首页/论文/1502.06764

arXiv 1502.067642015-02-24cs.DS

度量$1$ -中值选择的确定性次线性时间非自适应算法

A deterministic sublinear-time nonadaptive algorithm for metric $1$-median selection

Ching-Lueh Chang

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

在$n$ -点度量空间中给出了一个确定性的$O(hn^{1+1/h})$ -时间$(2h)$ -近似非自适应$1$ -中值选择算法，其中$h\in\mathbb{Z}^+\setminus\{1\}$是任意的.我们的证明推广张。

英文摘要：

We give a deterministic $O(hn^{1+1/h})$-time $(2h)$-approximation nonadaptive algorithm for $1$-median selection in $n$-point metric spaces, where $h\in\mathbb{Z}^+\setminus\{1\}$ is arbitrary. Our proof generalizes that of Chang.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

LIS估计的新次线性算法和下界

New Sublinear Algorithms and Lower Bounds for LIS Estimation

估计数组中最长递增子序列的长度是一个非常重要的问题。尽管LIS估计问题的重要性和它所受到的关注，但这个问题的一些重要方面还没有完全理解。对于LIS估计，没有比测试单调性（对于自适应或非自适应算法）所暗示的明显界限更好的下限。在本文中，我们给出了第一个非平凡的下限的LIS估计的复杂性，也提供了新的算法，补充我们的下限。具体而言，对于每个常数$ε\in (0,1)$，每个输出长度$n$的阵列中LIS的长度估计值在$ε\cdot n$的附加误差内的非自适应算法都必须进行$\log^{Ω(\log (1/ε))} n)$查询。接下来，我们设计了非自适应LIS估计算法，其复杂度随着阵列中不同值$r$的数量减少而降低。我们首先提出了一个简单的算法，使$\tilde{O}(r/ε^3)$查询和近似的LIS长度与$εn$有界的附加误差。然后，我们用它来构建一个非自适应算法的查询复杂度$\tilde{O}(\sqrt{r} \cdot \text{poly}(1/λ))$，一个数组的LIS长度至少$λn$，输出一个乘法$Ω(λ)$近似LIS长度。最后，我们描述了一个非自适应擦除弹性测试排序，查询复杂性$O(\log n)$。我们的研究结果表明，非自适应容忍测试严格比非自适应擦除弹性测试的单调性的自然属性。

2021-02-11cs.DS

度量最小和聚类的固定参数子线性时间近似方案

A Fixed Parameter Sublinear Time Approximation Scheme for Metric Min-Sum Clustering

Rutgers University（罗格斯大学）；University of Michigan（密歇根大学）；The Hebrew University of Jerusalem（耶路撒冷希伯来大学）；Aarhus University（奥胡斯大学）；Texas A&M University（德克萨斯农工大学）

本文针对k适度增大时的度量k-最小和聚类问题，提出了固定参数可处理的子线性时间近似方案，还证明了k-中位数等相关问题不存在类似算法，首次将分布式PCP框架应用于聚类问题。

2026-10-14cs.CCcs.DS

用于均值估计的简单且最优的次线性算法

Simple and Optimal Sublinear Algorithms for Mean Estimation

研究 d 维欧几里得空间中的次线性多元均值估计，给出匹配上下界及两种最优样本复杂度估计量，并用快速梯度下降与实验验证几何中位数均值方法最优。

2025-10-04cs.DS

指标1-查询较少的中位数选择

Metric 1-median selection with fewer queries

令$h\colon\mathbb{Z}^+\to\mathbb{Z}^+\setminus\{1\}$是任何函数，使得$h(n)$和$\lceil n^{1/h(n)}\rceil$可在$O(h(n)\cdot n^{1+1/h(n)})$时间内从$n$计算。我们发现，给定任何$n$ -点度量空间$(M,d)$，问题的发现$\mathop{\mathrm{argmin}}_{i\in M}\,\sum_{j\in M}\,d(i,j)$（打破领带任意）有一个确定性，$O(h(n)\cdot n^{1+1/h(n)})$ -时间，$O(n^{1+1/h(n)})$ -查询，$(2\,h(n))$ -近似和非自适应算法。我们对Chang~ \cite{Cha15, Cha15CMCT}的证明作了如下改进：（1）在其他条件相同的情况下，将Chang的~ \cite{Cha15}查询复杂度从$O(h(n)\cdot n^{1+1/h(n)})$改进为$O(n^{1+1/h(n)})$。(2)Chang的~ \cite{Cha15CMCT}未发表的工作仅在$n$是完全$(h(n))$次幂时才建立了我们的结果。

2018-07-30cs.DS

确定性度量$1$ --用很少的查询进行中位数选择

Deterministic metric $1$-median selection with very few queries

给定$n$ -点度量空间$(M,d)$，{ \sc度量$1$ -median}要求点$p\in M$最小化$\sum_{x\in M}\,d(p,x)$。我们表明，对于每个可计算的功能$f\colon \mathbb{Z}^+\to\mathbb{Z}^+$满足$f(n)=ω(1)$，{ \sc度量$1$ -中位数}有一个确定性，$o(n)$ -查询，$o(f(n)\cdot\log n)$ -近似和非自适应算法。先前，对于{ \sc度量$1$ -中值}，没有已知的确定性$o(n)$ -查询$o(n)$ -近似算法。在消极的一面，我们证明每个确定性$O(n)$查询算法{ \sc度量$1$ -中位数}是不是$(δ\log n)$ -近似一个足够小的常数$δ>0$。我们还驳斥了确定性$o(n)$ -查询$O(\log n)$ -近似算法的存在。

2022-01-05cs.CCcs.DMcs.DS

测试模式自由性的强次线性算法

Strongly Sublinear Algorithms for Testing Pattern Freeness

本文研究排列模式自由性的性质测试问题，提出查询复杂度为 $\tilde{O}(n^{o(1)})$ 的自适应单侧误差测试算法，显著改进了此前 $O(n^{1-1/(k-1)})$ 的最佳上界。

2024-01-11cs.DS

更多相关论文收起更多论文

亚线性时间量子敏感性采样

Sublinear Time Quantum Sensitivity Sampling

University of California, Berkeley（加州大学伯克利分校）；Carnegie Mellon University（卡内基梅隆大学）；Massachusetts Institute of Technology（麻省理工学院）

本文提出统一的量子敏感性采样框架，在k-中位数/k-均值聚类、ℓp回归和低秩近似等问题上构造核心集，实现了亚线性时间复杂度和对已有量子采样方法的改进。

2026-11-10cs.DScs.LGquant-ph

一个可扩展且统一的加权排名聚合框架

A Scalable and Unified Framework to Weighted Rank Aggregation

Weizmann Institute of Science（魏茨曼科学研究所）；Pennsylvania State University（宾夕法尼亚州立大学）

本文提出统一框架用于加权排名聚合，通过局部排名近似全局中位数，设计了MPC模型下的近似算法，实现多项距离度量的高效求解。

2026-05-10cs.DCcs.DS

一般度量空间中$k$ -中值和$k$ -均值的精确MapReduce算法

Accurate MapReduce Algorithms for $k$-median and $k$-means in General Metric Spaces

基于中心的聚类是数据分析的基础，对于大型数据集来说变得非常具有挑战性。在本文中，我们专注于流行的$k$ -中位数和$k$ -意味着变种，给定一组$P$的点从度量空间和一个参数$k<|P|$，需要确定一组$S$的$k$中心最小化，分别是距离和距离的平方和的总和，所有点在$P$从他们最近的中心。我们的具体重点是一般的度量空间，这是合理的，要求中心属于输入集（即，$S \subseteq P$）。我们提出了基于核心集的3轮分布式近似算法的上述问题使用MapReduce计算模型。该算法是相当简单的和obligantly适应的内在复杂性的数据集，捕获的双重维度$D$的度量空间。值得注意的是，该算法获得的近似比，可以任意接近那些可实现的最知名的多项式时间顺序近似，他们是非常小的空间效率为$D$，需要本地存储器的大小基本上是次线性的输入大小。据我们所知，没有以前的分布式方法能够在一般度量空间中获得类似的质量性能保证。

2019-09-29cs.DCcs.DS

大数据操作的通信高效检查

Communication Efficient Checking of Big Data Operations

我们提出了快速概率算法与低（即，输入大小的次线性）通信量，以检查大数据处理框架和分布式数据库中操作的正确性。我们的检查器涵盖了许多常用的操作，包括求和、平均、中值和最小聚合，以及排序、联合、合并和压缩。我们在Thrill中的实现的实验评估（Bingmann等人，2016）证实了理论分析预测的低开销和高故障检测率。

2018-02-22cs.DCcs.DS

超高维最近邻的次线性数据结构

Sublinear Data Structures for Nearest Neighbor in Ultra High Dimensions

本文研究了超高维情形下的近似最近邻问题，提出了在 $d\gg n$ 时具有次线性空间和查询时间的数据结构，并通过归约为其他几何问题提供了次线性解决方案。

2025-04-04cs.CGcs.DS

半随机流上的在线设施定位

Online Facility Location on Semi-Random Streams

在流模型中，流的顺序可以显著影响问题的难度。$t$ -半随机流被引入作为随机顺序（$t=1$）和对抗顺序（$t=n$）流之间的内插，其中对抗者拦截随机顺序流并且一次可以延迟多达$t$元素。IITK次线性开放问题\#15要求找到其性能随着$t$增加而平滑下降的算法。我们发现，著名的在线设施定位算法实现了预期的竞争比$O(\frac{\log t}{\log \log t})$。我们提出了一个匹配的下界，任何随机算法有一个预期的竞争比$Ω(\frac{\log t}{\log \log t})$。我们使用这个结果来构建一个$O(1)$ -近似流算法的$k$ -中值聚类，存储$O(k \log t)$点，并有$O(k \log t)$最坏情况下的更新时间。我们的技术推广到任何相异度的措施，满足弱三角不等式，包括$k$ -手段，$M$ -估计，和$\ell_p$规范。$t=1$的特殊情况下产生的随机顺序流的最佳$O(k)$空间算法，以及RAM模型中的最佳$O(nk)$时间算法，关闭了一个长期的研究这个问题。

2017-11-26cs.DS

自适应和不经意对手的最优全动态$k$ -中心聚类

Optimal Fully Dynamic $k$-Center Clustering for Adaptive and Oblivious Adversaries

在完全动态聚类问题中，当通过插入和删除单个点来修改度量空间中给定数据集的聚类时，必须保持该聚类。在本文中，我们解决了全动态$k$中心聚类的复杂性对自适应和不经意的对手。针对不经意的对手，我们提出了第一个算法，完全动态$k$ -中心在任意度量空间，保持最佳的$(2+ε)$ -近似在$O(k \cdot \mathrm{polylog}(n,Δ))$摊销更新时间。这里，$n$是任何时候活动点数量的上限，$Δ$是度量空间的纵横比。以前，最著名的摊销更新时间是$O(k^2\cdot \mathrm{polylog}(n,Δ))$，是由于Chan，Gourqin和Sozio（2018）。此外，我们证明了我们的运行时是最佳的$\mathrm{polylog}(n,Δ)$因素。事实上，我们证明，即使是离线算法的$k$ -聚类任务在任意度量空间，包括$k$ -中位数，$k$ -手段，和$k$ -中心，必须至少$Ω(n k)$距离查询，以实现任何非平凡的近似因子。这意味着$Ω(k)$的下限，即使对于仅插入设置也成立。我们还显示了确定性的下限和上限的自适应对手，证明了更新时间次线性的$k$是可能的，对不经意的对手的度量空间，承认局部敏感的哈希函数（LSH），并给出了第一个完全动态的$O(1)$近似算法密切相关的$k$ -半径和$k$ -直径和问题。

2023-03-21cs.DS

最优全动态$k$ -中心聚类

Optimal Fully Dynamic $k$-Centers Clustering

我们提出了第一个算法完全动态$k$中心聚类在任意度量空间，保持最佳的$2+ε$近似在$O(k \cdot \operatorname{polylog}(n,Δ))$摊销更新时间。这里，$n$是任何时候活动点数量的上限，$Δ$是数据的纵横比。以前，最著名的摊销更新时间是$O(k^2\cdot \operatorname{polylog}(n,Δ))$，这是由于Chan、Gourqin和Sozio。我们证明，我们的算法的运行时间是最佳的$\operatorname{polylog}(n,Δ)$因素，即使是插入只流，这关闭了完全动态的$k$中心聚类的复杂性。特别是，我们证明了任何算法的$k$ -聚类任务在任意度量空间，包括$k$ -手段，$k$ -中位数，$k$ -中心，必须至少$Ω(n k)$距离查询，以实现任何非平凡的近似因子。尽管任意度量的下限，我们证明了$k$中的更新时间次线性是可能的度量空间，允许局部敏感的哈希函数（LSH）。也就是说，我们展示了一个黑盒变换，它需要一个度量空间的局部敏感的哈希家庭，并产生一个更快的全动态$k$中心算法，该空间。特别是，对于一个大类的度量，包括欧几里德空间，$\ell_p$空间，汉明度量，和Jaccard度量，对于任何$c > 1$，我们的结果产生一个$c(4+ε)$近似$k$ -中心的解决方案，在$O(n^{1/c} \cdot \operat…

2021-12-13cs.DS

基于层次分离树的可扩展差分私有聚类

Scalable Differentially Private Clustering via Hierarchically Separated Trees

Google Research（谷歌研究院）；Sorbonne Université（索邦大学）；Aarhus University（奥胡斯大学）

研究了$d$维欧氏空间中的私有$k$ -中值和$k$ -均值聚类问题。通过利用树嵌入，我们给出了一个高效且易于实现的算法，该算法在经验上与最先进的非私有方法具有竞争力。我们证明了我们的方法计算的解决方案的成本最多$O(d^{3/2}\log n)\cdot OPT + O(k d^2 \log^2 n / ε^2)$，其中$ε$是隐私保证。(The维度项$d$可以使用标准降维技术用$O(\log k)$代替）。虽然最坏情况下的保证是最先进的私有聚类方法的状态差，我们提出的算法是实用的，运行在近线性，$\tilde{O}(nkd)$，时间和规模为数千万点。我们还表明，我们的方法是适合在大规模的分布式计算环境中的并行化。特别是，我们表明，我们的私人算法可以实现对数数量的MPC轮在次线性内存制度。最后，我们补充我们的理论分析与实证评估，证明算法的效率和准确性相比，其他隐私聚类基线。

2022-06-17cs.CRcs.DScs.LG

用于聚类的近最优量子核心集构造算法

Near-Optimal Quantum Coreset Construction Algorithms for Clustering

Peking University（北京大学）

本文提出用于 $k$-聚类的量子核心集构造算法，以 $\tilde{O}(\sqrt{nk}d^{3/2})$ 查询复杂度实现二次加速，并给出近乎匹配的 $Ω(\sqrt{nk})$ 下界。

2023-06-05cs.AIcs.DScs.LG