Adaptive Massively Parallel Coloring in Sparse Graphs
本文研究稀疏图中以 arboricity 为参数的顶点着色问题,提出在低空间 AMPC 模型下高效计算 Nash-Williams 定向的确定性算法,并以亚线性自适应查询实现常数或近常数时间的 poly α 和 O(α)-着色。
2024-05-02 cs.DC cs.DS
Kernelization Bounds for Constrained Coloring
The Academic College of Tel Aviv-Yaffo(特拉维夫-雅法学术学院)
本文研究了在有限域上参数化为变量数的约束满足问题的核复杂度,考虑非等关系和一个对称关系R。通过建立核大小的条件下限,探讨了均匀彩虹自由着色问题的核复杂度,并在NP不包含coNP/poly的假设下得出各种着色问题的近紧核复杂度界。
2026-04-23 cs.CC cs.DS
Towards Optimal Distributed Delta Coloring
针对常数度图分布式染色问题,提出一种适用于稠密图的 $O(\log n)$ 轮确定性 $Δ$-染色算法,匹配已知下界,并扩展出匹配下界的随机化算法,为解决一般情况的最优算法提供了新思路。
2025-04-03 cs.DC cs.DS
Improved Algorithmic Bounds for Discrepancy of Sparse Set Systems
我们考虑的问题,找到一个低的差异着色的稀疏集系统中的每个元素位于最多$t$集。我们给出了一个算法,找到一个着色与差异$O((t \log n \log s)^{1/2})$,其中$s$是一个集的最大基数。这改进了基于部分着色方法的算法变体的$O(t^{1/2} \log n)$的先前构造性界限,并且对于小$s$(例如$s=\textrm{poly}(t)$),由于Banaszczyk而接近非构造性$O((t \log n)^{1/2})$界限。以前,即使对于$s = O(t^2)$,也没有已知比$O(t^{1/2}\log n)$更好的算法结果。我们的方法是相当强大的,我们给出了一些改进和扩展。例如,我们得到的着色满足更强的大小敏感性,在集合系统中的每个集合$S$招致$O((t \log n \log |S|)^{1/2})$的差异。另一个变体可以用来基本上匹配Banaszczyk的边界,即使$s$是任意大的实例。最后,这些结果也直接扩展到更一般的Komlós设置。
2016-02-02 cs.DM cs.DS
FirstFit coloring process of random bipartite graphs and an online coloring lower bound in the random order model
Shenzhen University of Advanced Technology(深圳先进技术大学)
该研究针对随机二分图的FirstFit着色过程,证明其在随机顺序模型下对二分图的颜色需求为n^Ω(1),反驳了相关多对数期望颜色数的猜想,强化了FirstFit在低色数图上的不良表现结论。
2026-10-14 cs.DM cs.DS math.CO
Fully Dynamic MIS in Uniformly Sparse Graphs
研究了动态图中边插入和删除时的最大独立集的保持问题。最近,Assadi,Onak,Schieber和Solomon(STOC 2018)表明,MIS可以在次线性(动态变化的边缘数量)摊销更新时间中保持。在本文中,我们显着提高更新时间的一致稀疏图。具体来说,对于荫度为$α$的图,我们算法的摊销更新时间为$O(α^2 \cdot \log^2 n)$,其中$n$是顶点数。对于低荫度图,其中包括,例如,未成年人的自由图,以及一些类的“真实世界”的图形,我们的更新时间是多对数。对于任意常数$ε> 0$,我们的更新时间改进了Assadi等人的结果。对于所有荫度以$m^{3/8 - ε}$为界的图。这涵盖了荫度可能值的大部分范围,因为一般图的荫度不能超过$m^{1/2}$。
2018-08-30 cs.DS
Brooks' Theorem in Graph Streams: A Single-Pass Semi-Streaming Algorithm for $Δ$-Coloring
针对半流式模型下的$Δ$-着色问题,提出一种随机化单遍半流式算法,通过基于稀疏-稠密分解的稀疏恢复和受控重新着色技术,以高概率正确判定不可着色或输出$Δ$-着色方案。
2023-08-03 cs.DS
Differentially Private Graph Coloring
University of Maryland, College Park(马里兰大学帕克分校);Haverford College(哈弗福德学院)
针对边差分隐私的图着色问题,提出两种算法:随机初始着色后通过指数机制局部重采样,实现最小颜色数下的低缺陷着色。
2026-06-17 cs.DS
Coloring Graphs having Few Colorings over Path Decompositions
Lokshtanov,Marx,and Saurabh SODA 2011证明了没有$(k-ε)^{\operatorname{pw}(G)}\operatorname{poly}(n)$时间算法来判定具有路径宽度$\operatorname{pw}(G)$的$n$ -顶点图$G$是否允许具有$k$颜色的适当顶点着色,除非强指数时间假设(SETH)为假。然而,我们在这里表明,当$k>\lfloor Δ/2 \rfloor + 1$,其中$Δ$是图$G$中的最大程度,有一个更好的算法,至少当有几个着色。我们提出了一个Monte Carlo算法,给出了一个图$G$随着路径分解$G$与路径宽度$\operatorname{pw}(G)$运行在$(\lfloor Δ/2 \rfloor + 1)^{\operatorname{pw}(G)}\operatorname{poly}(n)s$时间,区分$k$ -可着色的图,最多$s$适当的$k$ -着色和非$k$ -可着色的图。我们还展示了如何获得一个$k$ -着色在相同的渐近运行时间。我们的算法避免违反SETH的一个,因为高程度的顶点仍然花费太多,提到的硬度建设使用了很多。我们利用一个新的变化著名的阿隆-Tarsi定理,具有算法的优势,在原来的形式。原定理表明,一个图在每个顶点都有一个出度小于$k$的方向,且只有当图是$k$ -可着色的时,该…
2015-07-09 cs.DS
Sampling Colorings with Fixed Color Class Sizes
Georgia Institute of Technology(佐治亚理工学院);Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
本文提出了一种多项式时间算法,用于近似均匀随机生成具有固定颜色类大小的公平着色,适用于q>2Δ的情况,并扩展到接近公平着色的证明。
2026-03-09 cs.DS math.CO
Improved Dynamic Graph Coloring
本文研究了完全动态图图着色基本问题。由于在静态图中计算最优着色,或者甚至将其近似到任何$ε> 0$的$n^{1-ε}$内的问题是NP-难的,因此在动态设置中对于一般图没有希望获得任何有意义的计算结果。因此,考虑动态着色的组合方面是很自然的,或者,研究受限的图族。为了理解这个问题的组合方面,人们可以假设一个黑盒访问的静态算法$C$着色的动态图的任何子图,并调查的颜色的数量和更新步骤之间的权衡。在WADS'17中,Barba等人设计了两种互补算法:对于任何$β> 0$,第一种(分别地,第二种)保持$O(C βn^{1/β})$(分别地,$O(C β)$)-在着色$O(β)$时着色(分别,$O(βn^{1/β})$)顶点。我们的贡献是双重的:- 我们设计了一个新的算法,为一般的图,显着改善后的第一个权衡在很大范围内的参数:对于任何$β> 0$,我们得到一个$\tilde{O}(\frac{C}β\log^2 n)$ -着色与$O(β)$每个更新,其中$\tilde{O}$符号抑制polyloglog $(n)$因素。特别是,对于$β=O(1)$,我们得到了具有polylog $(n)$颜色的常数插值;这是对先前边界的指数改进。- 对于均匀稀疏图,我们使用低出度方向来加强上述结果,通过限制算法的更新时间,而不是包围的数量。然后,我们进一步改善这一结果,通过引入一个新的数据结构,细化有界出度…
2020-06-19 cs.DS
Palette Sparsification for Graphs with Sparse Neighborhoods
本研究针对k-局部稀疏图,证明每顶点采样O(Δ^α+√log n)种颜色即可得到正常q-着色,改进了对应着色相关结果,可复现无三角形图的已有结论。
2024-11-03 cs.DM cs.DS math.CO
An Exact Cutting Plane Algorithm to Solve the Selective Graph Coloring Problem in Perfect Graphs
考虑了选择性图着色问题,它是经典图着色问题的推广。给定一个图及其顶点集的聚类划分,我们希望每个聚类只选择一个顶点,以便最小化为所选顶点集着色所需的颜色数量。这个问题是NP难的。在这项研究中,我们专注于完美图中的选择性图着色的精确割平面算法。由于不存在一套完美的图的实例,以我们所知,我们还提出了一个算法,随机(但不均匀)生成完美的图,并提供了大量的实例在线。我们进行计算实验,以测试我们的方法在不同的大小和密度的图形,并比较我们的结果与一个国家的最先进的算法从文献中,并与解决整数规划制定的问题CPLEX。我们的实验表明,我们的解决方案策略显着提高了问题的可解性。
2020-12-22 cs.DS math.OC
A Near-Real-Time Reduction-Based Algorithm for Coloring Massive Graphs
University of Electronic Science and Technology of China(电子科技大学)
针对超大型稀疏图的近实时着色需求,提出基于支配、补冠和独立集归约的 RECOL 算法,在一分钟内稳定优于现有最先进方法。
2025-09-28 cs.DS
Distributed Degree Splitting, Edge Coloring, and Orientations
我们研究了一个家庭的密切相关的分布式图的问题,我们称之为度分裂,粗略地说,其目标是分区(或定向)的边缘,使每个节点的度几乎均匀地分裂。我们的研究结果导致一些问题的答案,其中包括:--我们提出了一个$poly(\log n)$轮确定性算法的$(2Δ-1)\cdot (1+o(1))$边着色,其中$Δ$表示的最大程度。对$1+o(1)$因子取模,这解决了该地区自20世纪90年代以来长期存在的开放问题之一(例如,参见Panconesi和Srinivasan [PODC'92])。事实上,在Barenboim和Elkin的《分布式图着色》一书中的第四个开放问题中,要求$(2Δ-1)\cdot poly(\log Δ)$的一个较弱的要求--$poly(\log n)$轮中的边着色。--我们证明了无沉取向-即,定向边,使得每个节点至少有一个输出边-在$Δ$ -正则图上,可以在随机化的$O(\log_Δ \log n)$轮和确定性的$O(\log_Δ n)$轮中求解。这些证明了Brandt等人[STOC'16]和Chang,Kopelowitz和Pettie [FOCS'16]的相应下界是紧的。此外,这些结果表明,无汇定向在其随机复杂性和确定性复杂性之间表现出指数分离,类似于Chang等人对$Δ$ -着色$Δ$ -正则树的结果。--我们提出了一个随机$O(\log^4 n)$轮算法,用于定向具有…
2016-08-10 cs.DS
An algorithmic Vizing's theorem: toward efficient edge-coloring sampling with an optimal number of colors
本文提出一种基于Vizing定理的随机算法,通过逐步重着色非正常边着色,几乎必然生成正常$(Δ+1)$-边着色,并对其效率与均匀性提出猜想。
2025-01-20 cs.DM cs.DS
Simple Sublinear Algorithms for $(Δ+1)$ Vertex Coloring via Asymmetric Palette Sparsification
School of Computer Science, University of Waterloo(滑铁卢大学计算机学院)
本文提出不对称调色板稀疏化定理,通过简化算法实现亚线性时间内的(Δ+1)顶点着色,提升效率与可实现性。
2026-01-28 cs.DS
Simple Counting and Sampling Algorithms for Graphs with Bounded Pathwidth
本文研究了图的计数和抽样结构问题。我们定义了一类“边通用标签问题”-其中包括适当的$k$ -着色,独立集,和downsets-和描述简单的算法计算和均匀采样的有效标签的图形,假设一个路径分解。因此,我们证明了几个研究得很好的计数和采样问题是固定参数易处理的(FPT)时,输入图的路径宽度参数化。我们讨论了分配格的计数和抽样问题的连接,特别是,我们给出了一个新的FPT算法的准确计数和均匀抽样稳定的匹配。
2020-08-19 cs.DS
Hierarchical and Modularly-Minimal Vertex Colorings
上图是遗传良有色图,即,图的每个诱导子图的贪婪顶点着色仅使用最小必要的颜色数$χ(G)$。我们表明,贪婪着色是一个特殊的情况下,更一般的层次顶点着色,最近被引入系统发育组合学。用模分解树代替余树将层次着色的概念推广到任意图。证明了对于$G$的每个强模$M$,每个图都有一个满足$|σ(M)|=χ(M)$的模极小着色$σ$.这,特别是,表明模块化最小着色提供了一个有用的设备,设计有效的着色算法,某些遗传图类。对于上图,层次染色与模极小染色是一致的。作为一个副产品,我们得到了一个简单的线性时间算法来计算$P_4$ -稀疏图的模极小染色。
2020-04-14 cs.DM cs.DS math.CO
Computing Sparse Jacobians and Hessians Using Algorithmic Differentiation
随机科学模型和机器学习优化估计器具有大量变量;因此计算大型稀疏雅可比矩阵和海森矩阵是重要的。数学微分(AD)大大减少了获得这些矩阵的稀疏模式和值所需的编程工作。我们提出了向前,反向和子图的方法计算稀疏雅可比和海森。由于子图法是一种新的方法,本文对它进行了特别的介绍。当使用子图计算稀疏雅可比和海森时,着色和压缩步骤是不必要的。复杂性分析表明,对于某些问题,子图方法预计要快得多。我们比较C++运算符重载实现的方法在ADOL-C和CppAD软件包使用的一些MINPACK-2测试问题。实验的设置方式使它们易于在不同的硬件,不同的系统,不同的编译器,其他测试问题和其他AD包上运行。设置时间是记录图形、计算稀疏度、着色、压缩和优化图形的时间。如果每次评估都需要设置,则子图实现对于稀疏雅可比矩阵具有类似的运行时间,对于稀疏Hessian矩阵具有更快的运行时间。
2021-11-09 cs.DS cs.MS
Faster MPC Algorithms for Approximate Allocation in Uniformly Sparse Graphs
本文针对低树荫度图中的分配问题,在MPC模型中提出$(1+ε)$近似算法,通过重新分析已有LOCAL算法将轮复杂度从$O(\log n)$改进为$O(\log λ)$,并实现亚线性单机空间和$\tilde{O}(λn)$总空间。
2025-06-05 cs.DS
Fixed parameter algorithms for restricted coloring problems
本文对每个固定的$q$,给出了确定$P_4$ -整齐图和$(q,q-4)$ -图的无圈色数、星色数、Thue色数、调和色数和团色数的多项式时间算法.这些类包括余图、$P_4$ -稀疏图和$P_4$ -精简图。所有这些着色问题对于一般图都是NP-难的。这些算法是固定参数的易处理的参数$q(G)$,这是最小的$q$,使$G$是一个$(q,q-4)$ -图。证明了至少有$q$顶点的连通$(q,q-4)$ -图是2-圈可着色的,并且证明了上图的非圈着色也是非重复的.
2011-09-13 cs.CC cs.DM cs.DS
Randomized Greedy Online Edge Coloring Succeeds for Dense and Randomly-Ordered Graphs
本文分析在线边着色中的朴素随机贪心算法,证明其在随机边序或稠密图条件下可用$(1+ε)Δ$种颜色成功着色,并推出对抗自适应情形下的确定性算法。
2024-10-29 cs.DM cs.DS math.CO
New Integer Linear Programming Models for the Vertex Coloring Problem
顶点着色问题要求给定图的顶点可以被分配的颜色的最小数量,使得对于所有顶点v,v的颜色不同于其任何邻居的颜色。这个问题是NP难的。在这里,我们介绍了新的整数线性规划公式的基础上偏序。它们的优点是,它们与经典的分配公式一样简单,因为它们可以直接输入标准的整数线性规划求解器。我们评估我们的新模型,使用Guidelines和表明,我们的新的简单的方法是一个很好的替代最好的国家的最先进的方法的顶点着色问题。在我们的计算实验中,我们比较了我们的配方与经典的分配配方和代表配方上的一大组基准图,以及随机生成的不同大小和密度的图。评估表明,一个新的模型占主导地位的稀疏图的配方,而代表配方是最好的稠密图。
2017-07-11 cs.CG cs.DS
Distributed $(Δ+1)$-Coloring in Sublogarithmic Rounds
本文提出一种新的随机分布式算法,在亚对数轮次内解决 LOCAL 模型中的 $(Δ+1)$-着色问题,并扩展到列表着色,通过图分解技术证明了其比最大独立集和最大匹配问题更易解决。
2018-01-17 cs.DC cs.DS
Perfectly Sampling $k\geq (8/3 +o(1))Δ$-Colorings in Graphs
我们提出了一个随机算法,它需要作为输入的无向图$G$的$n$顶点的最大程度$Δ$,和一些颜色$k \geq (8/3 + o_Δ(1))Δ$,并返回-在预期的时间$\tilde{O}(nΔ^{2}\log{k})$-一个适当的$k$ -着色的$G$完全均匀分布在所有适当的$k$ -着色的$G$。值得注意的是,我们的采样器打破了Bhandari和Chakraborty最近工作中遇到的$k = 3Δ$的障碍[STOC 2020]。我们还画出了如何修改我们的方法,以放宽对$k$的限制为$k \geq (8/3 - ε_0)Δ$的一个绝对常数$ε_0 > 0$。正如Bhandari和Chakraborty的工作以及Huber [STOC 1998]的开创性工作一样,我们的采样器基于来自过去的耦合[Propp&Wilson,Random Struct. Algorithms,1995]和边界链方法[Huber,STOC 1998; Häggström&Nelander,Scand. J. Statist,1999年]。我们的创新包括一个新的边界链例程的灵感来自Jerrum的分析的Glauber动力学[随机结构。算法,1995],以及一个预处理例程边界链使用算法的Lovász局部引理[Moser&Tardos,J.ACM,2010]。
2020-07-13 cs.DS math.CO math.PR
Sparse graphs with bounded induced cycle packing number have logarithmic treewidth
该研究证明了不含k个两两不交且不相邻圈的稀疏图具有对数级树宽,且该界是紧的,由此推出这类图上多个核心NP完全问题可在多项式或拟多项式时间内求解。
2024-02-16 cs.DS math.CO
Sublinear Time and Space Algorithms for Correlation Clustering via Sparse-Dense Decompositions
Rutgers University(罗格斯大学)
我们提出了一种新的方法来解决(最小分歧)的相关聚类,结果在次线性算法与高效的时间和空间复杂度为这个问题。特别是,我们获得了以下算法的$n$ -顶点$(+/-)$ -标记的图形$G$:-一个次线性时间算法,以高概率返回一个恒定的近似聚类的$G$在$O(n\log^2{n})$时间假设访问的邻接列表的$(+)$ -标记的边缘$G$(这几乎是二次方快于甚至读取输入一次)。以前,没有次线性时间算法是已知的这个问题的任何乘法近似保证。--半流算法,其以高概率返回$G$在$O(n\log{n})$空间中的恒定近似聚类和在图$G$的边缘上的单次通过(该存储器几乎是输入大小的二次方)。以前,没有一个单遍算法与$o(n^2)$空间是已知的这个问题的任何近似保证。我们的方法的主要成分是一个新的连接到稀疏密集图分解,广泛用于图着色文献。据我们所知,这种连接是这些分解超出图着色的第一个应用,特别是相关聚类问题,可以独立的兴趣。
2021-09-29 cs.DS cs.LG
An Algorithm for Komlós Conjecture Matching Banaszczyk's bound
我们考虑的问题,找到一个低的差异着色的稀疏集系统,每个元素位于最多t集。我们给出了一个有效的算法,找到一个着色与差异O((t log n)^{1/2}),匹配的最佳已知的非建设性的问题,由于Banaszczyk的界限。以前的算法只能达到O(t^{1/2} log n)界。结果也扩展到更一般的Komlós设置,并给出了一个算法的O(log^{1/2} n)界。
2016-09-10 cs.DM cs.DS
FirstFit online coloring in the random order model
Shenzhen University of Advanced Technology(深圳先进技术研究院)
本文研究随机顺序模型下FirstFit在线着色算法,将其树图分析推广至稀疏图类,证明其在冠图上仅用O(1)颜色,明确密度不足以保证二分图的O(1)颜色,指出部分图类随机改进有限并提出开放问题。
2026-09-01 cs.DM cs.DS math.CO
SAT Encoding of Partial Ordering Models for Graph Coloring Problems
Department of Computer Science, University of Bonn(波恩大学计算机科学系);Adesso SE(Adesso公司)
该研究提出图着色问题与带宽着色问题的基于偏序的新型SAT编码,经理论与实验验证,该编码在稀疏图和部分基准实例上性能优于现有最优方法,还首次求解了多个带宽着色问题的公开未解决实例。
2024-08-14 cs.AI cs.DM cs.DS