Distributed Symmetry Breaking in Hypergraphs
基本的局部对称破缺问题,如极大独立集(MIS)和着色问题,已经被公认为是重要的社区,并在(标准)图中得到广泛的研究。特别地,快速(即,对数运行时间)的随机算法对于MIS和$Δ+1$ -着色来说是很好地建立的,这两个模型都是分布式和CONGEST分布式计算模型。另一方面,对{ \em超图}的分布对称破缺的复杂性知之甚少。特别是,一个关键问题是是否存在一个快速(随机)算法MIS超图。本文在超图的自然分布式计算模型下,通过对超图中各种基本问题的分布式随机算法,研究超图对称破缺的分布式复杂性.我们首先证明了MIS在超图(任意维)可以解决在$O(\log^2 n)$轮($n$是超图的节点数)在ESTA模型。然后我们给出了本文的一个关键结果--在CONGEST模型下的一个$O(Δ^ε\text{polylog}(n))$ -轮超图MIS算法,其中$Δ$是超图的最大节点度,$ε> 0$是任意小的常数.为了证明超图MIS的有用性,我们提出了我们的超图算法解决问题的应用(标准)图。特别地,超图MIS产生用于{ \em平衡最小支配集}问题(在Harris等人[ICALP 2013]中未解决)和{ \em最小连通支配集问题}的快速分布式算法。我们还提出了超图着色,最大匹配,最大团的分布式算法。
2014-09-30 cs.DC cs.DS
Performance Comparisons of Self-stabilizing Algorithms for Maximal Independent Sets
传感器网络,例如智能仓库的超宽带传感器,可能需要运行分布式算法来自动确定拓扑布局。在本文中,我们提出了5个不同的自稳定算法(他们的中央和分布式对应)确定最大独立集。从时间复杂度、仿真分析和最大独立集的大小等方面对算法的性能进行了比较。
2022-03-21 cs.DC
Round Elimination via Self-Reduction: Closing Gaps for Distributed Maximal Matching
本研究提出Δ叉树中最大匹配针对随机算法的新下界,解答了开放问题,揭示了树结构中最大独立集与最大匹配的本质复杂度差异,推动了相关问题随机复杂度的研究进展。
2025-05-21 cs.DC cs.DS
Linear-in-$Δ$ Lower Bounds in the LOCAL Model
通过先前的工作,有一个分布式算法,找到一个最大的分数匹配(最大边包装)在$O(Δ)$轮,其中$Δ$是图的最大程度。我们表明,这是最佳的:有没有分布式算法,发现一个最大的分数匹配$o(Δ)$轮。我们的工作给出了第一个线性的$Δ$下界的一个自然图问题的标准模型的分布式计算-事先下界的范围广泛的图形问题已在最好的对数$Δ$。
2013-04-03 cs.CC cs.DC cs.DS
Faster Deterministic Distributed MIS and Approximate Matching
$ \renewcommand{\tilde}{\widetilde} $针对最大独立集问题提出了一个$\tilde{O}(\log^2 n)$轮确定性分布式算法。通过已知的简化,该轮复杂性还扩展到最大匹配、$Δ+1$顶点着色和$2Δ-1$边着色。这四个问题是分布式图算法中最核心的问题之一,在过去的四十年里得到了广泛的研究。这种改进的轮复杂度更接近最大独立集和最大匹配的$\tildeΩ(\log n)$下限[Balliu et al. FOCS '19]。以前最著名的确定性复杂度为所有这些问题是$Θ(\log^3 n)$。通过粉碎技术,改进也渗透到相应的随机复杂性,例如,$Δ+1$顶点着色的新随机化复杂度现在是$\tilde{O}(\log^2\log n)$轮。我们的方法是先前已知的两种方法的新颖组合,用于开发针对这些问题的确定性算法,即通过网络分解的全局去随机化(例如,[Rozhon,Ghaffari STOC '20; Ghaffari,Grunau,Rozhon SODA' 21; Ghaffari等人SODA '23])和分数解的局部舍入(参见例如,[Fischer DISC '17; Harris FOCS' 19; Fischer,Ghaffari,Kuhn FOCS '17; Ghaffari,Kuhn FOCS' 21; Faour等人SODA '23])。我们考…
2023-03-28 cs.DC cs.DS
A self-stabilizing algorithm for maximal matching in link-register model in $O(nΔ^3)$ moves
在匹配问题中,每个节点都有一个指向它的一个邻居或$null$的指针,当每个节点指向一个自己指向它的邻居时(它们被称为已婚),或者指向$null$时,计算最大匹配,在这种情况下,没有邻居也可以指向$null$。本文提出了一种自稳定的分布式算法来计算在读/写原子下的链路寄存器模型中的最大匹配,其复杂性为{ $O(nΔ^3)$ }在对抗分布式守护进程下移动,其中$Δ$是图的最大度。
2017-09-14 cs.DC
Distributed Reconfiguration of Maximal Independent Sets
研究了一个分布式最大独立集(MIS)重构问题,其中存在两个最大独立集,每个节点都被赋予其成员身份,并且节点需要与它们的邻居进行通信以找到从第一个MIS切换到第二个MIS的重构调度.这样的调度是一个独立集的列表,通过禁止两个邻居在同一步骤中改变它们的成员状态来限制。此外,这些独立的集合应该提供一些覆盖担保。我们表明,获得一个实际的MIS(甚至3-支配集)在每个中间步骤是不可能的。然而,我们提供了有效的解决方案时,中间集只需要是独立的和4-支配,这几乎总是可能的,因为我们充分表征。因此,我们的目标是确定时间表的可能长度和通信轮数之间的权衡。我们证明了在$O(\texttt{MIS}+\texttt{R32})$轮中可以找到一个恒定长度的时间表,其中$\texttt{MIS}$是在最坏情况图中找到MIS的复杂度,$\texttt{R32}$是找到$(3,2)$ -规则集的复杂度。对于有界度图,这是$O(\log^*n)$轮,我们证明了这是必要的。在另一个极端,我们表明,与一个常数轮数,我们可以找到一个线性长度的时间表。
2019-02-20 cs.DC
Self-stabilizing Algorithm for Maximal Distance-2 Independent Set
在图论中,独立集是节点的子集,其中没有两个相邻的节点。如果独立集之外的节点不能加入,则称该独立集为最大独立集。在网络应用中,极大独立集可以作为adhoc和无线传感器网络的簇头。为了处理网络中的任何故障,文献中已经提出了在不同假设下计算最大独立集的自稳定算法。在本文中,我们提出了一个自稳定算法来计算一个最大的独立集,其中的独立集的节点彼此之间的距离至少为3。我们证明了算法的正确性和收敛性。仿真实验表明,该算法能够在大规模网络中找到数量较少的节点,从而实现对网络的强控制
2021-01-28 cs.DC
Move Complexity of a Self-Stabilizing Algorithm for Maximal Independent Sets
${\cal A}_\mathsf{deg}$是一种自稳定算法,它计算有限图中具有近似比$(Δ+ 2)/3$的最大独立集。在本说明中,我们表明,根据中央调度的移动数的${\cal A}_\mathsf{deg}$是不受限制的多项式在$n$。
2022-03-25 cs.DC
On Computing Maximal Independent Sets of Hypergraphs in Parallel
超图的极大独立集问题是否属于(R)NC问题是并行计算理论中的基本问题之一。与图中MIS的情况不同,对于超图问题,尽管做了大量工作,但我们的知识相当有限。当超图的边具有常数时,问题存在于\emph{RNC}中。对于具有$n$顶点和$m$边的一般超图,以前已知的最快算法在时间$O(\sqrt{n})$中与$\text{poly}(m,n)$处理器一起工作。本文给出了一个EREW PRAM算法,它在时间$n^{o(1)}$和$\text{poly}(m,n)$处理器上工作于满足$m \leq n^{\frac{\log^{(2)}n}{8(\log^{(3)}n)^2}}$的一般超图上,其中$\log^{(2)}n = \log\log n$和$\log^{(3)}n = \log\log\log n$ .我们的算法是基于一个抽样的思想,减少了维数的超图和采用的算法为常数维超图作为一个子程序。
2014-08-12 cs.DC 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
Lower bounds for maximal matchings and maximal independent sets
在$O(Δ+ \log^* n)$通信轮中,有分布式图算法用于寻找最大匹配和最大独立集;这里$n$是节点数,$Δ$是最大度。Linial(1987,1992)的下限表明对$n$的依赖性是最优的:这些问题不能在$o(\log^* n)$轮中解决,即使$Δ= 2$。然而,对$Δ$的依赖性是一个长期存在的开放问题,目前在上限和下限之间存在指数差距。我们证明了上界是紧的。我们发现,任何算法,找到一个最大的匹配或最大的独立集的概率至少$1-1/n$需要$Ω(\min\{Δ,\log \log n / \log \log \log n\})$轮的分布式计算的并行模型。作为一个推论,任何找到最大匹配或最大独立集的确定性算法都需要$Ω(\min\{Δ, \log n / \log \log n\})$轮;这是对先前下界的改进,也是$n$的函数。
2021-12-10 cs.CC cs.DC
Greedy Sequential Maximal Independent Set and Matching are Parallel on Average
最大独立集(MIS)的贪婪顺序算法以任意顺序遍历顶点,当且仅当没有前一个相邻顶点被添加到结果集中时,将顶点添加到结果集中。在这个循环中,和许多顺序循环一样,每个顶点只直接依赖于先前迭代的子集(即知道任何一个顶点邻居在MIS中,或者知道它没有先前的邻居就足以决定它的命运)。这导致迭代之间的依赖结构。如果这个结构是浅的,那么并行地运行迭代同时尊重依赖性可以导致模仿顺序算法的高效并行实现。在本文中,我们证明了任何图,并为一个随机的顶点排序,顺序贪婪MIS算法的依赖深度是多对数(O(log^2 n)的概率很高)。我们的结果扩展了以前的结果,显示多对数边界的随机图。我们显示了类似的结果,贪婪的最大匹配(MM)。对于这两个问题,我们描述了简单的线性工作并行算法的基础上的方法。这些算法允许在更多的并行性和减少的工作之间进行平滑的权衡,但总是返回与顺序贪心算法相同的结果。我们目前的实验结果表明,效率和工作和并行性之间的权衡。
2012-02-15 cs.DC cs.DS
Computing a Maximal Independent Set Using Beeps
本文研究了离散蜂鸣模型中的极大独立集问题。每次,网络中的节点可以发出蜂鸣声(即,发出信号)或保持沉默。静默节点只能区分没有邻居蜂鸣或至少有一个邻居蜂鸣。这种基本的通信模型仅依赖于载波侦听。此外,我们对底层通信图没有任何假设,并允许节点任意唤醒(和崩溃)。我们表明,如果一个多项式上界的网络n的大小是已知的,那么以高概率每个节点在O(\log^3 n)的时间后,它被唤醒变得稳定。为了对比这一点,我们建立了一个多项式下限时,没有先验的上限网络的大小是已知的。即使在具有冲突检测的本地消息广播的更强模型中也是如此。最后,如果我们假设节点可以访问同步时钟,或者我们考虑某种程度上受限的唤醒,我们可以在O(\log^2 n)时间内解决MIS问题,而不需要网络大小的上限,从而实现与Luby的MIS算法相同的位复杂度。
2011-08-09 cs.DC cs.DS
Energy-Efficient Maximal Independent Sets in Radio Networks
Rochester Institute of Technology(罗切斯特理工学院);Lancaster University(兰卡斯特大学);University of Houston(休斯顿大学);University at Buffalo(布法罗纽约州立大学)
针对无线网络中的最大独立集问题,提出两种随机分布式算法,在带碰撞检测模型中实现最优能量复杂度O(log n),在不带碰撞检测模型中显著降低能量复杂度至O(log² n log log n),优于现有最佳算法。
2025-10-09 cs.DC cs.DS
Efficient Distributed Computation of MIS and Generalized MIS in Linear Hypergraphs
给定一个图,极大独立集(MIS)是两两不相邻顶点的极大子集。在分布式计算中,寻找MIS是一个基本问题。虽然这个问题在简单图中得到了广泛的研究和理解,但在超图中解决这个问题时,我们的知识仍然非常有限,特别是在分布式CONGEST模型中。本文主要研究线性超图--任意两条超边至多重叠在一个结点上的超图。首先给出了一个计算线性超图MIS的随机算法。它具有多对数运行时间,并在CONGEST模型中工作。该算法采用网络分解实现快速并行处理。在每个集群的分解,我们运行一个分布式的并行超图MIS算法的Luczak和Szymanska的变种。然后,我们提出了广义极大独立集(GMIS)的概念,作为超图中经典MIS的扩展。更具体地说,在GMIS中,对于超图$\mathcal{H}$中的每个超边$e$,我们在$[1, |e|-1]$范围内关联整数阈值$t_e$,目标是找到不违反任何阈值约束的顶点的最大子集$\mathcal{I}$:$\forall e \in E(\mathcal{H}), |e \cap \mathcal{I}| \leq t_e$。我们希望GMIS可以捕获更广泛的一类现实世界的问题比MIS,我们也相信,GMIS是一个有趣的和具有挑战性的对称性破缺问题本身。我们的第二个上界的结果是一个分布式算法计算的GMIS在线性超图,受约束的最大超边的大小是有界的一些常数。同样,该算法具有多对数运行时…
2018-05-09 cs.DC
Feedback from Nature: Simple Randomised Distributed Algorithms for Maximal Independent Set Selection and Greedy Colouring
我们提出了两个行之有效的问题,在极其恶劣的条件下有效地运作的分布式算法。我们的算法以一种简单而新颖的方式实现了最先进的性能。我们的最大独立集选择算法在相同的匿名处理器网络上运行。每个节点处的处理器没有关于网络的先验信息。在每个时间步,每个节点只能向所有邻居广播一个比特,或者保持沉默。每个节点可以检测是否有一个或多个邻居广播,但不能告诉它有多少邻居广播,或哪些邻居广播。我们建立在Afek等人最近的工作基础上,该工作受到果蝇~ \cite{Afek2011a}中细胞网络发育研究的启发。然而,我们第一次纳入了生物系统的另一个重要特征:根据相邻节点的局部反馈,改变每个节点使用的概率值。给定任意$n$节点网络,我们的算法实现了$O(\log n)$轮的最优期望时间复杂度和每个节点广播的$O(1)$单比特消息的最优期望消息复杂度,我们还表明,以前的方法,没有反馈,不能实现优于$Ω(\log^2 n)$的期望时间复杂度,无论使用全局方案来选择概率。我们的分布式贪婪着色算法在类似的苛刻条件下工作:每个相同的节点没有关于网络的先验信息,只能在每个时间步向所有邻居广播一条消息,代表所需的颜色,并且只能检测是否至少有一个邻居广播了每个颜色值。我们表明,我们的算法有一个预期的时间复杂度为$O(Δ+\log n)$,其中$Δ$是网络的最大程度,和预期的消息复杂度由每个节点广播的$O(1)$消息。
2016-01-17 cs.DC
The Locality of Distributed Symmetry Breaking
对称破缺问题是分布式计算领域中研究得最多的问题之一,但关于其复杂性的最基本问题仍然是开放的。在本文中,我们的工作在网络模型(输入图和底层的分布式网络是相同的)和研究的随机复杂性的四个基本对称破缺问题的图:计算MIS(最大独立集),最大匹配,顶点着色,和规则集。我们的结果的一个小样本包括-MIS算法运行在$O(\log^2Δ+ 2^{O(\sqrt{\log\log n})})$的时间,其中$Δ$是最大程度。这是第一个MIS算法,以改善1986年的算法Luby和Alon,Babai,和Itai,当$\log n \ll Δ\ll 2^{\sqrt{\log n}}$,并接近$Ω(\log Δ)$下界的库恩,Mosicbroda,和Wattenhofer。- 在$O(\logΔ+ \log^4\log n)$时间内运行的最大匹配算法。这是对1986年Israeli和Itai算法的第一次重大改进。此外,它对$Δ$的依赖性可证明是最优的。- 将低荫度/退化图中的对称破缺问题降为低度图的一种方法。(粗略地说,图的荫度或退化度限制了任何子图的密度。这种减少的推论包括一个$O(\sqrt{\log n})$ -时间最大匹配算法的图形荫度高达$2^{\sqrt{\log n}}$和一个$O(\log^{2/3} n)$ -时间MIS算法的图形荫度高达$2^{(\log n)^{1/3}}$。我们的…
2015-02-24 cs.DC
Quantum Advantage for Distributed Symmetry Breaking
Aalto University(阿尔托大学);University of Cambridge(剑桥大学)
提出分布式量子算法,以O(1)轮解决环的3着色,并推广至所有经典O(log* n)轮LCL问题,首次展示自然图问题的渐近量子优势。
2026-11-04 cs.DC quant-ph
Polylogarithmic-Time Deterministic Network Decomposition and Distributed Derandomization
提出了一种简单的多步时间确定性分布式网络分解算法。这改进了著名的$2^{O(\sqrt{\log n})}$时间算法的Panconesi和Srinivasan [STOC'92],并解决了一个中心和长期存在的问题,在分布式图算法。它还导致了第一个多周期时间确定性分布式算法的许多其他问题,从而解决了几个著名的和几十年的开放问题,包括Linial的问题的确定性复杂性的最大独立集[FOCS'87; SICOMP'92]-这被称为最突出的问题在该地区。其主要含义是一个更一般的分布式去随机化定理:结合Ghaffari,Kuhn和Maus [STOC'17]和Ghaffari,Harris和Kuhn [FOCS'18]的结果,我们的网络分解意味着$$\mathsf{P}\textit{-}\mathsf{RLOCAL} = \mathsf{P}\textit{-}\mathsf{LOCAL}.$$也就是说,对于任何可以在多周期时间内确定性检查其解的问题,任何多周期时间随机算法都可以被去随机化为多周期时间确定性算法。非正式地,对于效率的标准一阶解释为多随机时间,分布式算法不需要随机性来提高效率。通过已知的连接,我们的结果也导致了更快的随机分布式算法的一些研究充分的问题,包括$(Δ+1)$ -着色,最大独立集,和Lovász局部引理,以及大规模并行算法$(Δ+1)$ -着色。
2020-05-10 cs.DC cs.DM cs.DS
Self-Stabilizing Maximal Matching and Anonymous Networks
我们提出了一个自稳定算法计算匿名网络中的最大匹配。复杂性是$O(n^3)$在对抗性分布式守护进程下以高概率移动。在该算法中,每个节点可以确定它的一个邻居是指向它还是指向另一个节点,这导致了与匿名假设的矛盾。为了解决这个问题,我们在经典的链接寄存器模型下提供了一个自稳定算法,该算法为链接提供了一个唯一的名称,使得该名称被链接的两端共享。
2016-11-17 cs.DC
Self-Stabilization and Byzantine Tolerance for Maximal Independent Set
我们分析了一般网络中瞬时故障和拜占庭故障对最大独立集构造的影响。我们采用Turau \cite{turau2007linear}提出的自稳定算法来计算这样的顶点集。我们的算法是自稳定的,也适用于更困难的情况下,任意拜占庭故障。拜占庭节点可以阻止靠近它们的节点在任意长的时间内参与独立集。我们通过关注所有节点的集合来确定它们的影响范围,这些节点不包括距离为1或更小的拜占庭节点,也不包括距离为2的一些节点。据我们所知,我们提出了第一个算法容忍下公平分布式守护进程的瞬态和拜占庭故障。我们证明了该算法在$ \mathcal O(Δn)$轮内收敛,其中$n$和$Δ$分别是网络的大小和最大度。此外,我们提出了一个修改后的版本,该算法的匿名系统下的对抗分布式守护进程收敛在$ \mathcal O(n^{2})$预期的步骤数。
2021-11-16 cs.DC
Stabilizing Maximal Independent Set in Unidirectional Networks is Hard
分布式算法是自稳定的,如果在故障和攻击击中系统并将其置于任意全局状态之后,系统在有限时间内从这种灾难性情况中恢复而无需外部干预。本文考虑在任意形状的均匀单向网络中构造自稳定的\emph{maximal independent set}的问题。在消极的一面,我们提出的证据表明,在均匀的网络,\emph{deterministic}自我稳定的这个问题是\emph{impossible}。此外,无论是对于协议的确定性变体还是对于协议的概率性变体,都不可能保证\emph{silence}属性(\emph{i.e.}在每次执行中的某个点具有固定的通信)。在积极的一面,我们提出了一个确定性协议的网络与任意单向网络的唯一标识符,表现出多项式空间和时间复杂度在异步调度。我们补充研究的概率协议的统一情况下:第一个概率协议需要无限的内存,但处理异步调度,而第二个概率协议具有多项式空间复杂度,但只能处理同步调度。两个概率解都具有期望的多项式时间复杂度。
2009-03-18 cs.CC cs.DC cs.DS
Local Computation: Lower and Upper Bounds
什么东西可以被计算,以及计算效率如何,是计算机科学的核心问题。毫不奇怪,在分布式系统和网络研究中,一个同样基本的问题是什么可以用\emph{distributed}方式计算。更准确地说,如果网络的节点必须仅基于其局部邻域中的信息来做出决策,那么它们能够计算或近似全局(优化)问题吗?本文给出了最小顶点覆盖、最小(连通)支配集、最大匹配、最大独立集和最大匹配等优化问题局部计算的第一个多对数下界.此外,我们提出了一个新的分布式算法求解一般覆盖和包装线性规划。对于某些问题,该算法是紧的下限,对其他人来说,它是一个分布式的近似计划。总之,我们的下限和上限建立了一大类问题的局部可计算性和可逼近性,表征了解决这些任务需要多少局部信息。
2016-03-31 cs.DC
Parallel, Portable Algorithms for Distance-2 Maximal Independent Set and Graph Coarsening
给定一个图,找到顶点的距离为2的最大独立集(MIS-2)是一个在代数多重网格粗化或多级图分区等多种情况下有用的问题。这种多级方法依赖于找到独立的顶点,因此它们可以用作多级方案中聚合的种子。我们提出了一个并行MIS-2算法,以提高现代加速器硬件上的性能。该算法使用Kokkos编程模型实现,以实现性能可移植性。我们证明了该算法的可移植性和各种架构(x86/ARM CPU和NVIDIA/AMD GPU)上的性能。由此产生的算法也是确定性的,在所有这些平台上对给定的输入产生相同的结果。新的MIS-2实现比CUSP和ViennaCL等最先进的库中的实现高出3- 8倍,同时产生类似的质量结果。我们通过为两个不同的用例开发并行图粗化方案来进一步展示这种方法的好处。首先,我们开发了一个代数多重网格(AMG)聚合计划使用并行MIS-2和证明的好处,而不是以前的方法中使用的MueLu多重网格包在Trilinos。我们还描述了一种方法,用于实现一个并行的“集群”高斯-赛德尔预条件使用MIS-2粗化,并展示了更好的性能与一个高效的,并行的,高斯-赛德尔算法。
2022-04-06 cs.DC