A Water-Filling Primal-Dual Algorithm for Approximating Non-Linear Covering Problems
获得强大的线性松弛的能力覆盖问题构成了一个重大的技术挑战,即使是简单的设置。对于最基本的情况之一,背包覆盖(最小背包)问题,基于背包覆盖不等式的松弛实现了2的完整性差距。这些不等式已被利用在更一般的环境中,其中许多承认原始-对偶近似算法。从电力和运输系统的问题的启发,我们引入了一个新的一般设置中,项目可以采取分数,以满足给定的需求。一个项目所产生的成本由所选分数的任意非递减函数给出。我们将背包覆盖不等式推广到这种情况,并利用它们得到一个$(2+\varepsilon)$ -近似原始-对偶算法。我们的程序有一个自然的解释为桶填充算法,它有效地平衡了成本函数中具有不同斜率的困难:当一个项目的一些上级部分呈现出低斜率时,它有助于提高下级部分的优先级。我们还提出了一个舍入算法的近似保证为2。我们将我们的算法推广到一条线上的不可分割流覆盖问题,也适用于项目可以分数取的设置。对于这个问题,我们得到一个$(4+\varepsilon)$近似算法在多项式时间,几乎匹配的$4$近似已知的经典设置。
2019-12-27 cs.DS math.OC
On Approximating Four Covering and Packing Problems
本文研究了以下四个问题的近似性问题:三角形填充问题、全同胞重构问题、最大利润覆盖问题和2-覆盖问题。所有这些都是广义或专门版本的集覆盖,并在生物学中的应用范围从野生种群的全同胞重建生物分子聚类,但是,如本文所示,它们的近似性的性质有很大的不同。我们的三角形包装问题的不可逼近常数改进了以前的结果;这是通过直接变换Haastad的不可逼近间隙来实现的,该间隙用于最大化GF(2)上的一组方程的满足方程的数量的问题,并且其本身很有趣。我们关于完整兄弟姐妹重建问题的逼近结果回答了最初由Berger-Wolf等人提出的问题,我们关于最大利润覆盖问题的结果提供了几乎匹配的逼近比上界和下界,回答了Hassin和Or提出的问题。
2011-02-04 cs.CC cs.DM cs.DS
Approximating acyclicity parameters of sparse hypergraphs
超树宽度和广义超树宽度的概念是由Gottlob、Leone和Scarcello为了推广超图无环性的概念而引入的。这些概念被Grohe和Marx进一步推广,他们引入了超图的分数超树宽度。超图的宽度参数对数据库理论和人工智能中的许多问题的扩展处理都是有用的。本文研究了稀疏超图的(广义、分数)超树宽的可逼近性,其中稀疏性判据反映了它们关联图的稀疏性。我们的第一步是证明一个超图H的(广义的,分数)超树宽度夹在它的关联图的树宽度的常数因子,当关联图属于一些顶点-子-自由图类。这决定了组合边界,在该边界之上,(广义的,分数的)超树宽度的概念变得比树宽度更普遍,证明了它作为超图非循环性度量的功能。虽然对于更一般的稀疏超图族,关联图的树宽和所有超树宽度参数可以任意不同,但是存在其中常数因子近似算法是可能的稀疏族。特别地,我们给出了关联图属于某个无H-子图类的超图的(广义,分数)超树宽度的常数因子近似多项式时间算法。
2008-09-22 cs.CC cs.DS
Approximating Sparse Quadratic Programs
给定一个矩阵$A \in \mathbb{R}^{n\times n}$,我们考虑在约束$x \in \{-1,1\}^n$下最大化$x^TAx$的问题.这个问题,称为MaxQP的Charikar和Wirth [FOCS'04],概括了MaxCut,并在数据聚类和无序磁相的物质的研究中有自然的应用。Charikar和Wirth表明,这个问题允许通过半定规划的$Ω(1/\lg n)$近似,而Alon,Makarychev,Makarychev和Naor [STOC'05]表明,当$A$对应于有界色数的图时,同样的方法会产生$Ω(1)$近似。这两个结果都依赖于求解MaxQP的半定松弛,MaxQP的当前最佳运行时间是$\tilde{O}(n^{1.5}\cdot \min\{N,n^{1.5}\})$,其中$N$是$A$中非零条目的数量,而$\tilde{O}$忽略多对数因子。在这个续集中,我们放弃了半定方法,并为MaxQP的特殊情况设计了纯粹的组合近似算法,其中$A$是稀疏的(即,具有$O(n)$非零条目)。我们的算法是优于半定的方法在运行时间方面,但仍然有竞争力的近似保证。更具体地说,我们表明:- MaxQP承认$(1/2Δ)$ -近似在$O(n \lg n)$时间,其中$Δ$是相应的图的最大程度。- UnitMaxQP,其中$A \in \{-1,0,1\}^{n\times n}…
2020-12-15 cs.DS
A Simple Distributed Algorithm for Sparse Fractional Covering and Packing Problems
本文提出一种简单的CONGEST模型分布式算法,对RS-FCP和CS-FPP实现$(1+ε)$-近似,较已知最佳算法更简单且显著改善了对$ε$的依赖。
2024-09-24 cs.DC cs.DS
Settling SETH vs. Approximate Sparse Directed Unweighted Diameter (up to (NU)NSETH)
我们证明了几个紧密的结果细粒度的复杂性近似的直径的图。首先,我们证明了,对于任何$\varepsilon>0$,假设强指数时间假设(SETH),有没有近线性时间$2-\varepsilon$ -近似算法的直径稀疏有向图,即使在未加权图。这个结果表明,一个简单的近线性时间2近似算法的直径是最佳的SETH下,回答了一个问题,从调查的Rubinstein和Vassilevska-Williams(SIGACT '19)的情况下,有向图。在同一项调查中,Rubinstein和Vassilevska-Williams还询问是否有可能证明在$O(n^{1.499})$时间内有向图中没有直径的$2-\varepsilon$近似算法。我们表明,假设一个假设称为NSETH,不能使用一个确定性的SETH为基础的减少,以排除这种算法的存在。扩展技术在这两个结果中,我们表征是否$2-\varepsilon$近似算法运行在时间$O(n^{1+δ})$的直径稀疏有向未加权图可以排除由确定性的基于SETH的减少每个$δ\in(0,1)$和基本上每个$\varepsilon\in(0,1)$,假设NSETH。这解决了SETH-硬度的近似直径的稀疏有向未加权图的确定性减少,NSETH。我们对基于SETH的随机化约简进行了相同的表征,假设另一个称为NUNSETH的假设。我们证明了无向图的额外的硬度和非约化结果。
2021-04-01 cs.DS
Breaking the Variance: Approximating the Hamming Distance in $\tilde O(1/ε)$ Time Per Alignment
计算长度为$m$的给定模式与长度为$n$的文本中的每个位置之间的汉明距离的算法任务是字符串算法中最基本的算法任务之一。不幸的是,有证据表明,对于大小为$n$的文本$T$和大小为$m$的模式$P$,人们不能计算在时间上小于$\tilde O(n\sqrt m)$的$T$中所有位置的精确汉明距离。然而,Karloff~ \cite{karloff}表明,如果一个人愿意遭受$1\pmε$近似,那么就有可能在$\tilde O(\frac n {ε^2})$时间内以高概率解决问题。由于在单向通信复杂度模型中计算两个字符串的汉明距离的相关下界,强烈认为获得用于求解近似版本的算法不能作为$\frac 1 ε$的函数更快地完成。我们在这里表明,这种信念是假的,通过引入一个新的$\tilde O(\frac{n}ε)$时间算法,成功的概率很高。我们的算法背后的主要思想,这是常见的稀疏恢复问题,是减少一个特定的随机化实验的方差(近似)分离重量级人物从非重量级人物。然而,虽然已知的稀疏恢复技术在向量上工作得很好,但它们似乎不适用于这里,这里我们处理的是字符对之间的失配。我们介绍两个主要的算法成分。第一种是一种新的稀疏恢复方法,适用于对输入(例如在我们的设置中)。第二个是一个新的哈希/投影函数的构造,它允许计算导致两个字符之间不匹配的投影的数量,其速度比蛮力更快。我们希望这些算法技术将是独立的利益。
2015-12-14 cs.DS
Approximating splits for decision trees quickly in sparse data streams
HIIT, University of Helsinki(赫尔辛基大学 HIIT)
本文提出了一种在稀疏数据流中快速近似决策树分裂的方法,通过改进分裂搜索效率,提升了稀疏数据处理性能。
2026-01-18 cs.DS cs.LG
Covering Many (or Few) Edges with k Vertices in Sparse Graphs
我们研究以下两个固定基数优化问题(最大化和最小化变体)。对于一个固定的$α$在0和1之间,我们给出了一个图和两个数字$k \in \mathbb{N}$和$t \in \mathbb{Q}$。该任务是找到一个顶点子集$S$正好$k$顶点,具有值至少(分别)。最多最小化)$t$。这里,顶点集的值计算为$α$乘以$S$中具有恰好一个端点的边的数量加上$1-α$乘以$S$中具有两个端点的边的数量。这两个问题推广了许多著名的图的问题,如Denmark $k$ -Subgraph,Sparmark $k$ -Subgraph,Partial Vertex Cover,Max($k$,$n-k$)-Cut.在这项工作中,我们完成了几种类型的稀疏图的结构参数描述的参数化复杂性的图片。特别是,我们提供核化算法和核下界这些问题。我们的核化的一个有点令人惊讶的结果是,部分顶点覆盖和最大$(k,n-k)$ -切割不仅表现在相同的方式,但这两个问题的核可以通过相同的算法获得。
2022-10-18 cs.DM cs.DS
Distributed Sparsest Cut via Eigenvalue Estimation
提出在CONGEST模型中逼近图稀疏割值(电导率φ)的新算法,运行轮次为O(log²n/φ),输出满足φ≤φ̃≤√(2.01φ)的近似值,并推广到k路电导率,算法基于归一化拉普拉斯矩阵特征值估计,简单易实现。
2026-06-29 cs.DS
The Sparse Awakens: Streaming Algorithms for Matching Size Estimation in Sparse Graphs
估计最大匹配的大小是图算法中的一个典型问题,并且在一系列不同的计算模型上吸引了广泛的研究。我们提出了改进的流算法近似稀疏(有界荫度)图的最大匹配的大小。* 仅插入流:我们提出了一个单程算法,需要O(c log^2 n)的空间和近似的最大匹配的大小在一个因子O(c)荫度c的图。该算法比现有的O~(cn^{2/3})空间流算法有了很大的改进。* 动态流:给定动态图形流(即,针对c-有界荫度图的边的插入和删除问题,我们提出了一个单遍算法,该算法使用空间O~(c^{10/3}n^{2/3}),并返回最大匹配大小的O(c)-估计。该算法改进了现有的O~(cn^{4/5})空间算法,其中O~(.)符号在$n$依赖项中隐藏对数。与以前的作品相比,我们的结果更多地利用了对输入的流访问,并根据流中边的排序以及稀疏图的度分布和结构属性来表征匹配大小。
2016-11-14 cs.DS
Approximating the Chvátal--Gomory Closure of Capacity-Bounded Min-Closed Systems
Università della Svizzera italiana(瑞士意大利语大学);Istituto Dalle Molle di studi sull’intelligenza artificiale (IDSIA USI-SUPSI)(达莱莫勒人工智能研究研究所(IDSIA USI-SUPSI));Scuola universitaria professionale della Svizzera italiana(瑞士意大利语专业大学)
本文针对容量受限最小闭系统,证明了常数次平方和松弛可为其第一CG闭包上的线性目标最大化提供PTAS,扩展了混合符号约束下的近似保证。
2026-09-30 cs.DS
From Chinese Postman to Salesman and Beyond I: Approximating Shortest Tours $δ$-Covering All Points on All Edges
本文提出δ覆盖所有边上点的最短回路δ-Tour问题,针对不同δ取值区间设计了多项式时间近似算法,是该问题系列研究的第一篇。
2025-02-24 cs.CC cs.DS
Online Matching in Sparse Random Graphs: Non-Asymptotic Performances of Greedy Algorithm
受顺序预算分配问题的启发,我们研究了顶点之间的连接不是i.i.d.的在线匹配问题,但它们有固定的度分布--所谓的配置模型。我们估计竞争比的最简单的算法,贪婪,通过近似一些相关的随机离散过程,其连续的同行,这是一个显式系统的偏微分方程的解决方案。这种技术给出了精确的估计误差的界限,随着问题大小的增加,具有任意高的概率。特别是,它允许不同的配置模型之间的正式比较。我们还证明,相当令人惊讶的是,贪婪可以有更好的性能保证比排名,另一个著名的在线匹配算法,通常优于前者。
2021-07-02 cs.DS stat.ML
Approximating Minimum Cost Connectivity Orientation and Augmentation
我们调查的问题,解决组合连接增强和方向设置。我们给出了一个多项式时间的6-近似算法,找到一个最小成本的子图的无向图$G$,承认一个方向覆盖一个非负交叉$G$ -超模需求函数,由弗兰克定义。一个重要的例子是$(k,\ell)$ -边连通性,它是全局边连通性和根边连通性的一个常见推广。我们的算法是基于一个非标准的应用程序的迭代舍入方法。我们观察到,标准的线性规划与切割约束是不适合的,并使用替代的线性规划与分区和共分区的约束。该证明需要一种新型的分区和共分区不交叉技术。我们还考虑了问题设置时,成本的边缘可以是不同的两个可能的方向。对于$k$边缘连接性的更简单要求,问题已经变得更加困难。Khanna,Naor和Shepherd证明了当$k=1$为整数时,自然线性规划的完整性缺口至多为$4$,并证明了对于所有固定的$k$,它是常数。我们通过证明一个$Ω(|V|)$完整性缺口来反驳这个猜想,即使当$k=2$。
2017-11-16 cs.DM cs.DS math.CO
OSNAP: Faster numerical linear algebra algorithms via sparser subspace embeddings
给定某些参数eps,d的“不经意子空间嵌入(OSE)”是R^{m x n}中矩阵B上的分布D,使得对于R^n中具有dim(W)= d的任何线性子空间W,它保持Pr_{B ~ D}(对于W中的所有x|| B x||_2 in(1 +/- eps)||x||_2)> 2/3我们证明了一个OSE存在,m = O(d^2/eps^2),并且其中D的支撑中的每个B每列正好有s=1个非零元素。这改进了先前在[Clarkson-Woodruff,arXiv:1207.6365]中最著名的边界。我们对d的二次依赖对于任何s=1的OSE都是最优的[Nelson-Nguyen,2012]。我们还给出了两个OSE,我们称之为不经意稀疏范数近似投影(OSNAP),它们都允许参数设置m = 0(d/eps^2)和s = polylog(d)/eps,或者对于任何常数gamma>0,m = O(d^{1+gamma}/eps^2)和s=O(1/eps)。这个m几乎是最优的,因为m >= d是简单地需要的,W的非零向量没有落在B的核中。这是第一个m=o(d^2)的结构,也是第一个s=o(d)的结构。事实上,我们的OSNAP只不过是[Kane-Nelson,SODA 2012]的稀疏Johnson-Lindenstrauss矩阵。我们的分析都产生OSE的采样使用O(1)明智或O(log d)明智的独立散列函数,这…
2012-11-05 cs.DS math.PR
On Polynomial Kernels for Integer Linear Programs: Covering, Packing and Feasibility
本文研究了整数线性规划的可行性判定问题,以及寻找覆盖和填充整数线性规划的好解问题的多项式核的存在性。我们的主要结果如下:首先,我们表明,ILP可行性问题承认没有多项式核化时,参数化的变量和约束的数量,除非NP \subseteq coNP/聚。这扩展到有限的情况下,有界变量的程度和有限数量的变量,每个约束,并覆盖和包装的ILP。其次,我们给出了覆盖ILP问题的多项式核化,当A是行稀疏的时,要求解Ax >= b,c^Tx <= k,由k参数化;这推广了具有0/1-变量和系数的特殊情况(d-命中集)的已知多项式核化。
2013-02-15 cs.CC cs.DS
Approximability of Sparse Integer Programs
本文主要研究一类整数规划的一对新的近似算法。首先,对于覆盖整数规划{mincx:Ax >= b,0 <= x <= d},其中A每行至多有k个非零值,我们给出了一个k-近似算法. (We假设A,b,c,d都是非负的。对于任意k >= 2且eps>0,如果P!= NP这个比率不能提高到k-1-eps,并且在唯一博弈猜想下这个比率不能提高到k-eps。一个关键的想法是用其他具有更好的舍入特性但具有相同的非负积分解的约束来替换单个约束;另一个关键因素是背包覆盖不等式。其次,对于填充整数规划{max cx:Ax <= b,0 <= x <= d},其中A每列至多有k个非零值,我们给出了一个(2k^2+2)-近似算法.我们的方法建立在迭代LP松弛框架。此外,我们得到了改进的近似的第二个问题时,k=2,并为这两个问题时,每一个A_{ij}是小的相比,b_i。最后,我们证明了一个17/16-不可逼近覆盖整数规划,每列最多有两个非零。
2010-02-09 cs.DM cs.DS
Estimating operator norms using covering nets
我们提出了几个多项式和拟多项式时间的近似计划的一大类广义算子规范。特殊情况包括矩阵的$2\rightarrow q$范数为$q>2$,支持功能的一组可分离的量子态,找到最少的噪音输出的纠缠打破量子信道,并近似内射张量范数为两个Banach空间之间的映射,其因子分解范数通过$\ell_1^n$是有界的。这些复制,并在某些情况下,提高了以前的算法的性能,由Brandeono-Christandl-Yard和后续工作,这是基于平方和层次结构,其分析使用的技术从量子信息,如一夫一妻制原则的纠缠。相比之下,我们的算法是基于蛮力枚举仔细选择的覆盖网。这些方法的优点是使用更少的内存,具有更简单的证明,并为问题提供新的几何见解。Shi-Wu和Barak-Kelner-Steurer也提出了类似问题的基于网络的算法,但在每种情况下,运行时间都是某个矩阵秩的指数。我们通过使用$\ell_1$空间中存在的小得多的网来实现多项式或准多项式运行时。这一原则已被用于学习理论,在那里它被称为莫雷的经验方法。
2015-09-16 cs.CC cs.DS math.OC