Streaming Graph Computations with a Helpful Advisor
出于将工作外包给商业云计算服务的趋势,我们考虑流模式的变化,其中流算法可以由可以向数据流提供注释的强大助手来辅助。我们扩展了以前的工作,这样的{ \em注释模型}考虑一些图流问题。没有注释,流算法的图形问题一般需要大量的内存,我们表明,对于许多标准的问题,包括所有的图形问题,可以表示与完全么模整数规划公式,只有一个恒定数量的散列值需要单通算法给定线性大小的注释。我们还获得了一个协议,实现\textit{optimal}之间的权衡注释长度和内存使用的矩阵向量乘法,这一结果有助于最近的研究趋势,在流模型的数值线性代数。
2010-06-22 cs.CC cs.DS
Multi-Pass Graph Streaming Lower Bounds for Cycle Counting, MAX-CUT, Matching Size, and Other Problems
考虑流模型中的以下间隙循环计数问题:$2$ -正则$n$ -顶点图$G$的边在流中逐个到达,并且我们保证$G$是$k$ -循环或$2k$ -循环的不相交并集,对于一些小的$k$ ;目标是区分这两种情况。Verbin和Yu [SODA 2011]介绍了这个问题,并表明解决这个问题的任何单通道流算法都需要$n^{1-Ω(\frac{1}{k})}$空间。这个结果及其背后的技术-布尔隐藏超匹配通信问题-已经被广泛用于证明各种问题的流下界。尽管它的意义和广泛的应用范围,Verbin和Yu的下界技术带有一个关键的弱点,这是继承了所有后续的结果:布尔隐藏超匹配问题是困难的,只有当正好有一轮的通信,可以解决对数通信在两轮。因此,从这个问题导出的所有流下界仅适用于单通道算法。我们证明了第一个多遍的间隙周期计数问题的下限:任何$p$通过流算法,可以区分不相交的联盟$k$ -周期与$2k$ -周期-甚至$k$ -周期与一个哈密尔顿周期-需要$n^{1-\frac{1}{k^{Ω(1/p)}}}$空间。作为这个结果的推论,我们可以将许多以前的下界扩展到多遍算法。例如,我们现在可以证明,$(1+ε)$近似于MAX-CUT的值、最大匹配大小或$n$ × $n$矩阵的秩的任何流算法需要$n^{Ω(1)}$空间或$Ω(\log{(\frac{1}ε)})$遍。对于所有这些问题,先前的工作甚至只在两个通道中打开了…
2021-04-17 cs.CC cs.DS
Polynomial Pass Semi-Streaming Lower Bounds for K-Cores and Degeneracy
针对 k-cores 和 degeneracy 这两个自然图问题,首次证明半流式算法需要多项式轮次下界(从 n^{1/5} 提升至 n^{1/3}),并改进底层通信问题的下界。
2024-05-23 cs.CC cs.DS
Optimal Single-Pass Streaming Lower Bounds for Approximating CSPs
Carnegie Mellon University(卡内基梅隆大学);Toyota Technological Institute(丰田技术研究所);University of Waterloo(滑铁卢大学)
研究单次流下界,针对Max-CSPs的近似问题,提出线性空间下界,涵盖更广泛的问题类,并优化了之前的结果。
2026-04-09 cs.CC cs.DS
Multi-Pass Streaming Lower Bounds for Uniformity Testing
Shenzhen International Center For Industrial And Applied Mathematics, Shenzhen Research Institute of Big Data(深圳国际工业与应用数学中心,深圳大数据研究院);UC Berkeley(加州大学伯克利分校)
本文研究了多轮流式处理中均匀性测试的下界,通过混合论证和通信问题的下界证明,揭示了偏置方向不确定性是难度来源,扩展了单轮下界至多轮。
2025-12-25 cs.CC cs.DS
Tight Streaming Lower Bounds for Deterministic Approximate Counting
本文研究流式 $k$-计数器近似计数,通过新势函数证明确定性最坏情况需 $Ω(k\log(n/k))$ 比特空间,并推出 Misra-Gries 算法空间最优。
2024-06-17 cs.CC cs.DS
Streaming Hardness of Unique Games
我们研究了流模型中唯一游戏实例的近似值问题。一个简单的计数的数量的约束除以$p$,字母大小的唯一游戏,给出了一个平凡的$p$ -近似,可以计算在$O(\log n)$空间。同时,以高概率,$\tilde{O}(n)$约束的样本足以估计$(1+ε)$精度的最优值。我们证明,任何单通流算法,实现$(p-ε)$ -近似需要$Ω_ε(\sqrt{n})$空间。我们的证明是通过减少从下界的通信问题,这是一个$p$ ary变量的布尔隐藏匹配问题的文献中研究。考虑到Unique Games作为简化到其他优化问题的起点的效用,我们对Unique Games近似的强硬度可能会导致其他CSP类问题的流近似性的\emph{stream}硬度结果下降。
2018-11-12 cs.CC cs.DS
Arthur-Merlin Streaming Complexity
我们研究了亚瑟-梅林概率证明系统在数据流模型中的能力。我们展示了一个典型的$\mathcal{AM}$流算法的数据流问题的广泛的一类。该算法在证明长度和空间复杂度之间进行了折衷,并给出了一个求解\emph{Distinct Elements}问题的$\mathcal{AM}$流算法。给定长度为$m$的数据流在大小为$n$的字母表上,该算法使用$\tilde O(s)$空间和大小为$\tilde O(w)$的证明,对于每个$s,w$,使得$s \cdot w \ge n$(其中$\tilde O$隐藏$\polylog(m,n)$因子)。我们还证明了一个下界,表明每个$\mathcal{MA}$流算法的\emph{Distinct Elements}问题,使用$s$位的空间和大小$w$的证明,满足$s \cdot w = Ω(n)$。作为\emph{Distinct Elements}问题下界证明的一部分,我们给出了关于\emph{Gap Hamming Distance}问题的$\mathcal{MA}$通信复杂度的$Ω(\sqrt n)$的一个新下界,并证明了它的紧性.
2013-02-02 cs.CC cs.DS
Semi-Streaming Matching in a Single Pass I: A New Framework for Lower Bounds via Blueprints
University of Waterloo(滑铁卢大学)
研究半流模型下单遍最大匹配问题的最佳近似比率,开发新框架将问题简化为构造蓝图,既能捕捉现有下界,又能设计新蓝图排除更好近似,有望改进该领域开放问题。
2026-07-17 cs.CC cs.DS
Streaming Lower Bounds and Asymmetric Set-Disjointness
数据流的频率估计是流算法中的经典问题之一。经过大量的研究,现在有几乎匹配的上限和下限之间的权衡所需的样本的数量和算法的空间复杂度,当数据流是敌对的。然而,在数据流以随机顺序给出或随机的情况下,仅存在较弱的下限。在这项工作中,我们关闭这个差距,对数因子。为了做到这一点,我们考虑了针问题,这是在(Andoni et al. 2008,Crouch et al. 2016)中研究的频率估计的自然难题。这里,目标是区分具有$t$样本的数据流上的两个分布。第一个是在足够大的域上一致的。第二种是种植模型;一个秘密的“针"是均匀选择的,然后流中的每个元素都以概率$p$等于针,否则从域中均匀选择。设计使用空间$s \approx 1/(p^2 t)$区分分布的流算法是简单的。目前还不清楚这是否是严格的,因为现有的下限较弱。我们关闭这个差距,并表明,权衡是接近最佳的,对数因子。我们的证明建立并扩展了流算法和通信复杂性之间的经典联系,具体地说,多方唯一集不相交性。我们引入两个新的成分,使我们能够证明尖锐的界限。第一个是多方唯一集不相交性的非对称版本的下界,其中玩家接收不同大小的输入集,并且每个玩家的通信相对于其输入长度归一化。第二种是组合技术,允许通过第一个采样间隔在种植模型中对针叶进行采样,然后在每个间隔中对均匀的针叶进行采样。
2023-01-13 cs.CC cs.DS
Optimal Space and Time for Streaming Pattern Matching
在这项工作中,我们研究了最长公共子串,模式匹配,并在非对称流模型的最长模式匹配。在这个流模型中,我们对一个字符串进行随机访问,对另一个字符串进行流访问。我们提出了流算法与可证明的保证,这三个基本问题。特别是,我们的算法模式匹配提高了上界和击败随机和确定性流算法的内存上的无条件下限。除此之外,我们提出了在非对称流模型中具有最佳空间和时间的双模式匹配算法。
2021-07-09 cs.DS
Streaming PTAS for Binary $\ell_0$-Low Rank Approximation
我们给出了约束二进制$k$ -均值问题的3遍多对数空间流PTAS和二进制$\ell_0$ -低秩近似问题的4遍多对数空间流PTAS。最近人们研究了上述两个问题之间的联系。我们为前者设计了一个流PTAS,并使用此连接来获得后者的流PTAS。这是第一个常数通过,多对数空间流算法的两个问题之一。
2019-09-25 cs.DS
Lower Bounds and Improved Algorithms for Asymmetric Streaming Edit Distance and Longest Common Subsequence
本文研究了Saks和Seshadhri [SS13]提出的非对称流模型中的编辑距离(ED)和最长公共子序列(LCS)。作为随机访问模型和流模型之间的中间模型,该模型允许对一个字符串进行流访问,并对另一个字符串进行随机访问。我们的第一个主要贡献是系统的研究空间下界的ED和LCS的非对称流模型。以前,在此上下文中没有明确说明的结果,尽管可以从[SW 07][GG 10][EJ08]中最长递增子序列(LIS)的下限推断出LCS的一些下限。然而,这些界限只适用于大的字母表大小。在本文中,我们开发了几种新的技术来处理ED一般和LCS小字母表的大小,从而建立强有力的下界这两个问题。特别是,我们的ED下限在非对称流模型中提供了编辑距离和汉明距离之间的指数分离。我们的下界也扩展到LIS和最长非减序列(LNS)的标准流模型。与以前的结果一起,我们的边界提供了一个几乎完整的图片,这两个问题。作为我们的第二个主要贡献,我们给出了改进的算法ED和LCS在非对称流模型。对于ED,我们将[FHRS 20][CJLZ 20]中的常数因子近似算法的空间复杂度从$\tilde{O}(\frac{n^δ}δ)$改进为$O(\frac{d^δ}δ\;\mathsf{polylog}(n))$,其中$n$是每个字符串的长度,$d$是两个字符串之间的编辑距离.对于LCS,我们给出了二进制字母表上任意常数$δ>0$的空间为$…
2021-10-07 cs.DS
Near-Optimal Space Lower Bounds for Streaming CSPs
Massachusetts Institute of Technology(麻省理工学院)
本文研究了流式CSPs的空间下界,改进了现有结果,证明了在多轮次下,空间需求与问题复杂度密切相关。
2026-04-01 cs.CC cs.DS
Hidden Permutations to the Rescue: Multi-Pass Semi-Streaming Lower Bounds for Approximate Matchings
针对半流式模型中最大二分匹配的近似问题,我们证明了在β=Ω(1)假设下,任何(1-ε)近似算法需要Ω(log(1/ε)/log(1/β))遍的下界,通过拼接排列的硬度放大技术,首次解决了小常数近似的长期开放问题。
2023-10-11 cs.CC cs.DS
An Efficient Streaming Algorithm for the Submodular Cover Problem
本文首先研究了数据流模型中的经典次模块覆盖问题,称之为流次模块覆盖问题。我们表明,任何单通流算法使用次线性内存的大小的流将无法提供任何非平凡的近似保证SSC。因此,我们考虑一个宽松的版本的SSC,我们只寻求找到一个部分覆盖。我们设计了第一个有效的双准则子模块覆盖流(ESC-Streaming)算法,并提供了理论保证,其性能支持的数值证据。我们的算法找到的解决方案是有竞争力的接近最佳的离线贪心算法,尽管只需要一个单一的数据流通过。在我们的数值实验中,我们评估的性能ESC流的活动集选择和大规模的图覆盖问题。
2016-11-25 cs.DS
A Quantum Advantage for a Natural Streaming Problem
数据流是空间有限计算研究中的一个重要模型,它将一个大的数据集作为一个更新的“流”来接收。从Le Gall [SPAA '06]的工作开始,人们已经知道,对于某些问题,量子流算法可以使用比经典算法更少的空间。然而,到目前为止,流传输中的量子优势的所有已知示例都是针对专门为此目的构造的问题,或者需要在输入上进行多次流传输。针对经典图流中研究得最好的问题之一-三角形计数问题,给出了一个单通道量子流算法。在经典设置中,这个问题的几乎紧参数化的上界和下界是已知的;我们的算法在参数空间的某些区域中使用多项式较少的空间,解决了Jain和Nayak在2014年提出的关于实现自然流问题的量子优势的问题。
2021-11-12 cs.DS quant-ph
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
Separating Adaptive Streaming from Oblivious Streaming
我们提出了一个流的问题,每一个adversarially-robust流算法必须使用多项式空间,而存在一个经典的(不经意的)流算法,只使用多对数空间。这是不经意流和对抗鲁棒流之间的第一次分离,并解决了对抗鲁棒流中的一个核心开放问题。
2021-02-17 cs.DS
Streaming Algorithms for Multitasking Scheduling with Shared Processing
在本文中,我们设计了第一个流算法的多任务调度问题的并行机共享处理。在一个通行证,我们的流近似计划可以提供一个近似值的最佳完工时间。如果工件可以分两次读取,算法可以找到近似值的调度。这项工作不仅为所研究的问题提供了算法大数据解决方案,而且还为调度领域的其他问题提供了流算法设计的见解。
2022-04-05 cs.DS
Factorial Lower Bounds for (Almost) Random Order Streams
在本文中,我们介绍和研究的\textsc{StreamingCycles}问题,一个随机顺序流版本的布尔隐藏超匹配问题,在过去的十年中一直有助于流下界。在这个问题中,图$G$,包括$n/\ell$不相交的长度- $\ell$周期上的$n$顶点,边随机划分之间的$n$球员。每个边都用一个独立的均匀随机位进行注释,参与者的任务是在一轮顺序通信后输出$G$中某个循环的奇偶性。我们的主要结果是\textsc{StreamingCycles}的通信复杂性的$\ell^{Ω(\ell)}$下界,这是紧到常数因子在$\ell$。我们的下界\textsc{StreamingCycles}的应用程序包括一个基本上紧的下界组件收集(几乎)随机顺序图流,取得进展彭和Sohler [SODA'18]的猜想和第一个指数空间下界随机游走生成。
2022-09-20 cs.DS
On Regularity Lemma and Barriers in Streaming and Dynamic Matching
我们提出了一种新的方法,通过建立在Szemerédi著名的正则引理,在稠密图中找到匹配。这使我们能够获得非平凡的,虽然在流和动态图的匹配长期边界略有改善。特别是,我们建立了以下结果$n$ -顶点图:* 一个确定性的单通道流算法,找到一个$(1-o(1))$ -近似匹配的$o(n^2)$位的空间。这构成了第一个单通算法,这个问题在次线性空间,提高了$\frac{1}{2}$近似的贪心算法。* 一种随机化全动态算法,其以高概率在每次边插入或删除的$o(n)$最坏情况更新时间中保持$(1-o(1))$近似匹配。该算法的作品,甚至对适应性对手。这是第一个$o(n)$更新时动态算法,具有任意接近1的近似保证。由于正则性引理的使用,我们的算法在平凡界上得到的改进仅是一些$(\log^*{n})^{Θ(1)}$因子。然而,在每一种情况下,他们表明,问题的“正确”答案不是由以前的界限所决定的。最后,在流模型中,我们给出了一个随机的$(1-o(1))$ -近似算法,其空间可以由某些Ruzsa-Szemerédi(RS)图的密度上界.虽然RS图现在已被广泛用于证明流下界,我们是第一个使用它们作为设计改进的流算法的上限工具。
2022-07-19 cs.DS
Polynomial Pass Lower Bounds for Graph Streaming Algorithms
我们提出了新的下界,表明多项式数量的通行证是必要的,解决一些基本的图形问题的流模型的计算。例如,我们表明,任何流算法,找到一个加权最小$s$削减$t$顶点无向图需要$n^{2-o(1)}$空间,除非它使$n^{Ω(1)}$通过流。为了证明我们的下限,我们引入并分析了一个新的四人通信问题,我们称之为隐藏指针追逐问题。这是一个标准的指针追逐问题的精神与关键的区别,在这个问题中的指针是隐藏的球员,找到他们中的每一个需要解决另一个通信问题,即集合相交问题。我们的下界图的问题,然后获得减少隐藏指针追逐问题。我们的隐藏指针追踪问题看起来足够灵活,可以找到其他应用程序,因此本身就很有趣。为了展示这一点,我们进一步提出了一个有趣的应用程序,这个问题超出流算法。使用减少隐藏指针追逐,我们证明了任何算法的次模函数最小化需要使$n^{2-o(1)}$值查询的功能,除非它有一个多项式程度的自适应。
2019-04-09 cs.DS
Streaming Submodular Matching Meets the Primal-Dual Method
我们研究了流子模最大化匹配/ $b$匹配约束(MSM/MSbM),并提出了改进的上限和下限为这些问题。在上界方面,我们给出了原始-对偶算法,实现了以下近似比。$\bullet$ $3+2\sqrt{2}\approx 5.828$用于单调MSM,提高了以前最好的$7.75$比例。$\bullet$ $4+3\sqrt{2}\approx 7.464$用于非单调MSM,提高了以前最好的$9.899$比例。$\bullet$ $3+ε$用于最大权重b匹配,改进了以前的最佳比率$4+ε$。在下界方面,我们改进了MSM的$\frac{e}{e-1}\approx 1.582$的最佳下界,并给出了基于ETH的多时间单调MSM流算法的$\approx 1.914$的下界。我们最重要的贡献是算法技术。我们发现,(随机)原始-对偶方法,起源于最大权重匹配(MWM)的研究,也是有用的MSM的上下文中。据我们所知,这是第一次使用基于原始-对偶的分析进行流子模块优化。我们还展示了如何重新解释以前的算法MSM在我们的框架,因此,我们希望我们的工作是一个步骤,统一新老技术流子模块最大化,它铺平了道路,进一步的新成果。
2021-01-02 cs.DS
Almost Optimal Semi-streaming Maximization for k-Extendible Systems
在本文中,我们考虑的问题,找到一个最大的重量集受$k$ -可扩展的约束的数据流模型。迄今为止,据我们所知,该问题已知的唯一非平凡算法是半流$k^2(1 + \varepsilon)$近似算法(Crouch and Stubbs,2014),但半流$O(k)$ -近似算法已知用于该一般问题的许多受限情况。在本文中,我们通过提出用于一般问题的半流$O(k \log k)$ -近似算法来缩小大部分这一差距,即使在离线设置中,这也几乎是最好的(Feldman等人,2017年)。
2019-06-11 cs.DS
Asymptotically exact streaming algorithms
我们引入了一种新的数据流计算模型:渐进精确流算法。这些算法具有当流的长度变为无穷大时趋于1的近似比,而算法所使用的存储器被限制为polylog(n)大小。因此,该算法的输出是最优的限制。我们在我们的模型中显示出积极的结果,在流文学中已经讨论了一系列重要的问题。这些问题包括计算频率矩,聚类问题和最小二乘回归。我们的结果还包括问题的下限,在普通设置中有流算法,但在我们的模型中不允许次线性空间算法。
2014-08-08 cs.DS
Even the Easiest(?) Graph Coloring Problem is not Easy in Streaming!
我们研究了一个图着色问题,否则很容易,但变得相当不平凡的单通流模型。在以前的图着色问题,试图找到一个分配的颜色顶点流,我们的主要工作是估计冲突或单色边的数量给定的着色函数,是流随着图形,我们称之为问题{ \sc t-Est}。只有当顶点在流中显示时,才能读取或访问顶点上的着色函数。如果我们需要一个顶点上的颜色,它已经流过去了,那么这个颜色,连同它的顶点,必须显式存储。我们提供了一个图的算法,是在不同的变体的一遍顶点到达流模型,即流的{ \sc顶点到达}({ \sc VA}),{顶点到达度Oracle}({ \sc VAdeg}),{ \sc顶点到达随机顺序}({ \sc VArand})模型,特别关注的随机顺序模型。我们还提供了匹配的下限的情况下,大多数。我们的工作的支柱是在显示的随机顺序流的属性可以利用设计流算法估计冲突边缘的数量。我们还得到了一个下界,虽然不匹配的上限,随机序模型。在所有三种模型中,我们可以看到一个明显的权力分离,有利于{ \sc VArand}模型。
2020-10-25 cs.DS
The Frequent Items Problem in Online Streaming under Various Performance Measures
在本文中,我们加强了一个基本的在线流问题,频繁项目问题的竞争分析结果。此外,我们还对这个问题进行了更详细的分析,使用替代性能指标,补充了从竞争分析中获得的见解。研究结果也有助于在线算法的性能指标的一般性研究。人们早就知道,竞争分析在某些情况下会有缺陷,人们提出了许多替代措施。然而,更系统的性能指标的比较研究最近已经开始,我们继续这项工作,使用竞争分析,相对区间分析,相对最差顺序分析的频繁项目问题。
2013-06-04 cs.DS
Distributed and Streaming Linear Programming in Low Dimensions
我们研究了几种大数据(流和分布式)模型中的线性规划和一般LP型问题。我们主要集中在低维的问题,其中的约束的数量远远大于变量的数量。低维LP型问题经常出现在各种机器学习任务中,如鲁棒回归,支持向量机和核心向量机。支持大规模机器学习查询已成为数据库研究的重要方向,因此,获得大规模数据集上低维LP型问题的高效算法具有重要的价值。在本文中,我们给出了分布和流模型中的LP型问题的上界和下界。当问题的维数为固定常数时,我们的边界几乎是紧的。
2019-03-13 cs.DS
Better bounds for matchings in the streaming model
在本文中,我们提出了改进的边界近似最大匹配的二部图中的流模型。首先,我们考虑的问题,以及最大匹配可以近似在一个单一的通过输入使用$\tilde O(n)$空间,其中$n$是在输入图中的顶点数。在文献中已经考虑了这个问题的两个自然变体:(1)边到达设置,其中边到达流中,以及(2)顶点到达设置,其中图的一侧上的顶点与它们的所有入射边一起到达流中。后一种设置也在在线算法的上下文中得到了广泛的研究,其中每个到达的顶点必须在到达时被匹配或丢弃。在在线设置中,著名的Karp-Vazirani-Vazirani算法实现了$1-1/e$近似。尽管流模型的限制较少,因为算法不被约束为在到达时可匹配地匹配顶点,但是在具有顶点到达和$\tilde O(n)$空间的流模型中最公知的近似是$1-1/e$的相同因子。我们表明,没有一个单通流算法,使用$\tilde O(n)$空间可以实现一个更好的比$1-1/e$近似最大匹配,即使在顶点到达设置。这导致了一个惊人的结论,即没有一个单通道流算法可以做得比在线算法更好,除非它使用明显超过$\tilde O(n)$空间。此外,我们的边界产生最知名的不可能结果近似匹配的边缘到达模型。我们还给出了一个简单的算法,实现近似比$1-e^{-k}k^{k-1}/(k-1)!=1-\frac1{\sqrt{2πk}}+o(1/k)$在$k$通过顶点到达模型使用线性空间,改进以前…
2021-03-17 cs.DS
Corpus-compressed Streaming and the Spotify Problem
在这项工作中,我们描述了一个问题,我们称之为\textbf{Spotify problem},并探讨了一个潜在的解决方案,我们称之为语料库压缩流方案的形式。受在移动网络上使用流行的Spotify应用程序期间的受限带宽问题的启发,Spotify问题适用于任何数量的实际领域,其中设备可能会定期经历降级的通信或存储容量。一个显而易见的解决方案候选人立即想到的是标准压缩。虽然标准压缩显然是适用的,但它并没有以任何方式利用问题的所有特征;特别是,标准压缩忽略了解码器具有几乎不受限制的通信周期的事实。为了应用压缩的方式,试图拉伸的好处,更高的通信容量的时期到有限的容量期间,我们介绍作为一个解决方案的想法的语料库压缩流方案。这份报告开始与语料库压缩流方案的正式定义。在讨论了这些方案如何适用于Spotify问题之后,我们对具体的语料库压缩方案进行了调查,这些方案是通过探索乔姆斯基语言层次结构中描述复杂性的不同措施来指导的。
2017-07-01 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
Structural Parameterization for Graph Deletion Problems over Data Streams
图问题的参数化流复杂性研究由Fafianie等人(MFCS'14)和Chitnis等人(SODA'15和SODA'16)发起。简而言之,主要目标是为参数化问题设计流算法,使得$O\left(f(k)\log^{O(1)}n\right)$空间足够,其中$f$是仅取决于参数$k$的任意可计算函数。然而,在过去几年中,取得的积极成果很少。大多数具有上述性质的流算法的图问题都是需要局部检查的问题,例如顶点覆盖或最大匹配,由我们正在寻找的解决方案的大小$k$参数化。已知形成传统参数化复杂性的主干的许多重要参数化问题需要用于任何流算法的$Ω(n)$位;例如,反馈顶点集、偶/奇循环transmitting、三角删除或更一般的${\cal F}$ -由解大小$k$参数化时的子图删除。我们的主要概念性贡献是利用参数化的力量来克服有效的参数化流算法的障碍。据我们所知,这是第一个工作参数化流的复杂性,认为结构参数,而不是解决方案的大小作为一个参数。我们专注于顶点覆盖大小$K$作为参数的参数化图删除问题,我们考虑。与此同时,以前的大部分工作在参数化流复杂性仅限于EA(边缘到达)或DEA(动态边缘到达)模型。在这项工作中,我们考虑了上述四个最好的研究流模型中的图删除问题,即,EA、DEA、VA(顶点到达)和AL(邻接表)模型。
2019-10-02 cs.CC cs.DS math.CO
Streaming Complexity of SVMs
Columbia University(哥伦比亚大学);Nanyang Technological University(南洋理工大学);Toyota Technological Institute at Chicago(芝加哥丰田工业大学);Carnegie Mellon University(卡内基梅隆大学)
研究了流模型下求解偏正则化支持向量机问题的空间复杂度。这是一个经典的监督学习问题,已经引起了很多关注,包括开发近似解决问题的快速算法。用于近似优化SVM目标的最广泛使用的算法之一是随机梯度下降(SGD),其仅需要$O(\frac{1}{λε})$随机样本,并且其立即产生使用$O(\frac{d}{λε})$空间的流算法。对于相关的问题,更好的流算法只知道光滑函数,不像我们在这项工作中关注的SVM目标。我们开始调查的空间复杂性都找到一个近似的最佳的这个目标,并为相关的"点估计“问题的草图的数据集,以评估任何查询$(θ, b)$的功能值$F_λ$。我们表明,对于这两个问题,对于尺寸$d=1,2$,可以获得流算法的空间多项式小于$\frac{1}{λε}$,这是复杂的SGD强凸函数,如偏置正则化SVM,这是众所周知的是紧的一般,即使是$d=1$。我们还证明了点估计和优化的多项式下界。特别是,对于点估计,我们得到了一个紧界的$Θ(1/\sqrtε)$的$d=1$和$\widetildeΩ(d/ε^2)$的$d = Ω( \log(1/ε))$的近紧下界。最后,对于优化,我们证明了一个$Ω(1/\sqrtε)$下界为$d = Ω( \log(1/ε))$,并显示类似的界限时,$d$是常数。
2020-07-07 cs.CC cs.CG cs.DS
Streaming Verification of Graph Properties
流交互证明(SIP)是一个外包计算的框架。计算受限的流媒体客户端(验证器)将大数据集交给云中的不可信服务器(证明器),双方运行协议以高概率确认结果的正确性。SIP对于在流设置中难以解决(甚至近似)的问题特别有趣。这些问题中最值得注意的是寻找最大匹配,这在最近几年受到了极大的关注,但即使是常数因子近似也有很强的下界。在本文中,我们提出了有效的流交互式证明,可以验证最大匹配准确。我们的结果涵盖了所有口味的匹配(二分/非二分和加权)。此外,我们还提出了近似度量TSP流验证。特别是,这些是第一个有效的结果加权匹配和度量TSP在任何流验证模型。
2016-10-04 cs.DS
Tight Space-Approximation Tradeoff for the Multi-Pass Streaming Set Cover Problem
我们研究了流模型中的经典集合覆盖问题:包含实例的集合在流中一个接一个地显示,目标是通过在流上进行一次或几次传递来解决问题,同时在输入大小中保持次线性空间$o(mn)$;这里$m$表示集合的数量,$n$是宇宙大小。注意,在这个模型中,我们主要关注算法的空间需求,因此不限制它们的计算时间。我们的主要结果是一个决议的空间近似权衡流集覆盖问题:我们表明,任何$α$ -近似算法的集覆盖问题需要$\widetildeΩ(mn^{1/α})$空间,即使它是允许polylog ${(n)}$通过流,即使集到达流中的随机顺序。这种空间近似权衡与Har-Peled等人(PODS 2016)的最新算法实现的最佳已知边界相匹配,该算法仅需要$O(α)$以对抗顺序通过流,因此以非常稳健的方式解决了近似数据流中的集合覆盖问题的空间复杂度。此外,我们的方法产生严格的空间复杂度的下限$(1- ε)$ -近似流的最大覆盖率的问题,在最近的几个作品中研究。
2017-03-06 cs.DS
Streaming Algorithms for Graph k-Matching with Optimal or Near-Optimal Update Time
针对图k匹配问题,提出仅插入和动态流模型下的单遍算法,空间复杂度最优,更新时间分别达到O(1)和O(polylog(n)),显著优于此前结果。
2023-10-16 cs.DS
Streaming algorithms for products of probabilities
Universit\"at Siegen, Department ETI, 57076 Siegen, Germany
本文研究概率乘积近似及阈值判定的流算法空间复杂度,给出两个问题的随机流算法空间下界,其中近似问题的下界与已有上界仅差常数因子。
2025-10-01 cs.DS
Semi-Streaming Algorithms for Annotated Graph Streams
大量的努力已经投入到流算法的发展,用于分析大量的图形。不幸的是,许多结果是负面的,建立了各种各样的问题需要$Ω(n^2)$空间来解决。为数不多的亮点之一是为少数图形问题开发了半流算法--这些算法使用空间$O(n\cdot\text{polylog}(n))$。在Chakrabarti等人的注释数据流模型中,计算受限的客户机想要计算大量输入的某个属性,但是缺乏存储甚至一小部分输入的资源,因此不能在本地执行期望的计算。因此,客户端访问一个强大但不受信任的服务提供者,该服务提供者不仅执行所请求的计算,而且还证明答案是正确的。我们提出了半流算法的概念,为带注释的图流(简称半流注释方案)。在这些协议中,客户端的空间使用和证明的长度都是$O(n \cdot \text{polylog}(n))$。我们给出的证据表明,半流注释方案代表了一个更强大的解决方案的概念比标准的半流模型。在积极的一面,我们给两个动态图的问题,是棘手的标准模型:(准确地)计数三角形,(准确地)计算最大匹配的半流注释计划。前一个方案回答了Cormode的一个问题。在消极的一面,我们确定了第一次两个自然图的问题(在一定的边缘更新模型的连通性和二分性),可以解决标准的半流模型,但不能解决的注释计划的“子半流”的成本。也就是说,这些问题在注释模型中和在标准模型中一样困难。
2015-08-10 cs.DS
Towards a Theory of Parameterized Streaming Algorithms
参数化的复杂性试图对问题的复杂性进行更细粒度的分析:我们不是将运行时间作为输入大小的函数来测量,而是根据其他参数来分析运行时间。这种方法已被证明是非常成功的描绘我们的理解\NP困难的问题。考虑到TIME资源的成功,使用这种方法来处理SPACE资源似乎是很自然的。在这个方向上的第一次尝试已经考虑了一些个别问题,取得了一些成功:Fafianie和Kratsch [MFCS'14]和Chitnis等人。[SODA'15]分别介绍了流式内核和参数化流式算法的概念。例如,后者示出了如何通过设计用于使用$O(k^{2}\log n)$位的参数化$k$-VC问题的算法来细化$Ω(n^2)$位下限以用于在流设置中找到最小顶点覆盖(VC)。在本文中,我们发起了一个系统的研究图形问题的范式参数化流算法。本文首先定义了FPS、SubPS、SemiPS、SupPS和BrutePS等空间复杂度类的自然层次,然后将最长路、反馈顶点集、支配集、围长、树宽等几个已被广泛研究的图问题严格地分类到这个层次中. (see全文摘要(Full Abstract)
2019-11-20 cs.DS
Streaming Diameter of High-Dimensional Points
针对高维欧氏空间中直径、最远邻查询及最小包围球的流式近似,提出确定性算法,将存储空间改进为O(ε^{-2}log(1/ε))个点,较先前界提升ε^{-1}倍,并证明存储Ω(ε^{-1})个点对(√2+ε)近似是必要的。
2025-05-22 cs.DS
Tight Bounds for Single-Pass Streaming Complexity of the Set Cover Problem
我们解决了单通道流算法的空间复杂度近似经典的集合覆盖问题。为了找到一个$α$ -近似集覆盖(任何$α= o(\sqrt{n})$)使用单通道流算法,我们表明,$Θ(mn/α)$空间是充分和必要的(高达$O(\log{n})$的因素),这里$m$表示的集合数和$n$表示宇宙的大小。这为Indyk等人(2015)提出的关于使用次线性空间的小近似因子的单遍算法的可能性的开放问题提供了一个强有力的否定答案。我们进一步研究的问题,估计的最小集覆盖的大小(而不是找到实际的集),并建立一个额外的因素$α$节省的空间是可以实现的,在这种情况下,这是最好的可能。换句话说,我们表明,$Θ(mn/α^2)$空间是足够的和必要的(对数因子)估计的最小集覆盖范围内的一个因素$α$的大小。我们的算法实际上适用于估计覆盖整数规划的最优值的更一般的问题。另一方面,我们的下界甚至对于集合以随机顺序呈现的集合覆盖实例也成立。
2016-03-17 cs.DS
Streaming k-mismatch with error correcting and applications
针对模式匹配中最基本的问题之一的$k$ -Mismatch问题,提出了一种新的流算法.给定一个模式和一个文本,任务是找到文本的所有子串,这些子串与模式的汉明距离最大为$k$。我们的算法增强了一个重要的新功能,称为纠错,其复杂性为$k=1$和一般的$k$是可比的$k$ -不匹配问题的解决方案由Porat和Porat(FOCS 2009)和Clifford等人。(SODA 2016)。与我们的研究并行,Clifford等人开发了一种更有效的具有纠错功能的$k$ -失配问题算法(SODA 2019)。利用流多模式匹配的新功能和最近的工作,我们开发了一系列的流算法的模式匹配加权字符串,这是一种常用的表示不确定序列的分子生物学。我们还表明,这些算法是空间最优的polylog因素。这项工作的初步版本在DCC 2017会议上发表。
2019-04-23 cs.DS
Streaming dictionary matching with mismatches
在$k$ -mismatch问题中,我们给定一个长度为$n$的模式和一个文本,并且必须找到模式和文本之间的汉明距离最多为$k$的所有位置。最近的一系列突破为这个问题带来了一种超高效的流算法,每个字母只需要$O(k \log \frac{n}{k})$空间和$O(\log \frac{n}{k} (\sqrt{k \log k} + \log^3 n))$时间[Clifford,Kociumaka,Porat,SODA 2019]。在这项工作中,我们考虑一个严格困难的问题称为字典匹配与$k$不匹配。在这个问题中,我们给出了一个$d$模式的字典,其中每个模式的长度最多为$n$,并且必须找到距离其中一个模式在汉明距离$k$内的文本的所有子串。我们开发了一个流算法,这个问题与$O(k d \log^k d \mathrm{polylog}(n))$空间和$O(k \log^{k} d \mathrm{polylog}(n) + |\mathrm{occ}|)$时间的文本的位置。该算法是随机的,并以高概率输出正确答案。在下限侧,我们表明,任何流式算法的字典匹配与$k$不匹配需要$Ω(k d)$位的空间。
2021-06-20 cs.DS
On Streaming Algorithms for the Steiner Cycle and Path Cover Problem on Interval Graphs and Falling Platforms in Video Games
我们引入了一个简化的模型,平台游戏水平下降平台的基础上区间图,并表明,这种水平的可解性对应于找到施泰纳循环或施泰纳路径在相应的图形。线性时间算法得到这两个问题。我们还研究了这些算法作为流算法,并分析了所需的内存相对于包含在另一个间隔的最大数量的间隔。这相当于理解关卡的哪些部分必须在每个点可见,以允许玩家做出最佳确定性决策。
2018-02-23 cs.DS math.OC
Relaxed Models for Adversarial Streaming: The Advice Model and the Bounded Interruptions Model
Tel Aviv University(特拉维夫大学);Ben-Gurion University(本-古里安大学);Google Research(谷歌研究院)
流算法通常在不经意设置中进行分析,其中我们假设输入流是预先固定的。最近,有越来越多的兴趣在设计adversarially强大的流算法,必须保持实用程序,即使当输入流选择自适应和adversarially作为执行的进展。虽然对抗性设置有几个有趣的结果,但总的来说,它在所需空间方面的成本非常高。受此启发,在这项工作中,我们开始探索中间模型,使我们能够在遗忘模型和对抗模型之间进行插值。具体来说,我们提出了以下两个模型:(1)* 建议模型 *,其中流算法可能偶尔会要求一位建议。(2)* 有界中断模型 *,其中我们假设对手只是部分自适应的。我们提出了这两种模式的积极和消极的结果。特别是,我们提出了通用的减少,从这些模型的遗忘模型。这使我们能够设计出鲁棒的算法,与普通对抗模型相比,空间复杂度有了显著的改善。
2023-01-22 cs.CR cs.DS cs.LG
Beating Two-Thirds For Random-Order Streaming Matching
研究了随机序半流环境下的最大匹配问题。在这个问题中,任意$n$ -顶点图$G=(V, E)$的边以随机顺序一个接一个地到达流。目标是对流进行单次传递,使用$n \cdot poly(\log n)$空间,并输出大量匹配的$G$。我们证明了对于一个绝对常数$ε_0 > 0$,人们可以找到一个$(2/3 + ε_0)$ -近似最大匹配的$G$使用$O(n \log n)$空间以高概率。这打破了自然边界$2/3$为这个问题普遍在以前的工作,并解决了一个开放的问题伯恩斯坦[ICALP'20]上是否$(2/3 + Ω(1))$ -近似是可以实现的。
2021-02-28 cs.DS
Palindrome Recognition In The Streaming Model
在回文问题中,人们试图找到给定字符串中的所有回文(回文子串)。回文被定义为一个向前读和向后读相同的字符串,例如,字符串“racecar”。一个相关的问题是最长回文子串问题,其中找到给定字符串中任意一个最长的回文就足够了。我们认为流媒体版本的这两个问题。在流模型中,输入随时间到达,在每个时间点,我们只允许使用次线性空间。本文的主要算法如下:第一个是解决回文问题的一遍随机算法。它有一个加性误差,并使用$O(\sqrt n$)空间。第二个算法是两遍算法,它确定所有最长回文的确切位置。它使用第一个算法作为第一遍。第三个算法也是一个一遍随机算法,它解决了最长回文子串问题。它只使用$O(\log(n))$空间时有乘法误差。我们还给出了第一个算法的两个变种,解决其他相关的实际问题。
2016-01-28 cs.DS
The Streaming k-Mismatch Problem: Tradeoffs between Space and Total Time
我们重新审视的$k$ -不匹配问题的流模型上的模式的长度$m$和流文本的长度$n$,都超过了大小- $σ$字母表。Clifford等人[SODA 2019]提出的流$k$不匹配问题的当前最先进算法使用$\tilde O(k)$空间和每个字符的$\tilde O\big(\sqrt k\big)$最差情况时间。已知空间复杂度是(无条件)最优的,并且每个字符的最坏情况时间匹配条件下限。然而,在算法的总时间成本$\tilde O(n\sqrt k)$和已知最快的离线算法(花费$\tilde O\big(n + \min\big(\frac{nk}{\sqrt m},σn\big)\big)$时间)之间存在差距。此外,不知道当使用多于$O(k)$空间时,是否可以改进$\tilde O(n\sqrt k)$总时间。我们解决这些差距,设计一个随机流算法的$k$不匹配的问题,给定一个整数参数$k\le s \le m$,使用$\tilde O(s)$空间和成本$\tilde O\big(n+\min\big(\frac {nk^2}m,\frac{nk}{\sqrt s},\frac{σnm}s\big)\big)$总时间。对于$s=m$,总运行时间变为$\tilde O\big(n + \min\big(\frac{nk}{\sqrt m},σn\big)\big)$,这与最快离线算法的时间成…
2020-04-27 cs.DS
Graph Sparsification in the Semi-streaming Model
分析海量数据集一直是研究流媒体算法的主要动机之一。近年来,在分析流环境中的分布方面取得了重大进展,但在图问题上的进展有限。一个主要的原因是存在的线性空间下界,即使是简单的问题,如确定连通图。然而,在社交及其他交互网络产生的许多新场景中,顶点的数量明显少于边的数量。这导致了半流模型的公式化,其中我们假设空间在顶点数(但不一定是边)上是(接近)线性的,并且边以任意(并且可能是对立的)顺序出现。在本文中,我们专注于图稀疏化,这是在各种图形算法的主要组成部分之一。提供稀疏图近似的(非流)采样算法已经有很长的历史,并且很自然地会问,是否可以使用小空间实现稀疏化,并且还使用单次通过数据?这个问题是有趣的,从理论和实践的角度来看,我们回答这个问题是肯定的,通过提供一个通过$\tilde{O}(n/ε^{2})$空间算法,产生一个稀疏化,近似每个削减一个$(1+ε)$因素。我们还表明,$Ω(n \log \frac1ε)$空间是必要的一个通过流算法来近似的最小切割,改善后的$Ω(n)$下界,所产生的下界测试连接。
2009-05-05 cs.DS
The streaming $k$-mismatch problem
我们认为流的复杂性的一个基本任务,在近似模式匹配:$k$ -失配问题。它要求计算长度为$n$的模式与汉明距离不超过给定阈值$k$的文本的所有长度为$n$的子串之间的汉明距离。在我们的问题公式中,我们不仅报告汉明距离,而且根据需要报告完整的\emph{mismatch information},即不匹配的符号对及其索引的列表。流式模式匹配的双重挑战源自于既需要实现小的工作空间又需要保证快速处理每个到达的输入符号。我们提出了一个流算法的$k$ -不匹配的问题,它使用$O(k\log{n}\log\frac{n}{k})$位的空间,并花费\ourcomplexity的时间在每个符号的输入流,其中包括由文本的模式。运行时间几乎匹配经典的离线解决方案,空间使用率在最佳的对数因子内。因此,我们的新算法有效地解决,也扩展了FOCS'09中首次提出的开放问题。在这个解决方案的途中,我们还给出了一个确定性的$O( k (\log \frac{n}{k} + \log |Σ|) )$位编码的所有路线与汉明距离最多$k$的长度$n$模式内的文本长度$O(n)$。这个次要的结果提供了一个自然的通信复杂性问题,这可能是独立的利益的最佳解决方案。
2018-04-09 cs.DS
A Framework for Adversarially Robust Streaming Algorithms
我们研究了流媒体算法的对抗鲁棒性。在这种情况下,算法被认为是鲁棒的,如果它的性能保证保持,即使流是由对手自适应地选择的,该对手沿着流观察算法的输出,并可以在线方式作出反应。虽然确定性流算法具有固有的鲁棒性,但流文学中的许多中心问题不承认子线性空间确定性算法;另一方面,这些问题的经典空间有效随机算法通常不具有对抗性鲁棒性。这就提出了一个自然的问题,是否存在有效的adversarially强大的(随机)流算法,这些问题。在这项工作中,我们的答案是积极的各种重要的流问题中的插入只模型,包括不同的元素和更一般的$F_p$ -估计,$F_p$ -沉重的打击者,熵估计,和其他。对于所有这些问题,我们开发adversarially强大的$(1+\varepsilon)$近似算法,其所需的空间匹配的最知名的非鲁棒算法的$\text{poly}(\log n, 1/\varepsilon)$乘法因子(在某些情况下,甚至到一个常数因子)。为此,我们开发了几个通用的工具,允许一个有效地将一个非鲁棒的流算法转化为一个强大的在各种情况下。
2021-11-04 cs.CR cs.DS
Streaming Symmetric Norms via Measure Concentration
我们描述了每个对称范数$l$(符号翻转和坐标置换下$\mathbb{R}^n$不变的范数)的流空间复杂度,通过将此空间复杂度与$l$的测量集中特性相关联。具体来说,我们提供几乎匹配的上界和下界的空间复杂性计算的$(1\pmε)$近似的规范的流,为每一个$0<ε\leq 1/2$。(The边界与$poly(ε^{-1} \log n)$因子匹配。)我们进一步扩展这些边界到任何大的近似比$D\geq 1.1$,表明空间复杂度的降低与$D^2$成正比,并且这个因素是最好的。当$x$从$l_2$单位球面均匀绘制时,所有边界都取决于$l(x)$的中值。同一个中位数支配着高维空间中的许多现象,例如大偏差界和Dvoretzky定理中的临界维数。对称规范的家庭包含几个良好的研究规范,如所有$l_p$规范,事实上,我们提供了一个新的解释$p\le 2$和$p>2$之间的空间复杂性的差距。此外,我们应用我们的一般结果来轻松地推导出几个规范的界限,这些规范在流模型中以前没有研究过,包括顶部$k$规范和$k$支持规范,这是最近用于机器学习任务。总的来说,这些结果在次线性算法领域的两个突出问题(问题5和30在~ \url{http://sublinear.info})上取得了进展。
2017-06-26 cs.DS
Streaming Deletion Problems Parameterized by Vertex Cover
流式传输是一种模型,其中一次提供一个输入图的边缘,而不是能够随意检查它。在这项工作中,我们采用了一种参数化的方法,假设图的顶点覆盖是给定的,建立在Bishnu等人的工作上。[COCOON 2020]。我们展示了这个参数与邻接列表流模型相结合的进一步潜力,以获得顶点删除问题的结果。这包括内核,参数化算法,以及Pi-自由删除,H-自由删除,以及更具体形式的簇顶点删除和奇循环transmittance问题的下界。我们专注于复杂性方面的数量通过输入流,和内存使用。这导致了传递/存储器权衡,其中根据上下文和实例,不同的算法可能是有利的。我们还讨论了在非流设置参数化的复杂性的影响。
2021-11-19 cs.DM cs.DS