Streaming k-Means Clustering with Fast Queries
我们提出了一个流上的k-均值聚类方法,重点是提供快速响应聚类查询。与当前最先进的方法相比,我们的方法在集群中心的查询时间上有了实质性的改进,同时保留了可证明的小近似误差和低空间使用率的理想特性。我们的算法依赖于一个新的想法“coreset缓存”,系统地重用coresets(数据摘要)计算最近的查询,回答当前的聚类查询。我们提出了理论分析和详细的实验证明其正确性和效率
2018-12-06 cs.DS cs.SE
Heavy Hitters over Interval Queries
在诸如负载均衡、QoS和网络安全等许多网络应用中,重打击和频率测量是基本的。本文考虑了一个广义滑动窗口模型,支持频率和重命中查询在\emph{query time}给定的时间间隔。这使得可以进行下钻查询,在这种查询中,可以以越来越细的粒度检查网络的行为。对于这个模型,我们渐近地改善现有工作的空间界限,减少更新和查询时间为常数,并提供确定性的解决方案。当在真实的互联网数据包跟踪评估,我们最快的算法处理数据包$90$ - $250$倍快,服务查询至少$730$倍快,消耗至少$40\%$少的空间比已知的方法。
2018-11-13 cs.DS
Fast and Compact Exact Distance Oracle for Planar Graphs
对于给定的图,距离预言机是回答顶点对之间的距离查询的数据结构。我们引入了一个$O(n^{5/3})$ -空间距离预言机,它能在$O(\log n)$时间内回答$n$ -顶点平面边权有向图的精确距离查询.所有以前的距离预言平面图与真正的次二次空间,即,空间$O(n^{2 - ε})$用于某些常数$ε> 0$)或者需要$n$中查询时间多项式,或者只能回答近似距离查询。此外,我们展示了如何权衡时间和空间:对于任何$S \ge n^{3/2}$,我们展示了如何获得一个$S$ -空间距离的甲骨文,回答查询的时间$O((n^{5/2}/ S^{3/2}) \log n)$。这是一个多项式的改进,在以前的平面距离预言机与$o(n^{1/4})$查询时间。
2017-05-02 cs.DS
A Highly Scalable Labelling Approach for Exact Distance Queries in Complex Networks
精确的最短路径距离查询是图论中的一项基本任务。尽管对这个问题进行了大量的研究,但仍然没有令人满意的解决方案可以扩展到数十亿规模的复杂网络。基于标签的方法是众所周知的渲染快速响应时间的距离查询,然而,现有的作品只能构建标签上适度大的网络(百万级),不能扩展到大型网络(十亿级),由于其巨大的空间需求和非常长的预处理时间。在这项工作中,我们提出了新的技术,有效地构建距离标签和处理精确的最短路径距离查询的复杂网络与数十亿的顶点和数十亿的边缘。我们的方法是基于两个成分:(i)一个可扩展的标签算法,用于构建最小距离标签,和(ii)一个查询框架,支持快速距离有界搜索的稀疏图。因此,我们首先开发了一种新的标签算法,可以扩展到十亿级的图形。然后,我们正式的查询框架,精确的距离查询,结合我们提出的高速公路覆盖距离标签与距离有界搜索,使快速距离计算。为了加快标签的建设过程中,我们进一步提出了一个并行的标签方法,可以同时为多个地标建设标签。我们在12个真实网络上评估了所提出的方法的性能。实验结果表明,该方法不仅可以处理具有数十亿顶点的网络,而且在构造标记时速度提高了70倍,标记空间节省了90%.特别是,我们的方法可以在平均不到1 ms的时间内回答大约8B边缘的十亿级网络上的距离查询。
2021-02-17 cs.DS
Relative Select
出于存储彩色de Bruijn图的问题,我们如何,如果我们已经可以支持快速选择查询一个字符串,那么我们可以存储一点额外的信息,并支持相当快的选择查询类似的字符串。
2015-06-10 cs.DS
Faster Linear-Space Data Structures for Path Frequency Queries
University of Copenhagen(哥本哈根大学)
提出线性空间数据结构,支持路径众数、最小频率元素和α-少数查询,查询时间优化至O(√(n/w))或O(α^{-1}),预处理时间O(n√(nw))。
2026-06-16 cs.DS
Faster exact learning of k-term DNFs with membership and equivalence queries
本文提出使用成员与等价查询学习 k-项 DNF 的新算法,将运行时间从 poly(n,2^k) 改进至 poly(n)·2^{\tilde{O}(\sqrt{k})},核心结合 Winnow2、自适应特征构造及多种学习与分析工具。
2025-07-27 cs.DS
Fast Private Data Release Algorithms for Sparse Queries
Carnegie Mellon University(卡内基梅隆大学);University of Pennsylvania(宾夕法尼亚大学)
我们重新审视的问题,准确地回答大类的统计查询,同时保持差分隐私。以前的方法来解决这个问题已经非常普遍,但没有运行时多项式的数据库的大小,只适用于非常有限的类的查询,或放宽了最坏情况下的错误保证的概念。在本文中,我们考虑了大类的稀疏查询,它采取非零值的多项式许多宇宙元素。我们给出了高效的查询释放算法,这类,在交互式和非交互式设置。我们的算法也实现了更好的准确性界限比以前的一般技术时,适用于稀疏查询:我们的界限是独立的宇宙大小。事实上,即使是我们的交互机制的运行时是独立的宇宙的大小,因此可以在“无限宇宙”模型中实现,其中没有有限的宇宙需要指定的数据管理员。
2011-11-29 cs.CR cs.DS cs.LG
Fast Answering Pattern-Constrained Reachability Queries with Two-Dimensional Reachability Index
Huazhong University of Science and Technology(华中科技大学)
针对复杂边标记有向图提出模式约束的可达性查询(PCR),并构建二维可达性(TDR)索引以高效修剪搜索空间,在16个数据集上优于现有技术。
2025-11-02 cs.DB cs.DS
Faster and Better Nested Dissection Orders for Customizable Contraction Hierarchies
图划分有许多应用。我们考虑使用可定制的收缩层次结构(CCH)的道路网络中的最短路径查询的加速。它基于通过将道路网络递归划分为部分来计算嵌套的解剖顺序。最近,基于FlowCutter和Inertial Flow的两种图划分算法被提出用于道路网络。虽然FlowCutter实现了高质量的结果,从而缩短了查询时间,但它相当慢。由于使用了地理信息,惯性流特别快,同时仍然实现了体面的查询时间。我们结合了这两种算法的技术,实现了比FlowCutter快六倍以上的预处理时间,甚至更快的查询欧洲道路网络。我们表明,使用16个核心的共享内存的机器,这种预处理需要四分钟。
2019-07-02 cs.DS
Fast and simple connectivity in graph timelines
在本文中,我们研究的问题回答连接查询的\emph{graph timeline}。图时间轴是在大小为$n$的公共顶点集上的无向图$G_1,\ldots,G_t$的序列,使得每个图通过添加或删除单个边从前一个图获得。我们提出的数据结构,预处理的时间轴,可以回答以下查询:- forall $(u,v,a,b)$ -路径$u\to v$存在于每个$G_a,\ldots,G_b$?- exists $(u,v,a,b)$ --路径$u\to v$是否存在于任何$G_a,\ldots,G_b$中?- forall 2 $(u,v,a,b)$ --在每个$G_a,\ldots,G_b$中是否存在连接$u$和$v$的两条边不相交路径我们展示了在$O(m+t\log n)$时间中预处理后,可以在$O(\log n)$时间中回答forall和forall 2查询的数据结构。这里,我们用$m$表示时间轴的每个图中保持不变的边的数量。对于存在查询的情况下,我们展示了如何扩展现有的数据结构,以获得预处理/查询权衡$\langle O(m+\min(nt, t^{2-α})), O(t^α)\rangle$,并显示匹配的条件下限。
2015-06-09 cs.DS
Fast Exact Shortest-Path Distance Queries on Large Networks by Pruned Landmark Labeling
我们提出了一个新的精确的方法,在大规模网络上的最短路径距离查询。我们的方法通过从每个顶点执行广度优先搜索来预先计算顶点的距离标签。乍一看似乎太明显和太低效,这里介绍的关键成分是在广度优先搜索期间进行修剪。虽然我们仍然可以回答任何一对顶点到标签的正确距离,但它令人惊讶地减少了标签的搜索空间和大小。此外,我们表明,我们可以执行32或64宽度优先搜索同时利用按位操作。我们的实验表明,这两种技术的结合是有效的,在各种大规模的现实世界的网络是强大的。特别是,我们的方法可以处理社交网络和网络图与数以亿计的边缘,这是两个数量级大于以前的精确方法的限制,与以前的方法的查询时间。
2013-04-17 cs.DB cs.DS
Improved Distance Queries and Cycle Counting by Frobenius Normal Form
考虑一个未加权的有向图$G$,直径为$D$。本文介绍了在矩阵乘法时间$\widetilde{O}(n^ω)$中计算给定长度的循环和游动的框架。该框架是基于快速分解成Frobenius范式和汉克尔矩阵向量乘法。它使我们能够有效地解决所有节点最短圈,所有对所有行走问题,也给出了一些改进的距离查询的无权图。
2023-03-13 cs.DS
Fast Algorithms for the Shortest Unique Palindromic Substring Problem on Run-Length Encoded Strings
对于字符串$S$,回文子字符串$S[i..j]$被称为$S$中的$[s, t]$间隔的\emph{shortest unique palindromic substring}($\mathit{SUPS}$),如果$S[i..j]$在$S$中恰好出现一次,则间隔$[i, j]$包含$[s, t]$,并且每个包含比$S[i..j]$短的$[s, t]$的回文子字符串在$S$中至少出现两次。在本文中,我们研究的问题,回答$\mathit{SUPS}$查询行程编码字符串。我们展示了如何预处理一个给定的运行长度编码的字符串$\mathit{RLE}_{S}$的大小$m$在$O(m)$空间和$O(m \log σ_{\mathit{RLE}_{S}} + m \sqrt{\log m / \log\log m})$时间,使所有的$\mathit{SUPSs}$的任何后续查询间隔可以回答在$O(\sqrt{\log m / \log\log m} + α)$时间,其中$α$是输出的数量,和$σ_{\mathit{RLE}_{S}}$是不同的运行的$\mathit{RLE}_{S}$的数量。此外,我们考虑的SUPS问题的一个变种,其中的查询间隔也给出了游程编码的形式。对于这个变种的问题,我们提出了两种替代算法更快的查询。第一个在$O(\sqrt{\log\log m /\log\log\log …
2020-03-24 cs.DS
Engineering Fast and Space-Efficient Recompression from SLP-Compressed Text
Stony Brook University(石溪大学)
本文首次实现压缩时间内运行的再压缩RLSLP构建,基于LZ77近似,相比非压缩方法实现46倍加速和17倍内存降低,为快速索引构建提供实用路径。
2025-10-23 cs.DS
ZOR filters: fast and smaller than fuse filters
Univ. Lille, CNRS, Centrale Lille, UMR 9189 CRIStAL(里尔大学、法国国家科学研究中心、中央里尔学院、CRIStAL联合研究实验室)
ZOR过滤器通过确定性剥离技术在保持异或查询性能的同时,实现了比融合过滤器更小的开销和更快的构建速度。
2026-02-03 cs.DS
Computing and Testing Small Connectivity in Near-Linear Time and Queries via Fast Local Cut Algorithms
考虑有向图中的以下“局部”切割检测问题:我们被给予种子顶点$x$,并且需要移除至多$k$条边,使得至多$ν$条边可以从$x$(“局部”切割)到达,或者输出$\bot$以指示不存在这样的切割。如果我们被赋予对输入图的查询访问权,那么这个问题原则上可以在不读取整个图的情况下解决,并且查询复杂度取决于$k$和$ν$。在本文中,我们考虑这个问题的松弛变体,当这样的切割存在时,我们可以输出一个切割,从$x$可到达的边缘多达$O(kν)$。我们提出了一个简单的随机算法,花费$O(k^2ν)$时间和$O(kν)$查询上述变体,特别是改进了以前的时间界限的$O(k^{O(k)}ν)$由Alberhik等人。[SODA '17]。我们还扩展了我们的算法来处理一个近似变量。我们证明,这些本地算法是通用的原语设计的经典图问题的大幅改善的算法,提供以下三个应用程序。($\tilde O(T)$自始至终隐藏了$\operatorname{polylog}(T)$。)(1)经典的$k$ -顶点连通性问题的一个随机算法,当$k=O(\operatorname{polylog}(n))$,即$\tilde O(m+nk^3)$时间在无向图中时,需要近线性时间。对于有向图,当$\tilde O(mk^2)$。我们的技术也产生一个改进的近似方案。(2)属性测试算法$k$ -边和顶点连接与查询的复杂性,是近线性的$k$…
2019-10-31 cs.DS
Optimal-Time Queries on BWT-runs Compressed Indexes
索引高度重复的字符串(即,具有许多重复的字符串)进行快速查询已经成为字符串处理中的中心研究课题,因为它在生物信息学和自然语言处理中具有广泛的应用。虽然到目前为止已经提出了大量的高度重复字符串的索引,但开发支持各种查询的压缩索引仍然是一个挑战。游程Burrows-Wheeler变换(RLBWT)是一种通过对输入字符串进行可逆置换和行程长度编码的无损数据压缩方法,它在高重复性字符串的索引方面受到广泛关注。LF和$ϕ^{-1}$是用于在RLBWT上构建索引的两个关键函数,并且最佳先前结果在$O(\log \log n)$时间内计算LF和$ϕ^{-1}$,其中$O(r)$字的空间用于RLBWT中的串长度$n$和运行次数$r$。本文对LF和$ϕ^{-1}$进行了改进,使它们可以用空间的$O(r)$字在常数时间内计算。随后,我们提出了OptBWTR(最佳时间查询BWT运行压缩索引),第一个字符串索引,支持各种查询,包括定位,计数,提取查询在最佳时间和$O(r)$字的空间。
2021-04-16 cs.DS
Faster Randomized Worst-Case Update Time for Dynamic Subgraph Connectivity
现实世界的网络很容易崩溃。通常,在基础图$G$中,除了插入或删除边之外,活动顶点集也会随时间变化。一个顶点可能会积极工作,也可能会失败,并暂时被隔离。活动顶点被分组为一个集合$S$。对$S$进行更新,即,失败的顶点重新启动,或者活动顶点失败,并从$S$中删除。动态子图连通性回答由$S$导出的$G$的子图中任意两个活动顶点之间的连通性查询。该问题通过动态数据结构来解决,该结构支持更新并回答连接性查询。在一般无向图中,它的最佳结果包括$\widetilde{O}(m^{2/3})$确定性分摊更新时间、$\widetilde{O}(m^{4/5})$和$\widetilde{O}(\sqrt{mn})$确定性最坏情况更新时间。在本文中,我们提出了一种随机数据结构,它具有$\widetilde{O}(m^{3/4})$最坏情况下的更新时间。
2017-02-28 cs.DS
Dynamic Spanning Trees for Connectivity Queries on Fully-dynamic Undirected Graphs (Extended version)
在边和顶点频繁插入和删除的情况下,查询连通性是完全动态图的基础。现有的工作提出了具有最坏情况保证的数据结构和算法。我们提出了一种新的数据结构,动态树(D-tree),连同算法来构建和维护它。D-tree是第一个数据结构,规模的完全动态图与数以百万计的顶点和边,平均而言,回答连接查询速度比数据结构与最坏情况的保证。
2022-07-18 cs.DB cs.DS
Max-stable sketches: estimation of Lp-norms, dominance norms and point queries for non-negative signals
通过对数据的顺序存取,可以在快速流正数据集上有效地计算最大稳定随机草图。它们可用于回答信号的点和Lp范数查询。在所谓的p稳定(或和稳定)和最大稳定草图之间有一种有趣的联系。严格的性能保证,通过错误概率估计推导和算法实现进行了讨论。
2010-05-24 cs.DB cs.DS
O'Reach: Even Faster Reachability in Large Graphs
可达性问题是计算机科学中最基本的问题之一:给定一个有向图和两个顶点s和t,s能通过一条路径到达t吗?我们重新审视现有的技术,并将它们与新的方法相结合,以支持在恒定的时间使用线性大小的可达性索引的可达性查询的很大一部分。我们的新算法O'Reach可以很容易地与以前开发的解决方案相结合,或独立运行。在一个详细的实验研究中,我们比较了各种算法的索引建设和查询时间,以及他们的内存足迹上的一组不同的实例。我们的实验表明,查询性能往往不仅强烈依赖于图的类型,而且还依赖于结果,即,可达或不可达。此外,我们表明,以前的算法显着加快时,结合我们的新方法在几乎所有的情况下。令人惊讶的是,由于缓存效应,在空间上的更高投资不一定会得到回报:在预先计算的完整可达性矩阵中,可达性查询通常可以比单次内存访问更快地得到回答。
2021-02-01 cs.DS
Comparing Apples and Oranges: Query Tradeoff in Submodular Maximization
次模最大化问题的快速算法在机器学习、社交网络和经济学等应用环境中具有巨大的潜在用途。虽然快速算法在某些特殊情况下是已知的,但直到最近Badanidiyuru和Vondrák(2014)才首次明确地在最大化受拟阵独立约束的单调子模函数的一般情况下寻找这样的算法。Badanidiyuru和Vondrák的算法匹配最佳近似保证,同时试图减少算法执行的值Oracle查询的数量。我们的主要结果是一个新的算法,在这种情况下,建立了一个令人惊讶的权衡两个看似无关的数量:值的Oracle查询的数量和算法执行的拟阵独立查询的数量。具体来说,可以通过增加后者来减少前者,反之亦然,同时保持最佳可能的近似保证。这样的权衡是非常有用的,因为不同的应用程序在查询值和拟阵独立性预言机时可能会产生显著不同的成本。此外,如果拟阵的秩是$O(n^c)$,其中$n$是基集的大小,$c$是小于$1$的绝对常数,则我们的算法使用的Oracle查询的总数可以与Badanidiyuru和Vondrák所需的数量相比具有较小的数量级。我们还提供了更快的算法的基数约束和分区拟阵的独立约束,这两个捕获许多现实世界中的应用,并已被广泛研究的理论和实践中的特殊情况下,研究。
2014-10-03 cs.DS
Parallel Point-to-Point Shortest Paths and Batch Queries
本文提出 Orionet 框架,将剪枝、双向搜索与 A* 等策略集成到并行 SSSP 基础上,并通过查询图支持批量 PPSP;在 14 个图上显著快于 GraphIt 和 MBQ。
2025-07-28 cs.DC cs.DS
Fast Public Transit Routing with Unrestricted Walking through Hub Labeling
我们提出了一种新的技术,在公共交通网络,允许不受限制的步行回答路由查询。我们考虑几种类型的查询:最早到达时间,帕累托最优行程的到达时间,数量的转移和步行时间,和配置文件,即找到所有帕累托最优行程的旅行时间和到达时间在给定的时间间隔。我们的技术使用集线器标记来表示无限的脚转移,并可以适应两个经典的算法RAPTOR和CSA。我们获得显着的加速比国家的最先进的方法的基础上收缩层次结构。
2019-06-21 cs.DS cs.NI
Improved Fast Similarity Search in Dictionaries
我们设计了一个算法来解决近似字典匹配问题。给定单词列表$\mathcal{W}$、在预处理时固定的最大距离$d$和查询单词$q$,我们希望从$\mathcal{W}$中检索所有可以通过$d$或更少的编辑操作转换为$q$的单词。我们提出的数据结构,支持容错查询生成一个索引。最重要的是,我们提出了一个概括的方法,大大减轻了内存消耗和预处理时间。同时,查询的运行时间几乎不受影响。我们能够在合理的距离内在微秒内匹配数十万个单词的列表。
2010-08-18 cs.DS cs.IR
Time- and Space-Efficient Regular Path Queries on Graphs
我们引入了一个时间和空间有效的技术来解决正则路径查询标记图。我们将正则表达式的Glushkov自动机的位并行模拟与Arroyuelo等人引入的thering索引相结合,利用其三元组的小波树表示,以便有效地达到与查询相关的产品图的状态。我们的查询算法能够同时处理多个自动机状态,以及多个图节点/标签。我们的实验结果表明,我们的表示使用的空间比文献中的替代品少3-5倍,而通常在查询时间上优于它们(比下一个最好的快1.67倍)。
2021-11-08 cs.DB cs.DS
Four-Dimensional Dominance Range Reporting in Linear Space
在本文中,我们研究了四维优势范围报告问题,并提出了线性或几乎线性空间使用的数据结构。我们的结果也可以用来回答四维查询,有界的五个方面。本文提出的第一种数据结构使用线性空间,在$O(\log^{1+\varepsilon}n + k\log^{\varepsilon} n)$时间内回答查询,其中$k$是报告的点数,$n$是数据结构中的点数,$\varepsilon$是任意小的正常数。我们的第二个数据结构使用$O(n \log^{\varepsilon} n)$空间,并在$O(\log n+k)$时间内回答查询。这些是这个问题的第一个数据结构,使用线性(分别为)。$O(n\log^{\varepsilon} n)$)空间,并在多对数时间内回答查询。为了比较,以前已知的最快的线性空间或$O(n\log^{\varepsilon} n)$空间数据结构支持在$O(n^{\varepsilon} + k)$时间内的查询(Bentley和Mauer,1980)。我们的结果可以推广到$d\ge 4$维数。例如,我们可以使用$O(n\log^{d-4+\varepsilon}n)$空间在$O(\log\log n (\log n/\log\log n)^{d-3} + k)$时间内回答$d$维优势范围报告查询.与以前已知的最快结果(Chan,2013)相比,我们的数据结构在不增加查询时间的情况下减少…
2020-03-15 cs.CG cs.DS
STEM2: A Fast and Space-efficient Data Structure for Exact Multi-Set Membership Query
University of Connecticut(康涅狄格大学)
针对多重集成员查询,现有方案有缺陷。本文提出STEM2,用平衡二叉树架构及新型分离器,采用最小化哈希方案,分离控制和数据平面。该结构查询准确、支持动态更新,实验显示其性能远超同类,兼具低内存成本和高正确性。
2026-07-21 cs.DB cs.DS
Fast Rational Search via Stern-Brocot Tree
Indiana University(印第安纳大学);University of Nebraska-Lincoln(内布拉斯加大学林肯分校)
本文提出基于斯tern-布罗克特树压缩遍历的新算法,用于快速有理数搜索,并扩展至无界有理数搜索和实数最佳近似计算问题。
2025-12-19 cs.DS math.CO
Skip Hash: A Fast Ordered Map Via Software Transactional Memory
针对仅用锁和比较并交换操作难以同时保证有序映射范围查询语义与并发性能的问题,本文结合跳表与哈希映射,借助STM提出skip hash有序映射,实现多数操作O(1)开销与快速可线性化范围查询,性能普遍优于现有最优方案。
2024-10-09 cs.DC cs.DS
Succinct Geometric Indexes Supporting Point Location Queries
我们建议设计称为简洁的几何索引的数据结构,可以忽略的空间(更准确地说,O(n)位),通过利用数据集中的n个点排列和存储在其他地方作为一个序列,以支持几何查询在最佳时间。我们的第一个和主要结果是一个简洁的几何索引,可以回答点定位查询,一个基本的问题,在计算几何,平面三角剖分在O(lg n)的时间。我们还设计了三个变量的这个指数。第一个支持使用$\lg n + 2\sqrt{\lg n} + O(\lg^{1/4} n)$点线比较的点定位。第二个支持O(lg n)时间内的点定位,当坐标是以U为界的整数时.最后一个变体可以在O(H+1)的期望时间内回答点定位,其中H是查询分布的熵。这些结果与以前使用O(n)字或O(nlgn)位的点定位结构的查询效率相匹配,同时节省了大量的空间。然后,我们将简洁的几何索引推广到平面细分,并为其他类型的查询设计索引。最后,我们应用我们的技术来设计第一个隐式数据结构,支持点定位在$O(\lg^2 n)$时间。
2008-05-27 cs.CG cs.DS
B+ANN: A Fast Billion-Scale Disk-based Nearest-Neighbor Index
Georgia Institute of Technology(佐治亚理工学院);IBM T. J. Watson Research Center(IBM 沃森研究中心)
B+ANN是一种基于磁盘的快速十亿级最近邻索引,通过改进空间和时间局部性,提升查询性能和减少资源消耗,同时支持不相似性查询。
2025-11-19 cs.AI cs.DB cs.DS
Faster Approximate Distance Queries and Compact Routing in Sparse Graphs
距离预言机是图的最短距离矩阵的紧凑表示。它可以被查询以近似任何一对顶点之间的最短路径。任何返回最坏情况拉伸(2k-1)的路径的距离预言机都必须为n个节点的图要求空间$Ω(n^{1 + 1/k})$。然而,强制这个下限的困难情况是平均度为Ω(n^{1/k})的相当稠密的图。我们提出的距离预言,稀疏图,大大打破了下限障碍的代价是更高的查询时间。对于任何1个\leq α \leq n,我们的距离预言机可以使用O(m + n^2/α)空间返回拉伸2条路径,并使用O(m + n^2/α^2)空间拉伸3条路径,以O(αm/n)查询时间为代价。通过设置适当的α值,我们得到了第一个距离预言机,它们的大小与图的大小成线性关系,并且在非平凡的查询时间内返回常数拉伸路径。查询时间可以进一步减少到O(α),通过为我们所有的距离预言机使用额外的O(m α)空间,或者以一个小的常数加法拉伸为代价。我们使用我们的拉伸2距离预言机,提出了第一个紧凑的路由方案与最坏情况的拉伸2。任何紧凑的路由方案,拉伸小于2必须在某些节点上,即使是稀疏图的线性内存,因此,我们的计划,实现了最佳的拉伸与非平凡的内存需求。此外,支持大规模的模拟图,包括AS级互联网图,我们认为,我们的拉伸2计划将是简单而有效的实现作为一个分布式紧凑的路由协议。
2012-01-12 cs.DC cs.DS cs.NI