Property Testing of Joint Distributions using Conditional Samples
本文在条件抽样框架下研究了联合分布的性质检验问题。在标准抽样模型中,联合分布性质检验的样本复杂度在维数上是指数级的,导致实际应用中的算法效率低下。虽然最近的结果以显着较小的样本复杂度实现了产品分布的有效算法,但当边缘不独立时,预计不会有有效的算法。我们在多维背景下开始了条件抽样的研究。我们提出了一个子立方体条件抽样模型,测试人员可以条件(自适应)选择的子立方体的域。由于其简单性,该模型在许多实际应用中是潜在可实现的,特别是当分布是针对某个集合$Σ$的$Σ^n$上的联合分布时。我们提出了算法的各种基本性质的分布在子立方体条件模型,并证明了样本的复杂性是多项式的维度$n$(而不是指数在传统的模型)。我们提出了一个算法测试同一性的一个已知的分布使用$\tilde{\mathcal{O}}(n^2)$ -子立方体条件样本,一个算法测试同一性的两个未知的分布之间使用$\tilde{\mathcal{O}}(n^5)$ -子立方体条件样本和一个算法测试同一性的产品分布使用$tilde{\mathcal{O}}(n^5)$ -子立方体条件样本。我们的技术的中心概念涉及到一个优雅的链式法则,它可以使用概率论的基本技术来证明,但足够强大,以避免维数灾难。
2022-08-01 cs.CC
Quantum property testing for bounded-degree graphs
研究了有界度图的二分性和扩张性的量子算法。我们给出了量子算法,解决这些问题的时间为O(N^(1/3)),击败欧米茄(sqrt(N))的经典下界。对于测试扩展,我们还证明了一个Omega(N^(1/4))量子查询下界,从而排除了指数量子加速的可能性。我们的量子算法遵循经典的属性测试技术,由于Goldreich和Ron,去随机化,和元素独特性的量子算法的组合。量子下界由多项式方法得到,使用新的代数技术和组合分析,以适应图结构。
2011-06-20 cs.CC quant-ph
Streaming Property Testing of Visibly Pushdown Languages
在语言识别的背景下,我们证明了流属性测试程序对流算法和属性测试程序的优越性,当它们不相结合时。由Feigenbaum等人发起,流式特性测试器是在特性测试近似下识别语言的流式算法:它必须将语言的输入与那些远离它的$\varepsilon$区分开,同时使用最小可能的存储器(而不是限制其输入查询的数量)。我们的主要结果是一个流$\varepsilon$ -属性测试明显下推语言(VPL)与单侧错误使用内存空间$\mathrm{poly}((\log n) / \varepsilon)$。这种结构依赖于一个(非流)属性测试仪加权正则语言的基础上,以前的测试仪由阿隆等人。我们提供了一个简单的应用程序,这个测试仪流测试特殊情况下的VPL已经很难流算法和属性测试。我们的主要算法是一个原始的模拟相结合的明显下推自动机使用堆栈的高度小,但可能的线性大小的项目。在第二步中,这些项目被小草图取代。这些草图依赖于我们引入的后缀采样的概念。这种采样是将我们的流测试器算法连接到属性测试器的关键思想。
2015-11-03 cs.CC cs.DS
Property Testing in Bounded Degree Hypergraphs
本文将性质测试扩展到有界度超图,给出有界树宽超图中k-部性测试的查询复杂度与n无关的随机算法,并证明k-可着色性、k-部性和独立数测试的Ω(n)最优下界。
2025-03-13 cs.CC cs.DM
Quantum Property Testing Algorithm for the Concatenation of Two Palindromes Language
针对两个回文拼接语言 $L_{REV}$,论文提出量子性质测试算法,并证明其在性质测试与一般识别情形下相对经典查询复杂度均实现多项式加速。
2024-06-17 cs.CC cs.DS quant-ph
Lower Bounds for Unitary Property Testing with Proofs and Advice
本文提出利用酉信道甄别的新技术,证明酉性质测试的量子查询复杂度下界,适用于带量子证明和建议的测试器,并去除对数因子,推论出量子预言机下QMA(2)不包含SBQP。
2025-04-17 cs.CC quant-ph
Attribute Estimation and Testing Quasi-Symmetry
一个布尔函数是对称的,如果它在其参数的所有排列下都是不变的;它是准对称的,如果它关于它实际依赖的参数是对称的。我们提出了一个测试,接受每个准对称函数,除了错误概率最多delta>0,拒绝每个函数,不同于每个准对称函数的至少一个分数n>0的输入。对于一个有n个参数的函数,该测试在O((n/delta)\log(n/delta))输入处探测该函数。我们的准对称性测试获取有关函数实际依赖的参数的信息。为了做到这一点,它采用了我们称之为属性估计的属性测试范式的泛化。与属性测试一样,属性估计使用随机抽样来获得只有“单侧”误差的结果,并且以高概率接近准确。
2007-08-15 cs.CC
Computational Complexity in Property Testing
Columbia University(哥伦比亚大学);Boston University(波士顿大学)
本文研究属性测试的计算复杂性,揭示查询与时间复杂性之间的关系,并通过细粒度分析证明了属性测试中查询和时间复杂性的分离。
2026-03-10 cs.CC cs.DS
New Results on Quantum Property Testing
我们提出了几个新的例子,可通过量子算法的性能测试的背景下获得的加速。首先,由抽样算法的动机,我们认为概率分布的形式,一个预言$f:[n]\to[m]$。这里,结果$j\in[m]$的概率$\PP_f(j)$是$f$映射到$j$的域的分数。我们给出量子算法测试是否两个这样的分布是相同的或$ε$ -远在$L_1$ -规范。最近,Bravyi、Hassidim和Harrow \cite{BHH10}表明,如果$\PP_f$和$\PP_g$都是未知的(即,由预言机$f$和$g$给出),那么这个测试可以在对函数的大致$\sqrt{m}$量子查询中完成。我们考虑的情况下,第二个分布是已知的,并表明,测试可以大致$m^{1/3}$量子查询,我们证明是本质上是最优的。与之相比,已知经典测试算法在未知-未知情况下需要约$m^{2/3}$查询,在已知-未知情况下需要约$\sqrt{m}$查询。基于这一结果,我们还通过量子预言机访问降低了图同构测试器的查询复杂度。虽然这些例子提供了多项式量子加速,我们的第三个例子给出了一个更大的改进(常数量子查询与多项式经典查询)测试周期性的问题,基于Shor的算法和Lachish和Newman \cite{lachish&newman:periodicity}的经典下界的修改。这为最近由于Aaronson \cite{aaronson:bqpph}而导致的常数对多项式…
2010-05-12 cs.CC quant-ph
A List of Complexity Bounds for Property Testing by Quantum Sample-to-Query Lifting
University of Pennsylvania(宾夕法尼亚大学);University of Edinburgh(爱丁堡大学);University of Technology Sydney(悉尼科技大学)
本文通过量子样本到查询提升方法,汇总了49个性质测试的复杂度界限,其中41个为新结果,18个为近最优。
2025-12-01 cs.CC cs.IT math.IT
GSF-locality is not sufficient for proximity-oblivious testing
在属性测试中,邻近不经意测试器(POT)形成了一类特别简单的测试算法,其中基本测试被执行多次,这可能取决于邻近参数,但是基本测试本身与邻近参数无关。在他们的开创性工作中,Goldreich和Ron [STOC 2009; SICOMP 2011]表明,允许在有界度模型中进行常量查询邻近不经意测试的图形属性正是可以表示为满足非传播条件的广义子图自由度(GSF)属性的属性。它是左开放的非传播条件是否是必要的。事实上,调用属性可表示为广义子图自由度属性GSF局部属性,他们问是否所有GSF局部属性是非传播的。我们给出了一个否定的答案,表现出的性质,是GSF-本地和传播的图。因此,特别是,我们的财产不承认一个POT,尽管是GSF本地。我们通过利用作者最近的一项工作来证明我们的结果,该工作构建了一个不可测试的一阶(FO)属性[SODA 2021],以及FO属性和GSF局部属性之间通过邻域配置文件的新联系。
2021-05-18 cs.CC cs.DM cs.DS
Testing linear-invariant properties
固定一个素数$p$和一个正整数$R$。研究了函数$\mathbb F_p^n\to[R]$的性质测试问题。我们说一个属性是可测试的,如果存在一个不经意的测试者,这个测试者具有单侧错误和恒定的查询复杂度。此外,如果测试也独立于邻近参数$ε$,则属性是邻近遗忘可测试的(PO-可测试的)。众所周知,许多自然属性,如线性和作为低次多项式是PO可测试的。这些性质是线性不变性质的例子,这意味着它们在域的线性自同构下保持不变。继Kaufman和Sudan的工作之后,线性不变性质的研究已经成为算术性质测试中的一个重要问题。在这个领域的一个中心猜想,由Bhattacharyya,Grigorescu和Shapira提出,是线性不变性质是可测试的当且仅当它是半子空间遗传的。我们证明了两个结果,第一个解决了这个猜想,第二分类PO-可测试的性质。(1)线性不变性质是可检验的当且仅当它是半子空间遗传的。(2)一个线性不变的性质是PO可检验的,当且仅当它是局部特征的。我们的创新是双重的。我们给出了一个更强大的版本的紧凑性参数首先介绍了阿隆和Shapira。这依赖于一个新的强算术正则性引理,其中一个混合不同级别的高尔斯均匀性。这使我们能够扩展Bhattacharyya,Fischer,Hatami,Hatami和Lovett的工作,消除他们工作中的有限复杂性限制。我们的第二个创新是一种称为修补的新颖的封装技术。…
2020-07-03 cs.CC math.CO
Unitary Subgroup Testing
我们考虑量子线路$C$的$\textit{subgroup testing}$问题:给定对$C$的访问,确定它是否实现了一个酉,即$a$ -接近或$b$ -远离酉群的子群$\mathcal{G}$。它包括精确测试、性能测试和容差测试问题。在这项工作中,我们研究这些问题与组$\mathcal{G}$的平凡子群(即身份测试)或泡利或Clifford组和他们的$q$ -ary扩展,和$\textit{promise}$版本的这些问题,其中$C$是承诺在一些子群的酉包含$\mathcal{G}$(例如身份测试Clifford电路)。我们的主要结果是泡利测试,Clifford测试和身份测试之间的等价性。我们通过给出Clifford酉的一个结构性质,证明了Clifford酉与恒等检验的等价性。也就是说,它们的(归一化)迹位于离散集$\{2^{-k/2}: k \in \mathbb{N}\} \cup \{0\}$中,而与维数无关。我们还陈述并证明了$q$元Clifford的类似性质。这个结果使我们能够分析一个非常简单的单查询身份测试下的Clifford/Pauli承诺。为了证明泡利和恒等式检验之间的等价性,我们分析了非泡利幺正在泡利群上的共轭作用,并证明了它与泡利群的距离影响不动点的个数.我们认为,这些结果是感兴趣的,独立于他们的应用,以建立等效性。我们使用的等价比较(从而建立)泡利和克利福…
2022-11-22 cs.CC quant-ph
Erasure-Resilient Property Testing
属性测试器形成了一类重要的次线性算法。在标准属性测试模型中,算法通过返回所有查询域点处的函数值的oracle访问输入函数。在许多现实情况下,由于隐私问题,或者当某些值被错误或对手删除时,oracle可能无法在某些域点上显示函数值。我们发起了一项研究的属性测试仪,是有弹性的存在adversarially擦除的功能值。属性P的α擦除弹性ε测试器被给定参数α,ε in(0,1),以及对函数f的oracle访问,使得至多函数值的α分数已经被擦除。测试仪不知道某个点是否被擦除,除非它查询该点。如果有一种方法可以将值分配给擦除点,使得所得函数满足P,则测试人员必须以高概率接受。如果对于擦除点的所有值分配,所得到的函数必须在非擦除畴点的至少ε分数中改变以满足P。弹性性能测试仪用于测试大类性能。对于某些属性,可以通过将标准测试程序用作黑盒来获得可恢复擦除的测试程序。但是,还有更多具有挑战性的属性,所有已知的测试人员都依赖于查询特定的点。如果这个点被擦除,所有这些测试器都坏了。我们给出了有效的擦除弹性测试几类这样的属性,包括单调性,Lipschitz属性,凸性。最后,我们描述了一个属性,可以在标准模型中使用O(1/2)查询进行ε测试,而在擦除弹性模型中测试它需要输入大小的查询多项式数。
2016-07-20 cs.CC cs.DM cs.DS
Distribution Testing Under the Parity Trace
本文引入奇偶迹下的分布测试抽象,仅揭示样本元素的最低有效位,从而揭示困惑收集者分布测试、测试与学习问题及迹重构属性测试间的联系,并得出新的上下界及紧致界限。
2023-04-03 cs.CC cs.DS
Testing Uniformity of Stationary Distribution
有向图上的随机游动给出图的顶点上的马尔可夫链。在马尔可夫链的上下文中经常出现的一个重要问题是图的顶点上的均匀分布是否是马尔可夫链的平稳分布。马尔可夫链的平稳分布是图的全局性质。本文证明了正则有向图顶点的均匀分布是否是平稳分布,取决于图的一个局部性质,即如果(u,v)是有向边,则出度(u)等于入度(v).这一结果也有一个应用程序的问题,测试是否一个给定的分布是均匀的或“远”是均匀的。这是性能测试和统计学中研究得很好的问题。如果分布是有向图上的惰性随机游动的平稳分布,并且该图作为输入给出,那么需要查询输入图的多少位才能确定分布是均匀的还是“远离”它?这是一个图属性测试的问题,我们认为这个问题的方向模型(介绍Halevy等人)。我们减少这个问题,以测试(在方向模型)是否有向图是欧拉。并利用Fischer等人关于测试(在方向模型中)图是否为欧拉图的查询复杂度的结果,得到了测试图的平稳分布是否为均匀分布的查询复杂度的界。
2016-03-10 cs.CC cs.DS
Property Testing with Online Adversaries
研究在线对抗模型下的属性测试,提出批量查询和扩展擦除参数以克服不可能性结果,并给出线性测试最优算法及序列局部属性的最优测试器。
2023-11-28 cs.CC cs.DM cs.DS
Property Testing for Cyclic Groups and Beyond
本文研究了输入(Gamma,*)是否接近于某类群的判定问题,其中Gamma是一个未知大小的有限集,* 是Gamma上的一个二元运算. Friedl等人[Efficient testing of groups,STOC'05]已经构建了一个使用poly(log |Gamma|)查询阿贝尔群类的有效测试器。我们专注于本文中的阿贝尔群的子类,并表明,这些问题要困难得多:欧米茄(|Gamma| ^{1/6})查询是必要的,以测试输入是否接近一个循环群,和欧米茄(|Gamma| ^c)查询一些常数c是必要的,以测试更一般的输入是否接近一个阿贝尔群所产生的k个元素,任何固定整数k>0。我们还表明,知识的地面集伽玛的大小有助于只为k=1,在这种情况下,我们构建一个有效的测试使用多(log |Gamma|)查询;对于任何其他值k>1的查询复杂性仍然是欧米茄(|Gamma| ^c)。我们所有的上限和下限都适用于编辑距离和汉明距离。这些是,据我们所知,第一个非平凡的下界,这样的群体理论问题的属性测试模型,特别是,他们意味着第一个指数分离之间的经典和量子查询复杂性的测试接近类的群体。
2011-08-04 cs.CC cs.DS quant-ph
Improved Lower Bounds for Testing Triangle-freeness in Boolean Functions via Fast Matrix Multiplication
了解线性不变性质测试的查询复杂度一直是代数性质测试研究中的一个中心问题。布尔函数的无三角形性是一个简单的性质,其测试复杂度是未知的。三个布尔函数$f_1$、$f_2$和$f_3: \mathbb{F}_2^k \to \{0, 1\}$被称为无三角形,如果不存在$x, y \in \mathbb{F}_2^k$使得$f_1(x) = f_2(y) = f_3(x + y) = 1$。已知该属性是强可测试的(Green 2005),但是所需的查询数量的上限仅由高度为$1 / \epsislon$中的多项式的二进制塔限定,其中$\epsislon$是测试的函数三元组和无三角形之间的距离,即,需要修改以使三重三角形自由的函数值的最小分数。Bhattacharyya和Xie(2010)给出了任何单侧测试者的$(1 / ε)^{2.423}$下限。在这项工作中,我们改进了这个绑定到$(1 / ε)^{6.619}$。有趣的是,我们证明了这一点的组合结构称为\emph{uniquely solvable puzzles},这是在Coppermith和Winograd著名的矩阵乘法算法的核心。
2013-08-07 cs.CC cs.DS
Hard properties with (very) short PCPPs and their applications
我们发现,存在的属性,最大限度地难以测试,同时仍然承认PCPP的证明大小非常接近线性。具体地,对于每个固定的$\ell$,我们构造满足以下的性质$\mathcal{P}^{(\ell)}\subseteq\{0,1\}^n$:$\mathcal{P}^{(\ell)}$的任何测试算法需要$Ω(n)$许多查询,并且$\mathcal{P}^{(\ell)}$具有证明大小为$O(n\cdot \log^{(\ell)}n)$的恒定查询PCPP,其中$\log^{(\ell)}$表示$\ell$乘以迭代的对数函数(例如,$\log^{(2)}n = \log \log n$)。对于最难测试的性质,PCPP验证尺寸的最佳已知上限是$O(n \cdot \mathrm{poly}\log{n})$。作为一个直接的应用程序,我们得到更强的分离之间的标准测试模型和宽容的测试模型和擦除弹性测试模型:对于每一个固定的$\ell$,我们构建一个属性,有一个恒定的查询测试,但需要$Ω(n/\log^{(\ell)}(n))$查询每个宽容或擦除弹性测试。
2019-11-15 cs.CC cs.DM
Testing Low Complexity Affine-Invariant Properties
关于域的线性或仿射变换的不变性可以说是自然代数性质所表现出的最常见的对称性。在这项工作中,我们表明,任何低复杂度的仿射不变性质的多元函数在有限域是可测试的一个常数数量的查询。例如,这立即反驳了F_p上次数为d < p的里德-穆勒码是可测试的,其论点除了通过与仿射映射的合成来保持低次数之外,没有使用关于多项式的详细代数信息。仿射不变性质P的复杂度是指格林和陶定义的最大复杂度(Ann.Math.2008),用于表征P的线性形式的集合。我们的主要结果的更精确的陈述是,对于任何固定素数p >=2和固定整数R >= 2,函数f的任何仿射不变性质P:F_p^n -> [R]是可测试的,假设该属性的复杂性小于p。我们的证明涉及在代数环境中开发类似的图论技术,使用高阶傅立叶分析的工具。
2012-10-08 cs.CC math.CO
Testing Properties of Edge Distributions
Massachusetts Institute of Technology(麻省理工学院)
本文研究了图边分布的概率分布检验问题,提出了测试二分图性、三角形自由性和平方自由性近紧界,揭示了其样本复杂度与图结构的关系。
2026-08-14 cs.CC cs.DS
A Unified Complexity Framework for Quantum Property Testing
School of Computer Science, Shanghai Jiao Tong University(上海交通大学计算机学院)
该研究提出了一个量子泛函估计的统一下界框架,推导了多种量子属性测试问题的近紧下界,证明了20多种量子算法的最优性。
2026-10-30 cs.CC cs.IT math.IT
Testing Formula Satisfaction
我们研究的查询复杂性测试的属性定义的只读一次公式,作为实例的{ \em大规模参数化的属性},并证明了几个可测性和不可测性的结果。首先,我们证明了可测试性的布尔只读一次公式接受的任何属性,涉及任何有界的arity门,与一些查询指数在$ε$,双指数的arity,并独立于所有其他参数。当门被限制为单调时,我们证明了存在{ \em estimation}算法,该算法输出满足该属性的输入距离的近似值。对于只涉及与“或”门的公式,我们提供了一个更有效的测试,其查询复杂度仅为准多项式在$ε$。另一方面,我们表明,这种可测试性的结果不持有一般的公式在非布尔字母表,具体来说,我们构建一个属性定义的只读一次元$2$(非布尔)公式的大小$4$的字母表,这样,任何$1/4$测试它需要一些查询的公式大小。我们还提出了这样一个公式的大小$5$,另外满足强单调性条件的字母表。
2014-03-27 cs.CC cs.DS
On active and passive testing
给定布尔函数的一个属性,以高概率确定输入函数是否满足该属性或“远”不满足该属性所需的最少查询次数是多少?这是属性测试中的一个基本问题,传统上测试算法允许在整个输入集中选择查询。Balcan,Blais,Blum和Yang最近建议限制测试人员从输入的多项式大小的较小随机子集中进行查询。这种模型被称为主动测试,在极端情况下,当我们可以查询的集合的大小正好是执行的查询数量时,它被称为被动测试。我们证明了被动或主动测试的k-线性函数(即,在Z_2上的n个变量之间的k个变量的总和)需要Theta(k*log n)查询,假设k不是太大。这扩展了情况k=1,(即独裁者的功能),分析了Balcan等。我们也考虑其他类型的功能,包括低次多项式,juntas,和部分对称的功能。我们的方法结合了代数,组合和概率技术,包括Talagrand浓度不等式和Erdos-Rado定理的三角洲系统。
2015-11-15 cs.CC cs.DM cs.DS
Coherence in Property Testing: Quantum-Classical Collapses and Separations
本文研究相干性在分布支持大小性质测试中的作用,证明相干性本身无法突破经典困难性,但子集态证明可带来指数级量子优势,并揭示一般量子证明对性质测试无帮助的 QMA 坍缩现象。
2024-11-06 cs.CC quant-ph
On the Power of Conditional Samples in Distribution Testing
在本文中,我们定义和检查的权力的{ \em条件采样}甲骨文的分布属性测试的背景下。用于离散分布$μ$的条件采样预言机将域的子集$S \subset [n]$作为输入,并输出根据$S$(并独立于所有先前样本)条件的$μ$绘制的随机样本$i \in S$。条件采样预言机是普通采样预言机的自然推广,其中$S$始终等于$[n]$。我们表明,与条件抽样预言,测试均匀性,测试身份的一个已知的分布,并测试任何标签不变的属性的分布是比普通的抽样预言更容易。另一方面,我们还表明,对于某些分布特性的样本复杂性仍然接近最大,即使有条件采样。
2014-04-08 cs.CC cs.DS math.PR
Quantum Property Testing for Bounded-Degree Directed Graphs
School of Computer Science and Technology, University of Science and Technology of China(中国科学技术大学计算机科学与技术学院)
研究受限度有向图的量子属性测试,证明在单向模型中可实现近二次量子加速,同时展示特定属性在单向模型中的查询下界。
2026-10-06 cs.CC cs.DS quant-ph
Hamiltonian Property Testing
Univ. Grenoble Alpes(格勒诺布尔阿尔卑斯大学);CNRS(法国国家科学研究中心);Grenoble INP(格勒诺布尔国立理工学院);LIG(格勒诺布尔信息学实验室);Dahlem Center for Complex Quantum Systems(达勒姆复杂量子系统中心);Department of Computer Science, University of Warwick(华威大学计算机科学系);Institute for Quantum Information, RWTH Aachen University(亚琛工业大学量子信息研究所);Univ Lyon(里昂大学);Inria(法国国家信息与自动化研究所);ENS Lyon(里昂高等师范学院);UCBL(里昂第一大学);LIP(里昂信息处理实验室);Mohammed VI Polytechnic University(穆罕默德六世理工大学)
本文提出了一种高效的哈密顿量局部性测试算法,展示了在有限量子能力下,广泛哈密顿量属性的高效测试可能性,并证明了哈密顿量测试与学习之间的指数分离。
2026-01-14 cs.CC cs.DS cs.IT
Relative-error testing of conjunctions and decision lists
本文研究布尔函数合取式和决策列表的相对误差性质测试,分别给出查询复杂度为 O(1/ε) 的单侧误差测试器和匹配标准模型最优结果的 Õ(1/ε) 双侧误差测试器。
2025-04-11 cs.CC cs.DM cs.DS
Earthmover Resilience and Testing in Ordered Structures
属性测试中的主要挑战之一是表征那些可以用恒定数量的查询来测试的属性。对于无序结构,如图和超图,这个任务已经基本解决。然而,对于有序结构,如字符串,图像和有序图,一般的特征化问题似乎非常困难。在本文中,我们确定了一个广泛的有序结构的属性-推土机弹性(ER)的属性-并表明,“良好的行为”,这样的属性,使我们能够获得一般的可测性结果是类似的(和更一般的)无序图。如果粗略地说,满足P的对象中元素顺序的微小变化不能使该对象远离P,则属性P是ER。ER属性的类别包括,例如,所有无序图的性质,图像的许多自然视觉性质,如凸性,以及有序图和图像的所有遗传性质。一个特殊的情况下,我们的结果意味着,建立在最近的结果阿隆和作者,一个给定的图像或有序图的距离从任何遗传属性可以估计(具有良好的概率),以一个常数的附加误差,使用一个常数的查询。
2018-01-29 cs.CC cs.DS math.CO