
针对最大二分匹配快速算法是否必须依赖连续技术的问题,提出一种纯组合算法,在中等稠密图上性能优于现有经典算法,并拓展得到顶点容量一致的有向图最大顶点容量s-t流确定性算法。
2023-12-19 cs.DS
Faster Semi-streaming Matchings via Alternating Trees
提出一种基于交替树的确定性半流式算法,以O(ε⁻⁶)次遍历求解(1+ε)近似最大匹配,显著优于先前O(ε⁻¹⁹)复杂度,并推广至MPC和CONGEST模型。
2025-04-22 cs.DS
Faster and simpler approximation of stable matchings
我们给出了一个3/2近似算法的稳定匹配,运行在$O(m)$时间。McDermid以前最著名的算法具有相同的近似比,但在$O(n^{3/2}m)$时间内运行,其中$n$表示人数,$m$是给定实例中偏好列表的总长度。算法和分析也简单得多。我们还给出了多对多设置的算法的扩展。(This是2011年3月的版本)
2014-04-04 cs.DM cs.DS
Faster Approximate Pattern Matching in Compressed Repetitive Texts
受即将增长的大规模,高度冗余的基因组数据库,我们研究的问题,压缩字符串数据库,同时支持快速随机访问,子串提取和模式匹配的基础字符串(S)。Bille等人(2011)最近展示了如何给定一个具有$r$规则的直线程序,用于长度为$n$的字符串$s$,我们可以构建一个$\Oh{r}$ -word数据结构,允许我们在$\Oh{\log n + m}$时间内提取长度为$m$的任何子串。他们还展示了,给定长度为$m$和编辑距离(k \leq m)的模式$p$,他们的数据结构如何支持在$\Oh{r (\min (m k, k^4 + m) + \log n) + \occ}$时间内找到$s$中与$p$近似匹配的所有\occ。Rytter(2003)和Charikar et al.(2005)证明了$r$总是至少是$s$的LZ 77解析中短语的个数$z$,并给出了用$\Oh{z \log n}$规则构建直线程序的算法。在本文中,我们给出了一个简单的$\Oh{z \log n}$字的数据结构,需要同样的时间为子串提取,但只有$\Oh{z \min (m k, k^4 + m) + \occ}$时间近似模式匹配。
2012-10-31 cs.DS
Matching through Embedding in Dense Graphs
在稠密图中寻找最优匹配在社会、交通和生物网络中具有重要意义。虽然开发各种匹配问题的最佳解决方案很重要,但最快的最佳匹配算法的运行时间太昂贵。然而,当图的顶点是$R^d$中的点集并且边权重对应于欧几里德距离时,可用的最优匹配算法实质上更快。在本文中,我们提出了一种新的网络嵌入为基础的启发式算法,以解决各种匹配问题的稠密图。特别是,使用现有的网络嵌入技术,我们首先找到一个低维表示的图形顶点在$R^d$,然后运行更快的可用匹配算法的嵌入顶点。据我们所知,这是第一个工作,应用网络嵌入来解决各种匹配问题。实验结果验证了该算法的有效性。
2020-11-13 cs.DS
A generalization of Hopcroft-Karp algorithm for semi-matchings and covers in bipartite graphs (Maximum semi-matching problem in bipartite graphs)
二分图$G=(U \cup V,E)$中的$(f,g)$ -半匹配是一组边$M \subseteq E$,使得每个顶点$u\in U$与$M$的至多$f(u)$边关联,并且每个顶点$v\in V$与$M$的至多$g(v)$边关联。本文给出了一个算法,对于一个点为$n$,边为$m$的图,$n\le m$在运行时构造一个最大$(f,g)$ -半匹配$O(m\cdot \min (\sqrt{\sum_{u\in U}f(u)}, \sqrt{\sum_{v\in V}g(v)}))$ .利用[5]的约简,我们关于最大$(f,g)$ -半匹配问题的结果直接导出了一个求解最优半匹配问题的算法,该算法具有运行时间$O(\sqrt{n}m \log n)$ .
2018-03-27 cs.DS
A Faster Algorithm for Maximum Weight Matching on Unrestricted Bipartite Graphs
本文针对无限制二分图的最大权匹配问题,提出一种支持实数权重的新算法,时间复杂度为 $O(\min(X^3 + E, XE + X^2\log X))$,改进了先前最优界限,并提供了简化且公开的实现代码。
2025-04-04 cs.DS
An Even Faster and More Unifying Algorithm for Comparing Trees via Unbalanced Bipartite Matchings
一个广泛使用的方法来确定两个标记树的相似性是计算两棵树的最大协议子树。以前关于这种相似性度量的工作只涉及两种特殊类型的标记树的比较,即均匀标记树(即,其所有节点由相同符号标记的树)和进化树(即,叶子标记的树,不同的叶子有不同的符号)。本文提出了一种算法,比较树的标记以任意的方式。除了这种通用性之外,该算法比以前的算法更快。本文的另一个贡献是最大权二部匹配。我们展示了如何加快最知名的匹配算法时,输入图是节点不平衡或重量不平衡。基于这些增强,我们得到了一个有效的算法,一个新的匹配问题称为层次二分匹配问题,这是我们的最大协议子树算法的核心。
2001-01-18 cs.CV cs.DS
Fast Multiple Pattern Cartesian Tree Matching
笛卡尔树匹配是在给定文本中找到所有与给定模式具有相同笛卡尔树的子串的问题。在本文中,我们处理笛卡尔树匹配的情况下,多个模式。我们提出了两种指纹识别方法,即,父母距离编码和二进制编码。通过将一种有效的指纹方法与传统的多串匹配算法相结合,可以有效地解决多模式笛卡尔树匹配问题。提出了三种实用的多模式笛卡尔树匹配算法,分别基于Wu-Manber算法、Rabin-Karp算法和Alpha Skip Search算法。在实验中,我们将我们的解决方案与之前的算法进行比较[18]。我们的解决方案运行速度比以前的算法作为模式长度的增加。特别是,我们的算法基于Wu-Manber运行速度高达33倍。
2019-11-05 cs.DS
A Faster Algorithm for Minimum-Cost Bipartite Matching in Minor-Free Graphs
我们给出了一个$\tilde{O}(n^{7/5} \log (nC))$ -时间算法来计算$K_h$ -minor free图中的最小代价最大基数匹配(最优匹配),其中$K_h$ -minor free图具有$h=O(1)$和整数边权值的幅度至多为$C$。这改进了Cohen等人的$\tilde{O}(n^{10/7}\log{C})$算法[SODA 2017]以及Gabow和Tarjan的$O(n^{3/2}\log (nC))$算法[SIAM J. COMPUT. 1989年]。对于具有$m$边和$n$顶点的图,著名的匈牙利算法在$O(m)$时间内计算每个阶段的最短扩充路径,从而在$O(mn)$时间内产生最优匹配。Hopcroft-Karp [SIAM J. Comput. 1973]和Gabow-Tarjan [SIAM J. 1989]算法计算,在每个阶段中,顶点不相交的最短增广路径(适当定义的成本)在$O(m)$时间的最大集合。这将减少从$n$到$O(\sqrt{n})$的阶段数,并将总执行时间减少到$O(m\sqrt{n})$。为了获得我们的速度,我们放松条件的扩增路径和迭代计算,在每个阶段,一组精心挑选的扩增路径,不限于最短或顶点不相交。因此,我们的算法在每个阶段中计算更多的增强路径,将阶段数从$O(\sqrt{n})$减少到$O(n^{2/5})$。通过使用小的顶点…
2018-07-12 cs.DS
A Faster Deterministic Algorithm for Fully Dynamic Maximal Matching
Toyota Technological Institute at Chicago(芝加哥丰田技术研究所);Courant Institute School of Mathematics, Computing, and Data Science, New York University(纽约大学库朗数学科学与技术学院)
本文提出了一种新的确定性框架,用于完全动态最大匹配的验证与维护,实现了 amortized update time 为 n^{1/2+o(1)} 的高效算法。
2026-05-01 cs.DS
Approximating Semi-Matchings in Streaming and in Two-Party Communication
研究了近似无权半匹配的通信复杂性和流复杂性。二分图G =(A,B,E)(n = |A|)中的半匹配是边S的子集,它将所有A顶点与B顶点匹配,目标通常是尽可能公平地完成。虽然术语“半匹配”是由Harvey等人在2003年创造的。[WADS 2003],但该问题之前已经在调度文献中以不同的名称进行了研究。我们提出了一个确定性的一遍流算法,对于任何0 <= ε<= 1使用空间O(n^{1+ε})和计算O(n^{(1-ε)/2})-近似的半匹配问题。在O(log n)的情况下,时间复杂度为O(log n)。在单向两方通信设置中,我们证明了对于每个ε> 0,用于计算O(n^{1/((1+ε)c + 1)})-近似的确定性通信协议需要大于cn比特的消息。我们提出了两个确定性的协议通信n和2n边,计算一个O(sqrt(n))和O(n^{1/3})-近似分别。最后,我们改进了Harvey等人[Journal of Algorithms 2006]的结果,并证明了半匹配和匹配之间的新联系。虽然众所周知最佳半匹配包含最大匹配,但我们证明了最佳半匹配可以分层分解为最大匹配。类似的结果也适用于不允许长度为2度的最小化路径的半匹配。
2013-04-25 cs.DS
A Distanced Matching Game, Decremental APSP in Expanders, and Faster Deterministic Algorithms for Graph Cut Problems
扩张图在图论和算法中起着核心作用。随着围绕它们开发的许多强大的算法工具,例如切割匹配游戏,扩展器修剪,扩展器分解,以及扩展器中的递减所有对最短路径(APSP)算法,仅举几例,扩展器在图形算法设计中的使用已经变得无处不在。我们感兴趣的具体应用是快速确定性算法的静态图中的切割问题,和算法的动态距离为基础的图形问题,如APSP。不幸的是,在这些环境中使用扩张器会导致许多缺点。例如,目前已知的最好的用于常数度扩展器中的递减APSP的算法对于任何$ε$只能实现具有$n^{1+O(ε)}$总更新时间的$(\log n)^{O(1/ε^2)}$近似。所有目前已知的算法切割匹配游戏中的切割球员要么是随机的,或提供相当弱的保证。这反过来又导致了几个中心切割问题的算法保证有些弱:例如,目前最好的几乎线性时间确定性算法的Sparling-Cut只能实现近似因子$(\log n)^{ω(1)}$。最后,当依赖于扩展器在基于距离的问题,如动态APSP,通过目前的方法,似乎不可避免的是,一个必须解决的近似因子,至少是$Ω(\log n)$。在本文中,我们提出了使用良好的连接图,并介绍了一个新的算法工具包,这样的图,在某种意义上说,反映了上述算法工具的扩展。这些新工具之一是距离匹配游戏,一个类似于切割匹配游戏的良好连接图。我们通过为上述几个问题获得更好的结果来展示这些新工具的强大功能。
2022-12-08 cs.DS
Faster Pattern Matching under Edit Distance
考虑了编辑距离下的近似模式匹配问题。给定长度为$n$的文本$T$、长度为$m$的模式$P$和阈值$k$,任务是找到$T$的所有子串的起始位置,这些子串可以通过最多的$k$编辑转换为$P$。20多年前,Cole和Hariharan [SODA'98,J. Comput. '02]给出了这个经典问题的一个$\mathcal{O}(n+k^4 \cdot n/ m)$时间算法,这个运行时从那以后就没有改进过。在这里,我们提出了一个算法,运行在时间$\mathcal{O}(n+k^{3.5} \sqrt{\log m \log k} \cdot n/m)$,从而突破了这个长期存在的障碍。在$n^{1/4+\varepsilon} \leq k \leq n^{2/5-\varepsilon}$的情况下,对于一些任意小的正常数$\varepsilon$,我们的算法通过多项式因子改进了现有技术:它比Cole和Hariharan的算法以及Landau和Vishkin的经典$\mathcal{O}(kn)$ -时间算法[STOC'86,J. Algorithms'89]都快。我们观察到,Charalampopoulos,Kociumaka和Wellnitz [FOCS'20]的替代$\mathcal{O}(n+k^4 \cdot n/m)$时间算法的瓶颈情况是当文本和模式(几乎)周期性。我们的新算…
2022-04-06 cs.DS
A Faster Algorithm for Cuckoo Insertion and Bipartite Matching in Large Graphs
哈希表在计算机科学中无处不在,用于有效地访问大型数据集。然而,总是需要提供紧凑的存储器利用率而不显著降低查找性能的方法。Cuckoo hashing是一种创建哈希表的有效技术,具有高空间利用率,并提供有保证的恒定访问时间。我们将获得$n$位置和$m$项。每个项目必须放置在由$k$随机哈希函数选择的$k\ge2$位置之一。通过允许单个项目有多个选择,布谷鸟哈希类似于多选择分配方案。此外,它还支持在可能的位置中动态更改项目的位置。我们提出并分析了一种在\emph{linear time}中以高概率和期望运行的布谷鸟哈希插入算法。以前的工作总分配时间分析广度优先搜索,它被证明是线性的,只有在\emph{expectation}。我们的算法发现一个分配(概率为1),只要它存在。相比之下,另一种已知的插入方法,称为\emph{random walk insertion},即使对于可解实例也可以无限地运行。我们还提出了实验结果比较我们的算法与随机游走方法的性能,也为情况下,每个位置可以容纳一个以上的项目。作为推论,我们得到了在一类特殊的稀疏随机二部图中寻找完美匹配的线性时间算法(具有高概率和期望)。我们支持这一点,通过在现实世界的大型数据集上进行实验,在一般的大型二分图中找到最大匹配。我们报告了一个数量级的改善,在运行时间相比,\emph{Hopkraft-Karp}匹配算法。
2019-07-16 cs.DS
A $(2+ε)$-Approximation for Maximum Weight Matching in the Semi-Streaming Model
我们提出了一个简单的确定性单程$(2+ε)$ -近似算法的最大重量匹配问题的半流模型。这改进了当前已知的$(4+ε)$的近似比。我们的算法使用$O(n\log^2 n)$位空间作为$ε$的常数值。它依赖于局部比率定理的变化,这也可能用于半流模型中的其他算法。
2018-11-05 cs.DS
Faster Cache-Efficient Pattern Matching for Deterministic Wheeler Pangenome Graphs
DAIS, Ca’ Foscari University of Venice(威尼斯卡福斯卡里大学DAIS)
针对Wheeler DFA模式匹配中I/O操作过多的问题,提出首个缓存友好算法,通过二分查找与顺序扫描结合减少I/O,在真实泛基因组图上速度提升达500倍。
2026-07-03 cs.DS
Linear Programming in the Semi-streaming Model with Application to the Maximum Matching Problem
在本文中,我们研究了基于线性规划的方法来解决半流模型中的最大匹配问题。半流模型作为处理大量图的模型已经获得关注,因为这样的图的重要性已经增加。这是一个边以对抗顺序流入的模型,我们被允许与图中的顶点数量成比例的空间。近年来,这种半流模型又有了一些新的结果。然而,广泛的技术,如线性规划还没有适应这个模型。我们提出了几种技术,以适应和优化基于线性规划的方法在半流模型的应用程序的最大匹配问题。因此,我们改善(几乎)所有以前的结果在这个问题上,也证明了新的结果有趣的变种。
2011-12-13 cs.DS
Faster exponential-time algorithms in graphs of bounded average degree
我们首先证明了平均度为d的n顶点图中的旅行商问题可以在O*(2^{(1- \eps_d)n})时间和指数空间中求解,其中常数\eps_d仅依赖于d,其中O*-符号抑制了输入大小的多项式因子。因此,我们推广了Bjorklund等人[TALG 2012]关于有界度图的最近结果。然后,我们转移到计算图中完美匹配的问题。首先,我们提出了一个简单的算法,用于在O*(2^{n/2})时间和多项式空间中计算n-顶点图中的完美匹配;我们的算法匹配Bjorklund [SODA 2012]算法的复杂度界限,但依赖于包含-排除原理而不是代数变换。在此基础上,我们证明了平均度为d的n-顶点图的完美匹配数可以在O*(2^{(1- \eps_{2d})n/2})时间和指数空间中计算,其中\eps_{2d}是我们针对平均度不超过2d的图的旅行商问题得到的常数.此外,我们还得到了一个计算平均度不超过d的n点二部图的完美匹配数的简单算法,该算法在O*(2^{(1-1/(3.55d))n/2})时间内完成,改进和简化了Izumi和Wadayama [FOCS 2012]的结果.
2013-02-15 cs.DS
A Faster Parameterized Algorithm for Temporal Matching
时态图是同一顶点集上的一系列图(称为层)--描述了随时间发生离散变化的图拓扑。$Δ$ -时间匹配$M$是一组时间边$(e,t)$(与时间点$t$配对的边$e$),使得对于所有不同的时间边$(e,t),(e',t') \in M$,我们具有$e$和$e'$不共享端点,或者时间标签$t$和$t'$至少相隔$Δ$时间单位。Mertzios等人[STACS '20]提供了一种$2^{O(Δν)}\cdot |{\mathcal G}|^{O(1)}$ -时间算法来计算时间图$\mathcal G$中的$Δ$ -时间匹配的最大大小,其中$|\mathcal G|$表示$\mathcal G$的大小,并且$ν$是$\mathcal G$的$Δ$ -顶点覆盖数。$Δ$ -顶点覆盖数是使得时间图的任何$Δ$连续层的并集的经典顶点覆盖数的上限为$ν$的最小数$ν$。我们提出了一种改进的算法来计算一个$Δ$ -时间匹配的最大尺寸与运行时间的$Δ^{O(ν)}\cdot |\mathcal G|$,因此提供了一个指数加速方面的$Δ$。
2021-04-23 cs.DM cs.DS
Semi-Online Bipartite Matching
在本文中,我们介绍了\emph{semi-online}模型,推广了经典的在线计算模型。半在线模型假设未知的未来有一个可预测的部分和一个对抗的部分;这些部分可以任意交错。该模型中的算法如标准在线模型中那样操作,即,在每一步都做出不可撤销的决定。我们认为二分匹配的半在线模型,积分和分数的情况下。我们的主要贡献是竞争力的算法,这个问题是接近或匹配的硬度界。算法的竞争比率很好地插入了真正的离线设置(没有对抗部分)和真正的在线设置(没有可预测部分)之间。
2019-09-04 cs.DS
Simplified and Space-Optimal Semi-Streaming for $(2+ε)$-Approximate Matching
在最近的一项突破中,Paz和Schwartzman(SODA'17)提出了一种单遍($2+ε$)-近似算法,用于半流模型中的最大权重匹配问题。他们的算法使用$O(n\log^2 n)$位的空间,对于任何常数$ε>0$。我们提出了两个简化和更直观的分析,基本上相同的算法,这也提高了空间复杂度的最佳界的$O(n\log n)$位--这是最佳的输出匹配需要$Ω(n\log n)$位。我们的分析依赖于原始对偶方法和简单会计方法的简单使用。
2018-12-30 cs.DS
A Faster Algorithm for Maximum Independent Set on Interval Filament Graphs
我们提供了一个算法,只需要$O(N^2)$时间来计算区间细丝图的最大重量独立集。这也意味着一个$O(N^4)$算法来计算最大重量诱导匹配的区间细丝图。这两种算法显着提高了以前最好的复杂性,这些问题。以前,最大权独立集和最大权诱导匹配问题分别需要$O(N^3)$和$O(N^6)$时间。
2021-10-18 cs.DM cs.DS
Faster Matchings via Learned Duals
Johns Hopkins University(约翰斯·霍普金斯大学);Carnegie Mellon University(卡内基梅隆大学);Google Research(谷歌研究院)
最近的一系列研究调查了如何用机器学习的预测来增强算法,以克服最坏情况下的下限。这一领域揭示了有趣的算法见解的问题,特别是成功的设计有竞争力的在线算法。然而,通过预测来改善算法运行时间的问题在很大程度上尚未被探索。我们在这个方向上迈出了第一步,将机器学习预测的想法与“热启动”原始对偶算法的想法相结合。我们考虑组合优化中最重要的基元之一:加权二部匹配及其推广到$b$ -匹配。我们确定了三个关键的挑战时,使用学习的对偶变量的原始对偶算法。首先,预测的不可行解可能是不可行的,因此我们给出了一个算法,有效地映射预测的不可行解附近的可行解。第二,一旦可行,他们可能不是最佳的,所以我们表明,他们可以用来快速找到一个最佳的解决方案。最后,这样的预测是有用的,只有当他们可以学习,所以我们表明,学习匹配的问题具有较低的样本复杂度。我们验证我们的理论研究结果,通过实验的真实和合成数据。因此,我们给出了一个严格的,实用的,经验有效的方法来计算二部匹配。
2021-07-20 cs.DS cs.LG
Improved approximation guarantees for weighted matching in the semi-streaming model
我们研究了半流模型中的最大权重匹配问题,并通过设计一种性能保证为4.91+ k的确定性方法来改进Zelke(Proc. of STACS 2008,第669-680页)提出的当前最佳单遍算法。此外,我们研究抢占式在线算法,一个子类的一遍算法,我们只允许在内存中保持一个可行的匹配在任何时间点。所有已知的结果之前,泽尔克的属于这个子类。我们提供了一个下界4.967的竞争比任何这样的确定性算法,因此表明,未来的改进将不得不存储在内存中的一组边缘,这不一定是一个可行的匹配。
2009-07-02 cs.DS
Faster Approximate Pattern Matching: A Unified Approach
近似模式匹配是字符串上一个自然且研究得很好的问题:给定一个文本$T$,一个模式$P$,和一个阈值$k$,找到$T$中距离$P$最多为$k$的所有子串(的起始位置)。我们考虑两个最基本的字符串度量:汉明距离和编辑距离。在汉明距离下,我们搜索$T$的子串,这些子串最多与$P$有$k$不匹配,而在编辑距离下,我们搜索$T$的子串,这些子串可以通过最多的$k$编辑转换为$P$。$P$在$T$中的精确出现有一个非常简单的结构:如果我们为了简单起见假设$|T| \le 3|P|/2$和修剪$T$,使得$P$既作为$T$的前缀又作为其后缀出现,那么$P$和$T$都是周期性的,具有共同的周期。然而,直到最近Bringmann等人[SODA'19]才证明了具有高达$k$错配的出现的结构的类似表征:或者在$T$中存在$P$的$O(k^2)$ $k$ -错配出现,或者$P$和$T$都在与具有共同周期$O(m/k)$的弦的汉明距离$O(k)$处。我们通过表明当模式不是(近似)周期性时存在$O(k)$ $k$ -失配发生来收紧该表征,并且我们将其提升到编辑距离设置,其中我们在非周期性情况下通过$O(k^2)$来紧密地约束$k$ -编辑发生的数量。我们的证明是建设性的,让我们得到一个统一的框架,为两个考虑的距离近似模式匹配。我们展示了我们的框架的一般性与结果的完全压缩设置(其中$T$和$P$作为一个直线程序)…
2020-11-16 cs.DS
An Efficient NPN Boolean Matching Algorithm Based on Structural Signature and Shannon Expansion
针对单输出指定布尔函数在输入取反和/或输入置换和/或输出取反(NPN)条件下的匹配问题,提出了一种有效的两两布尔匹配算法。我们提出了结构签名(SS)向量,它是由第一个签名值,两个对称标记,和一个组标记。作为NPN布尔匹配的必要条件,结构签名比传统签名更有效。当两个布尔函数f和g具有相同的SS向量时,它们可以是等价的。对称标记可以区分对称变量和非对称变量,在一次变量映射搜索操作中搜索多个变量映射,显著减小了搜索空间。使用Shannon分解更新SS向量提供了区分未识别变量的益处,并且组标记和相位冲突检查快速发现不正确的变量映射,这也加快了NPN布尔匹配过程。使用本文提出的算法,我们测试了等效和非等效匹配速度的MCNC基准电路集和随机电路集。在实验中,我们的算法是两倍的速度比竞争对手在测试等效电路和平均至少100倍的速度时,测试非等效电路。实验结果表明,我们的方法是非常有效的解决NPN布尔匹配问题。
2017-11-09 cs.DS
Laminar Families and Metric Embeddings: Non-bipartite Maximum Matching Problem in the Semi-Streaming Model
本文研究了半流模型下的非二部最大匹配问题。最近,半流模型中的最大匹配问题受到了极大的关注。虽然对于二分图已经稍微很好地解决了该问题,但是用于非二分图的已知算法使用$2^{\frac1ε}$遍或$n^{\frac1ε}$时间来计算$(1-ε)$近似。在本文中,我们提供了第一个FPTAS(多项式在$n,\frac1ε$)的问题,这是有效的运行时间和通过的数量。我们还表明,我们可以估计的大小匹配$O(\frac1ε)$通过使用轻微的超线性空间。为了实现这两个结果,我们使用的结构特性的匹配多面体,如层紧集和总的对偶积分。该算法是迭代的,并基于分数包装和覆盖框架。然而,本文的公式需要指数地多个变量或约束。我们使用分层,度量嵌入和图稀疏化,以减少所需的算法之间和整个迭代的空间。这是第一次使用这些想法在半流模型来解决一个组合优化问题。
2011-04-20 cs.DS
Faster Directed Hopsets, Distance Preservers, and Deterministic Shortcut Sets
CWI, Amsterdam, The Netherlands(荷兰阿姆斯特丹CWI);Vrije Universiteit Amsterdam, The Netherlands(荷兰阿姆斯特丹自由大学);TTIC, Chicago, United States(美国芝加哥陶尔森理论计算机科学研究所)
本研究针对有向跳集、捷径集和距离保持器三类结构,提出匹配最优权衡的更快算法,其中跳集算法先针对DAG设计再扩展至一般图,捷径集为确定性算法,距离保持器算法基于跳集结构加速归约。
2026-10-09 cs.DS
Practical and theoretical improvements for bipartite matching using the pseudoflow algorithm
我们表明,最大流的伪流算法是特别有效的二部匹配问题在理论和实践中。我们开发了几个实现的pseudoflow算法的二分匹配,并比较他们在一个广泛的基准实例,以国家的最先进的实现推重新标记和增强路径算法,专门设计来解决这些问题。实验表明,伪流变种在大多数情况下比其他算法更快。我们还表明,一个特定的实现-匹配伪流算法-理论上是有效的。对于一个图的$n$节点,$m$弧,$n_1$的大小较小的集合中的二分区,和最大匹配值$κ\leq n_1$,该算法的复杂度给定的输入形式的邻接表是$O(\min{n_1κ,m} + \sqrtκ\min{κ^2,m})$。类似的算法思想示出的Hopcroft和卡普的二分匹配算法具有相同的复杂性的适应工作。对大小为$λ$的字使用布尔运算,伪流算法的复杂度进一步提高到$O(\min{n_1κ, \frac{n_1n_2}λ, m} + κ^2 + \frac{κ^{2.5}}λ)$。这种运行时间比以前的算法,如Cheriyan和Mehlhorn的复杂性算法$O(\frac{n^{2.5}}λ)$更快。
2011-05-09 cs.DS
Approximate Maximum Matching in Random Streams
在本文中,我们研究的问题,找到一个最大匹配的半流模型时,边缘到达随机顺序。在半流模型中,算法接收边流,并且允许具有$\tilde{O}(n)$的存储器,其中$n$是图中的顶点数。Assadi等人最近的一项鼓舞人心的工作表明,存在一种使用$\tilde{O}(n^{1.5})$存储器的$\frac{2}{3}$近似比的流算法。然而,他们的算法的内存是远远大于半流算法的内存约束。在这项工作中,我们进一步研究这个问题的半流模型,我们提出了简单的算法近似最大匹配的半流模型。我们的主要结果如下。我们发现,存在一个单通确定性半流算法,发现一个$\frac{3}{5} (= 0.6)$近似的最大匹配的二分图使用$\tilde{O}(n)$内存。该结果显著优于Konrad的最新结果,Konrad使用$\tilde{O}(n)$存储器找到最大匹配的$0.539$近似。通过给出一个黑盒减少找到一个匹配的一般图中找到一个匹配的二分图,我们发现存在一个单通确定性半流算法,找到一个$\frac{6}{11} (\approx 0.545)$近似的最大匹配一般图,改进后的最先进的结果$0.506$近似Gamlath等。
2019-12-22 cs.DS
Improved Deterministic Distributed Matching via Rounding
我们提出了改进的确定性分布式算法的一些充分研究的匹配问题,这是更简单,更快,更准确,和/或更普遍的比他们已知的同行。这些结果的共同点是一个确定性的分布式舍入方法,某些线性规划,这是第一个这样的舍入方法,据我们所知。我们最终结果的抽样如下。- 一种用于在具有最大度$Δ$的$n$节点图中计算最大匹配的$O(\log^2 Δ\cdot \log n)$轮确定性分布式算法。这是在大约20年来首次改进著名的$O(\log^4 n)$轮算法的Haupartkowiak,Karoenski,和Panconesi [SODA'98,PODC'99]。--一种确定性分布式算法,用于计算$O(\log^2 Δ\cdot \log \frac{1}{\varepsilon} + \log^ * n)$轮中最大匹配的$(2+\varepsilon)$近似值。这比Panconesi和Rizzi [DIST'01]的经典$O(Δ+\log^* n)$ -圆形$2$ -近似法要快得多。通过一些修改,该算法还可以找到一个$\varepsilon$ -最大匹配,只留下一个$\varepsilon$ -分数的边缘上不匹配的节点。--一种用于计算最大加权匹配的$(2+\varepsilon)$ -近似的$O(\log^2 Δ\cdot \log \frac{1}{\varepsilon} + \log^ * n)$ -…
2017-08-07 cs.DS
Faster Fundamental Graph Algorithms via Learned Predictions
我们考虑用机器学习预测加速经典图算法的问题。在这个模型中,算法配备了从过去或类似实例中学习的额外建议。鉴于额外的信息,我们的目标是改善传统的最坏情况下的运行时保证。我们的贡献如下:(i)我们给出了一个快速的最小权值二部匹配算法,改进了Dinitz,Im,Lavastida,Moseley和Vassilvitskii最近的结果(NeurIPS,2021);(ii)将学习对偶方法推广到单源最短路径问题(具有负边缘长度),在给出足够精确的预测的情况下实现几乎线性的运行时间,这改进了由于Goldberg(SIAM J. Comput.,(1995年);(iii)我们为基于学习的图算法提供了一个通用的基于约简的框架,基于对二分匹配和最短路径问题的约简,得到了度约束子图和最小代价$0$ - $1$流的新算法。最后,我们给出了一组一般的可学习性定理,表明我们的算法所需的预测可以有效地学习PAC的方式。
2022-04-26 cs.DS
Engineering faster double-array Aho-Corasick automata
本文针对双数组Aho-Corasick自动机(DAACs)技术分散、实现参考不足的问题,整合现有技术并提出新优化,通过实验确定最优技术组合,开发出性能更优的开源Rust库Daachorse。
2024-06-24 cs.DS
Fast Multiple Order-Preserving Matching Algorithms
给定一个文本$T$和一个模式$P$,保序匹配问题是找到$T$中与$P$具有相同相对顺序的所有子串。保序匹配自Kubica等人的\cite{kubica2013linear}和Kim等人的\cite{kim2014order}提出以来一直是一个活跃的研究领域。本文提出了两种求解多重保序匹配问题的算法,其中一种算法的平均运行时间为次线性,另一种算法的平均运行时间为线性。这两种算法的运行速度都比以前的算法快得多。
2015-06-17 cs.DS
Maximum Matching in Semi-Streaming with Few Passes
在半流模型中,算法以任意顺序接收图的边流,并使用大小为$O(n \mbox{ polylog } n)$的存储器,其中$n$是图的顶点数。在这项工作中,我们提出了半流算法,执行一个或两个通过输入流的最大匹配没有限制的输入图,并为重要的特殊情况下,我们称为最大二分匹配(MBM)的二分图。贪婪匹配算法对输入执行一次遍历,并输出$1/2$近似值。自2005年关于匹配问题的流算法的第一篇论文出现以来,是否存在更好的一次通过算法一直是一个悬而未决的问题[Feigenbaum等人,SODA 2005]。我们在这个问题上取得了以下进展:在一次通过设置,我们表明,有一个确定性的半流算法MBM与预期的近似因子$1/2+0.005$,假设边到达一个接一个(均匀)随机顺序。我们将此算法推广到一般的图,我们得到了一个$1/2+0.003$近似。在两遍设置中,我们不需要随机到达顺序假设(边缘流是任意顺序的)。我们提出了一个简单的随机两遍半流算法MBM与预期的近似因子$1/2 + 0.019$。此外,我们讨论了一个更复杂的确定性的两遍半流算法MBM与近似因子$1/2 + 0.019$和一般的图与近似因子$1/2 + 0.0071$,该算法的推广。
2014-04-10 cs.DS
Faster deterministic parameterized algorithm for k-Path
在k-路问题中,输入是一个有向图$G$和一个整数$k\geq 1$,目标是判定在$G$中是否存在一条简单的有向路,其顶点数恰好为$k$.我们给出了一个具有时间复杂度$O^*(2.554^k)$的k-路径的确定性算法。这改进了Zehavi [ESA 2015]的该问题的先前最佳确定性算法,其时间复杂度为$O^*(2.597^k)$。我们的算法所使用的技术也可以用来获得更快的确定性算法的k-树,r维k-匹配,图形图案,和部分覆盖。
2019-01-24 cs.DS
Semi-Streaming Algorithms for Submodular Function Maximization Under b-Matching, Matroid, and Matchoid Constraints
在半流模型下,研究了在$b$ -匹配约束下极大化非负子模函数的问题。当函数是线性的、单调的和非单调的时,我们分别得到了$2+\varepsilon$、$3 + 2 \sqrt{2} \approx 5.828$和$4 + 2 \sqrt{3} \approx 7.464$的逼近比。我们还考虑了一个广义的问题,其中一个$k$ -均匀超图,以及一个额外的拟阵或$k'$ -拟阵约束施加在边缘上,具有相同的目标,找到一个$b$ -匹配,最大化的子模块功能。当额外约束为拟阵时,我们分别得到了$k + 1 + \varepsilon$、$k + 2\sqrt{k+1} + 2$和$k + 2\sqrt{k + 2} + 3$对线性、单调和非单调次模函数的逼近比.当附加约束为$k'$ -拟线时,得到了一般次模函数的逼近比$\frac{8}{3}k+ \frac{64}{9}k' + O(1)$.
2022-01-10 cs.DS
Online Matching with Convex Delay Costs
我们调查的最小成本完美匹配与延迟(MPMD)的问题,其中请求是成对匹配的在线时尚的目标,以最小化的空间成本和时间成本的总和。虽然线性MPMD(即,时间成本在延迟中是线性的)已经在文献中得到了深入的研究,但是它不能很好地对实践中常见的不耐烦请求进行建模。因此,我们提出了凸MPMD的时间成本函数是凸的,捕捉的情况下,时间成本增加得越来越快。由于线性MPMD问题的现有算法不再具有竞争力,我们设计了一个新的凸MPMD问题的确定性算法。对于一大类凸时间代价函数,我们的算法在任何$k$ -点一致度量空间上实现了$O(k)$的竞争比,或者当度量空间具有纵横比$Δ$时,实现了$O(kΔ)$的竞争比.此外,我们证明了下界的确定性和随机算法的竞争比,表明我们的确定性算法是最优的。这种最优性揭示了凸MPMD和线性MPMD之间的实质性差异,因为线性MPMD允许在任何均匀度量空间上具有恒定竞争比的确定性算法。
2022-03-07 cs.DS
Entropy Regularization and Faster Decremental Matching in General Graphs
本文推广熵正则化动态优化框架,并结合匹配多面体动态舍入,在一般图的边删除场景中以近最优更新次数更快维护无权与加权近似匹配。
2024-12-03 cs.DS math.OC
Simpler and Faster Directed Low-Diameter Decompositions
本文提出更简单快速的有向图低直径分解算法,保持损失因子并改进运行时间至$O((m+n\log\log n)\log^2n)$。
2025-05-24 cs.DS
Predictive Flows for Faster Ford-Fulkerson
最近的工作表明,利用学习的预测可以提高二分匹配和类似组合问题的算法的运行时间。在这项工作中,我们建立在这个想法,以提高性能的广泛使用的福特-富克尔森算法计算最大流量的种子福特-富克尔森预测流量。我们提出的方法提供了强大的理论性能的预测质量。然后,我们考虑图像分割,流在计算机视觉的一个常见的用例,并补充我们的理论分析与强有力的实证结果。
2023-03-01 cs.DS
Faster two-dimensional pattern matching with $k$ mismatches
本文研究带 $k$ 个错配的二维模式匹配,通过新的二维周期性洞见改进已有30年的 $\mathcal{O}(kn^{2})$ 界,在 $k=\mathcal{O}(m^{4/5})$ 时达到 $\tilde{\mathcal{O}}(n^{2})$。
2024-10-29 cs.DS
Faster ED-String Matching with $k$ Mismatches
针对弹性退化字符串中具有 $k$ 个错配的模式匹配问题,本文利用结构特征刻画与快速傅里叶变换,设计了时间复杂度为 $\tilde{\mathcal{O}}(nm^{1.5}+N)$ 的算法,突破了此前二次项依赖的瓶颈。
2025-03-03 cs.DS
Faster Deterministic Distributed MIS and Approximate Matching
$ \renewcommand{\tilde}{\widetilde} $针对最大独立集问题提出了一个$\tilde{O}(\log^2 n)$轮确定性分布式算法。通过已知的简化,该轮复杂性还扩展到最大匹配、$Δ+1$顶点着色和$2Δ-1$边着色。这四个问题是分布式图算法中最核心的问题之一,在过去的四十年里得到了广泛的研究。这种改进的轮复杂度更接近最大独立集和最大匹配的$\tildeΩ(\log n)$下限[Balliu et al. FOCS '19]。以前最著名的确定性复杂度为所有这些问题是$Θ(\log^3 n)$。通过粉碎技术,改进也渗透到相应的随机复杂性,例如,$Δ+1$顶点着色的新随机化复杂度现在是$\tilde{O}(\log^2\log n)$轮。我们的方法是先前已知的两种方法的新颖组合,用于开发针对这些问题的确定性算法,即通过网络分解的全局去随机化(例如,[Rozhon,Ghaffari STOC '20; Ghaffari,Grunau,Rozhon SODA' 21; Ghaffari等人SODA '23])和分数解的局部舍入(参见例如,[Fischer DISC '17; Harris FOCS' 19; Fischer,Ghaffari,Kuhn FOCS '17; Ghaffari,Kuhn FOCS' 21; Faour等人SODA '23])。我们考…
2023-03-28 cs.DC cs.DS
A faster polynomial-space algorithm for Hamiltonian cycle parameterized by treedepth
Humboldt-Universität zu Berlin(柏林洪堡大学)
本文提出一种更高效的多项式空间算法,用于解决基于树深度的Hamiltonian循环问题,通过使用有序对一致匹配而非辅助图中的完美匹配,改进了时间复杂度。
2026-03-25 cs.DS
Exponentially Faster Massively Parallel Maximal Matching
提出一种简单边采样与随机划分的贪心算法,实现MPC模型下极大匹配的指数级加速,达到$O(\log\log Δ)$轮和$O(n)$空间,并导出最优2近似最小顶点覆盖。
2023-08-17 cs.DC cs.DS
The Complexity of Approximate Pattern Matching on De Bruijn Graphs
将序列与标记图中的行走对齐是计算生物学中一个非常重要的问题。为了在具有$|E|$边的任意图中找到与长度$m$的模式精确匹配的行走,基于强指数时间假设(SETH)的下限意味着明显快于$O(|E|m)$时间的算法是不可能的[Equi等人,ICALP 2019]。然而,对于许多特殊的图,例如de Bruijn图,该问题可以在线性时间内解决[Bowe等人,WABI 2012年]。对于近似匹配,图片更复杂。当只允许对模式进行编辑(替换、插入和删除)时,或者当图是非循环的时,问题也可以在$O(|E|m)$时间内解决。当允许对任意循环图进行编辑时,即使在二进制字母表上,问题也变成NP完全[Jain等人,RECOMB 2019]。即使编辑仅限于替换,这些结果也保持不变。de Bruijn图上的近似模式匹配的复杂性仍然是开放的。我们调查这个问题,并表明,使德Bruijn图服从高效的精确模式匹配的属性不扩展到近似匹配,即使仅限于替换的情况下,字母表大小为4。我们证明了,当允许对de Bruijn图进行替换时,判定图中匹配行走的存在性是NP-完全的。此外,我们证明了一个算法显着快于$O(|E|m)$是不可能的de Bruijn图的情况下,只允许替换的模式。这与模式到文本匹配相反,在模式到文本匹配中,精确匹配在线性时间内可解,如de Bruijn图,但替换下的近似匹配在次二次$O(n\sqrt{m})$时…
2022-01-28 cs.DS
Move-rb: Faster Bi-Directional r-indexes and Approximate Pattern Matching
TU Dortmund(多特蒙德工业大学)
Move-rb 是一种基于 Move-r 的双向 r 索引,通过优化索引操作和搜索方案,在近似模式匹配中比现有方法快 1-4 个数量级,内存更小,支持快速扩展和方向切换。
2026-09-25 cs.DS
Faster Average Case Low Memory Semi-External Construction of the Burrows-Wheeler Transform
Burrows Wheeler变换在数据压缩以及全文索引中有应用。尽管其重要的应用和各种现有的算法方法的构造的变换的大数据集仍然是具有挑战性的。本文提出了一种新的构造Burrows Wheeler变换的半外存储算法。如果有足够的内部存储器可用于保存输入文本的固定部分,则它能够在平均时间$O(n\log^2\log n)$的有限字母表上构造长度为$n$的输入文本的变换。在最坏的情况下,运行时是$O(n\log n \log\log n)$。算法在外部存储器中使用的空间量为$O(n)$位。在串行算法的基础上,我们还提出了一种在$p$处理器可用的情况下平均按时间运行的共享内存并行算法$O(\frac{n}{p}\max\{\log^2\log n+\log p\})$。
2016-04-22 cs.DS
"Almost-stable" matchings in the Hospitals / Residents problem with Couples
夫妇医院/居民问题(HRC)模型的分配打算初级医生的医院,夫妇被允许提交联合偏好列表对(通常是地理上接近)的医院。已知不需要存在稳定的匹配,因此我们考虑MIN BP HRC,即找到允许最小数量的阻塞对(即,“尽可能稳定”。我们证明,这个问题是NP难的,即使在每对夫妇只能接受一对医院的高度限制的情况下,也很难近似。然而,如果我们进一步假设,每个单一的居民和医院的偏好列表的长度最多为2,我们给这种情况下的多项式时间算法。然后,我们提出了第一个可编程(IP)和约束规划(CP)模型的最小BP人权。最后,我们讨论了这些模型应用于随机生成的MIN BP HRC的实例的实证评估。我们发现,平均而言,CP模型比IP模型快约1.15倍,当预求解应用于CP模型时,它平均快8.14倍。我们进一步观察到,一个解所允许的阻塞对的数量非常小,即,对于所考虑的(28,000)个实例,通常最多为1个,并且从不超过2个。
2016-06-18 cs.DS
Faster Pseudo-Deterministic Minimum Cut
Weizmann Institute of Science(魏茨曼科学研究所)
本文提出了一种更高效的伪确定性最小割算法,适用于加权图和动态环境,提高了算法效率并匹配现有最佳随机算法。
2026-02-22 cs.DS
Weighted Matching in the Semi-Streaming Model
我们减少了最好的已知的近似比找到一个加权匹配的图使用一个一遍半流算法从5.828到5.585。半流模型禁止对输入的随机访问,并将内存限制为O(n*polylog(n))位。它是由Muthukrishnan在2003年提出的,适用于处理大规模图。
2007-09-21 cs.DM cs.DS
Semi-Robust Communication Complexity of Maximum Matching
Charles University, Prague, Czech Republic(布拉格查理大学)
该研究提出了一种简单协议,在半鲁棒设定下实现3/4近似比,但无法在完全鲁棒设定下超越现有最先进水平。
2025-12-11 cs.DS