Distributed Symmetry-Breaking Algorithms for Congested Cliques
拥塞集团是一种针对带宽受限的单跳网络的分布式计算模型,近年来得到了广泛的研究。它通过$n$ -顶点图对网络进行建模,其中任何一对顶点都可以通过在每一轮中传输$O(\log n )$位来彼此通信。在这一背景下,人们已经研究了各种各样的问题,但其中一些最著名的结果是针对一般网络的。在本文中,我们设计了显着改进的算法,如森林分解,顶点着色,和最大独立集的各种破坏问题。我们分析我们的算法的运行时间作为一个函数的荫度$a$的一个集团子图,作为输入。我们的算法在树、平面图、具有常亏格的图以及许多其他具有有界荫度但大小无界的图中特别有效。我们得到了$O(a)$ -森林分解算法与$O(\log a)$时间,改进了以前已知的$O(\log n)$时间,$O(a^{2 + ε})$ -着色在$O(\log^* n)$时间,改进了$O(\log n)$ -时间算法,$O(a)$ -着色在$O(a^ε)$ -时间,改进了以前的几个算法,以及具有$O(\sqrt a)$时间的最大独立集算法,该算法至少以二次方的方式改进了艺术的小和中等值的$a$。这些结果是使用几种技术实现的。首先,我们在$O(\log a)$轮中生成一个森林分解,其中包含一个名为{ $H$ -partition}的有用结构。在一般的图中,这种结构需要$Θ(\log n)$时间,但在拥塞集团中,我们能够更快地计算它。我们采用这种结构结合分区技…
2018-02-20 cs.DC cs.DS
A Note on Solving Problems of Substantially Super-linear Complexity in $N^{o(1)}$ Rounds of the Congested Clique
研究拥塞团上超线性复杂度问题的 $N^{o(1)}$ 轮协议设计,证明其节点局部计算的平均时间复杂度必须远大于给定问题的时间复杂度。
2024-12-22 cs.DC
Near-Constant-Time Distributed Algorithms on a Congested Clique
本文针对拥挤团模型中的各种问题提出了常时间和近常时间分布式算法。我们展示了如何计算一个3-规则集在预期的$O(\log \log \log n)$轮,并使用此,我们得到一个常数近似度量设施的位置,也在预期的$O(\log \log \log n)$轮。此外,假设输入度量空间的常数倍维,我们得到常数轮算法计算常数因子近似的最小生成树和度量设施选址问题。这些结果显着改善的运行时间最快的已知算法,这些问题在拥挤的集团设置。
2018-09-10 cs.DC
Deterministic subgraph detection in broadcast CONGEST
我们提出了简单的确定性算法的子图发现和枚举的广播CONGEST模型的分布式计算:--对于任何恒定的$k$,检测$k$ -路径和树的$k$节点可以在$O(1)$轮。--对于任何常量$k$,检测$k$ -循环和$k$节点上的伪树可以在$O(n)$轮中完成。--在$d$ -退化图上,团和$4$ -圈可以在$O(d + \log n)$轮中枚举,$5$ -圈可以在$O(d^2 + \log n)$轮中枚举。在许多情况下,这些界限紧到对数因子。此外,我们表明,$d$退化图的算法可以改进到最佳的复杂度$O(d/\log n)$和$O(d^2/\log n)$,分别在支持的CONGEST模型,这可以被看作是一个中间模型之间的CONGEST和拥塞集团。
2017-09-21 cs.DC cs.DS
Exponentially Faster Shortest Paths in the Congested Clique
我们提出了改进的确定性算法,近似最短路径的拥塞集团模型的分布式计算。我们得到了无向$n$ -顶点图中以下问题的$poly(\log\log n)$ -轮算法:-- $(1+ε)$ -近似多源最短路径(MSSP)从$O(\sqrt{n})$源。-- $(2+ε)$ -所有对最短路径(APSP)的近似。-- $(1+ε,β)$ -APSP的近似值,其中$β=O(\frac{\log\log n}ε)^{\log\log n}$。由于[Censor-Hillel et al.,PODC 19]。它还提供了第一次近可加界的APSP问题在次多项式时间。我们的方法是基于区分短距离和长距离的基础上,一些距离阈值$t = O(\fracβε)$,其中$β=O(\frac{\log\log n}ε)^{\log\log n}$。处理长距离是通过设计一种新的算法来计算稀疏$(1+ε,β)$仿真器与$O(n\log\log n)$边缘。对于短距离,我们为[Censor-Hillel et al.,PODC 19]。利用该工具箱只能应用于半径为$t$的局部球的特点,将其轮复杂度从$poly(\log n)$提高到$poly(\log t)$。最后,我们确定性的解决方案,这些问题的基础上去随机化计划的一个新的变种的命中集问题,这可能是独立的利益。
2020-03-06 cs.DC cs.DS
Optimal Deterministic Routing and Sorting on the Congested Clique
考虑一个由n个节点组成的集团,其中在每个同步轮中,每对节点可以交换O(log n)位。在这个模型中,我们提供了两个问题的确定性常数时间的解决方案。第一个是路由问题,其中每个节点是大小为O(log n)的n个消息的源和目的地。第二个是排序问题,其中每个节点i被赋予大小为O(log n)的n个键,并且需要根据键的全局顺序接收第i批n个键。后者的结果也意味着确定性的常数轮解决方案的相关问题,如选择或确定模式。
2013-05-10 cs.DC
Beyond Distributed Subgraph Detection: Induced Subgraphs, Multicolored Problems and Graph Parameters
子图检测是分布式计算的CONGEST模型中研究最多的问题之一。本文研究了与子图检测密切相关的问题的分布复杂性,主要集中在导出子图检测上。本文的主要工作是给出输入图的结构参数的下界和参数化算法:--在一般图上,给出CONGEST中树宽为2的圈和模式的诱导检测的无条件下界。此外,通过适应减少集中参数化的复杂性,我们证明了下界在CONGEST检测模式的4-团,并诱导路径检测条件的硬度在拥挤的集团三角形检测。--在有界退化的图上,我们证明了在CONGEST中使用参数化算法的技术可以快速检测到诱导路径,而检测树宽为2的循环和模式是困难的。--在顶点覆盖数有界的图上,我们证明了对任何模式图,在CONGEST中导出子图的检测是容易的。更具体地说,我们适应一个集中的参数化算法更一般的最大共同诱导子图检测问题的分布式设置。除了这些诱导子图检测结果,我们研究了各种相关的问题,在拥塞和拥挤的集团模型,包括多色版本的子图检测问题。
2021-12-07 cs.DC cs.DS
Fault-Tolerant Graph Realizations in the Congested Clique
本文研究了分布式计算中拥塞团模型在崩溃故障下的图实现问题。我们考虑{ \em度序列实现},其中每个节点$v$与度值$d(v)$相关联,并且如果可以构建具有给定度的覆盖网络,则所得度序列是可实现的。我们的主要结果是一个$O(f)$轮确定性算法的度序列实现问题的$n$节点拥塞集团,其中$f$节点可能是错误的($f<n$)。该算法使用$O(n^2)$消息。我们补充的结果与下界表明,该算法是紧的w.r.t轮数和消息的同时。我们还将我们的结果扩展到节点容量限制集团(NCC)模型,其中每个节点被限制为发送和接收最多$O(\log n)$消息每轮。在NCC模型中,我们的算法解决了度序列实现的$O(nf/\log n)$轮和$O(n^2)$消息。对于这两种设置,我们的算法的工作没有知识的$f$,故障的数量。据我们所知,这些是第一个结果的图实现问题的崩溃故障分布式网络。
2022-08-22 cs.DC
Simple, Deterministic, Constant-Round Coloring in the Congested Clique
我们解决的复杂性的$(Δ+1)$ -着色和$(Δ+1)$ -列表着色问题的拥塞CLIQUE模型,提出了一个简单的确定性算法运行在一个恒定的轮数。这与最近由Chang等人(PODC'19)提出的突破性的随机化恒定轮$(Δ+1)$ -列表着色算法的复杂性相匹配,并且显著地改进了Parter(ICALP'18)的现有技术水平的$O(\log Δ)$ -轮确定性$(Δ+1)$ -着色界。我们的算法的一个显着的属性是它的简单性。鉴于国家的最先进的随机算法,这个问题是基于相当复杂的局部着色算法的张等人。(STOC'18),我们的算法可以描述在短短几行。在高层次上,它应用了递归过程的仔细去随机化,该过程将节点及其相应的调色板划分为单独的bin。我们表明,经过$O(1)$递归步骤,剩余的未着色的子图内的每个bin具有线性大小,因此可以解决本地收集到一个单一的节点。该算法也可以在大规模并行计算(MPC)模型中实现,只要每个机器具有线性(在$n$中,输入图中的节点数)空间。我们还展示了我们的算法的MPC制度中,机器具有次线性空间的扩展:我们提出了第一个确定性的$(Δ+1)$ -列表着色算法设计的次线性空间MPC,它运行在$O(\log Δ+ \log\log n)$轮。
2020-09-13 cs.DC cs.DS
Semi-MapReduce Meets Congested Clique
当涉及到MapReduce时,图形问题是很麻烦的。通常,为了能够设计出利用MapReduce优势的算法,需要超出模型强加的假设,例如输入图的密度。在最近的转变中,一个简单而健壮的MapReduce模型用于图问题,其中每台机器的空间设置为O(|V|),引起了相当大的关注。我们将此模型称为semi-MapReduce,或简称semiMPC,并专注于其计算能力。我们通过一组模拟方法表明,semiMPC,也许令人惊讶的是,相当于拥挤的集团模型的分布式计算。然而,semiMPC除了轮次复杂度之外,还包括另一个实际上重要的优化维度:机器数量。此外,我们表明,算法在其他分布式计算模型,如CONGEST,可以模拟运行在相同数量的轮的semiMPC,同时也使用了最佳数量的机器。我们稍后将展示这些模拟方法的影响,通过使用最近开发的算法获得这些模型的改进算法。
2018-05-12 cs.DC
Two for One, One for All: Deterministic LDC-based Robust Computation in Congested Clique
设计了一种确定性编译器,利用局部可解码码(LDC)的去随机化和自适应倍增策略,使Congested Clique模型中的计算在面对节点崩溃故障时保持鲁棒性并维持较低轮复杂度。
2025-08-12 cs.DC cs.DS
Broadcast Congested Clique: Planted Cliques and Pseudorandom Generators
我们开发的技术来证明BCAST(log n)广播拥塞集团模型(分布式消息传递模型,在每一轮,每个处理器可以广播O(log n)大小的消息到所有其他处理器)的下限。我们的技术是为了证明自然输入分布的界限。到目前为止,模型中问题的所有下限都依赖于为手头的特定问题构建专门定制的图族,从而导致人为构建的输入的下限,而不是自然的输入分布。我们的结果之一是有向种植集团问题的下界。在这个问题中,输入图是随机有向图(每个有向边以1/2的概率被包含),或者是具有大小为k的种植团的随机图。也就是说,k个随机选择的顶点之间的所有边都包括在内,图中所有其他边的出现概率为1/2。我们的目标是确定一个集团是否存在。我们证明了当k = n^(1/4 - eps)时,这个问题需要n中的多项式的轮数。此外,我们还构造了一个伪随机发生器来欺骗广播拥塞集团。这使我们能够表明,每个处理器使用多达n个随机比特的每k轮随机算法可以有效地转换为每个处理器仅使用多达O(k log n)个随机比特的O(k)轮随机算法,同时保持高的成功概率。伪随机发生器是简单的描述,计算非常便宜,其种子大小是最佳的常数因子。然而,分析是相当复杂的,是基于新的技术证明模型中的下限。该技术还允许我们证明广播拥塞集团的第一个平均情况下的下限,以及平均情况下的时间层次。
2019-05-19 cs.CC cs.DC
When MIS and Maximal Matching are Easy in the Congested Clique
本文研究在拥塞团簇模型中,哪些图能在常数轮内求解最大独立集和最大匹配,给出了三种参数条件下的常数轮算法,并证明这些界对已知方法是紧的。
2025-02-28 cs.DC cs.DS
Quantum Distributed Algorithm for the All-Pairs Shortest Path Problem in the CONGEST-CLIQUE Model
全对最短路径问题(APSP)是分布式计算中最核心的问题之一。在CONGEST-CLIQUE模型中,$n$节点通过在同步循环中交换$O(\log n)$比特的消息而在完全连接的网络上彼此通信,用于APSP的最公知的通用算法使用$\tilde O(n^{1/3})$循环。打破这一障碍是分布式图算法的一个基本挑战。本文首次研究了CONGEST-CLIQUE模型中的量子分布式算法,其中节点可以交换$O(\log n)$量子比特的消息,并证明了这一障碍是可以被打破的:我们构造了一个$\tilde O(n^{1/4})$ -轮的量子分布式算法来求解CONGEST-CLIQUE模型中多项式权值的有向图上的APSP.量子环境中的这种加速与标准CONGEST模型的情况形成对比,对此,Elkin等人(PODC 2014)表明量子通信并没有提供优于经典通信的显着优势。我们的量子算法基于Vassilevska Williams和Williams(JACM 2018)发现的APSP与图中负三角形检测之间的关系。我们算法的量子部分利用了Le Gall和Magniez最近开发的量子分布式搜索框架(PODC 2018)。我们的主要技术贡献是一种方法,展示了如何并行实现多个量子搜索(图中的每个边一个),而不引入量子搜索。
2019-06-06 cs.DC quant-ph
Connectivity Lower Bounds in Broadcast Congested Clique
我们证明了$1$ -比特广播拥塞集团模型BCC $(1)$中图连通性的三个新的下界.首先,在$0$版本的BCC $(1)$,其中节点只知道邻居通过端口号,我们显示了$Ω(\log n)$轮下界连接,即使是恒定误差的随机蒙特卡罗算法。这个结果的确定性版本可以通过众所周知的“边交叉”参数获得,但是,这个结果的随机化版本需要建立新的组合结果,关于由输入引起的不可逆性图。在我们的第二个结果中,我们证明了$Ω(\log n)$下界结果扩展到BCC $(1)$模型的KT-$1$版本,其中节点知道所有邻居的ID,尽管我们的证明仅适用于确定性算法。由于在$1$模型中节点知道其邻居的ID,因此不再可能玩“边缘交叉”技巧;相反,我们从2方通信复杂性问题PARTITION中提出了一个简化,其中Alice和Bob在$[n]$上给出两个集合划分,并且需要确定这两个集合划分的连接是否等于平凡的一部分集合划分。虽然我们的KT- $1$连接性下限只适用于确定性算法,在我们的第三个结果中,我们将这个$Ω(\log n)$ KT-1下限扩展到常误差蒙特卡罗算法的密切相关的连通组件问题。我们使用信息理论的技术来获得这一结果。我们所有的结果都适用于看似简单的特殊情况下的连通性,其中一个算法必须区分一个实例与一个实例与多个周期的周期。我们的研究结果展示了三种不同的下界技术,并为进一步改进BCC $(1)$模型中的连通性下界…
2019-05-22 cs.DC cs.DS
Sparse Matrix Multiplication and Triangle Listing in the Congested Clique Model
我们在拥塞集团模型中将两个$n \times n$矩阵$S,T$在半环上相乘,其中$n$完全连接的节点在$O(nz(S)^{1/3} nz(T)^{1/3}/n + 1)$轮通信内使用$O(\log n)$位消息同步通信,其中$nz(A)$表示矩阵$A$中非零元素的数量。通过利用输入矩阵的稀疏性,与一般算法相比,我们的算法大大减少了通信[Censor-Hillel等人,PODC 2015],改进了具有$o(n^2)$非零元素的矩阵的最新技术水平。我们的算法表现出超越以前的解决方案,也只有一个矩阵是稀疏的额外的力量。这允许有效地将稀疏矩阵提升到大于2的幂。作为应用,我们加快了稀疏图中的4圈计数和APSP。我们的算法的贡献是一个新的\emph{deterministic}方法,以稀疏感知的方式重构输入矩阵,它分配给每个节点元素的乘法任务,不一定是连续的,但平衡,产生通信效率的乘法。此外,这种新的确定性的方法可以用来重建输入图的邻接矩阵,使图形相关的问题的快速解决方案。作为一个例子,我们提出了一种新的确定性算法,它解决了$O(m/n^{5/3} + 1)$轮中的三角形列表问题,这是一种以前通过\emph{randomized}算法获得的复杂度[Pandurangan等人,SPAA 2018],并与$\tildeΩ(n^{1/3})$的下限相匹配[Izumi和Le Gall,PODC 20…
2019-03-20 cs.DC cs.DS
Triangle Finding and Listing in CONGEST Networks
无三角形图在图论中起着核心作用,三角形检测(或三角形发现)以及三角形枚举(三角形列表)在图形算法领域中起着核心作用。在分布式计算中,最近在强大的CONGEST团模型中开发了具有次线性轮复杂度的三角形查找和列表算法,其中允许网络的任何两个节点之间进行通信。在本文中,我们提出了第一个算法与次线性复杂度的三角形发现和三角形列表中的标准CONGEST模型,其中的通信拓扑结构是相同的拓扑结构的网络。更准确地说,我们给出了随机算法的三角形发现和上市轮复杂度$O(n^{2/3}(\log n)^{2/3})$和$O(n^{3/4}\log n)$,分别,其中$n$表示的网络的节点数。我们还显示了一个下界$Ω(n^{1/3}/\log n)$轮复杂性的三角列表,这也适用于CONGEST集团模型。
2017-05-25 cs.DC cs.DS
Distributed Approximation Algorithms for Steiner Tree in the $\mathcal{CONGESTED}$ $\mathcal{CLIQUE}$
\emph{Steiner tree}问题是组合优化中最基本、最经典的问题之一。本文在分布式计算的$\mathcal{CONGESTED}$ $\mathcal{CLIQUE}$模型中研究了这一问题,并给出了两个确定性分布式近似算法。第一个算法计算一个斯坦纳树在$\tilde{O}(n^{1/3})$轮和$\tilde{O}(n^{7/3})$消息为一个给定的连接无向加权图的$n$节点。请注意,$\tilde{O}(\cdot)$符号在$n$中隐藏了多对数因子。第二种方法在$O(S + \log\log n)$轮和$O(S (n - t)^2 + n^2)$消息中计算Steiner树,其中$S$和$t$分别是给定输入图中的\emph{shortest path diameter}和\emph{terminal}节点的数量。这两种算法都承认$2(1 - 1/\ell)$的近似因子,其中$\ell$是最优Steiner树中的终端叶节点的数量。对于具有$S = ω(n^{1/3} \log n)$的图,第一算法在轮复杂度方面表现出比第二算法更好的性能。另一方面,对于具有$S = \tilde{o}(n^{1/3})$的图,第二算法在轮复杂度方面优于第一算法。事实上,当$S = O(\log\log n)$时,则第二算法承认$O(\log\log n)$的轮复杂度和$\tilde{O}(n…
2019-07-30 cs.DC
Congested Clique Counting for Local Gibbs Distributions
本文在CongestedClique模型中提出首个面向局部吉布斯分布的近似计数算法,利用分布式马尔可夫链并行采样,在快速混合条件下以Õ(n^{1/3}/ε²)轮近似配分函数,并在hardcore模型中将轮数改进为Õ(1/ε²)。
2025-08-18 cs.DC cs.DS
Graph Reconstruction in the Congested Clique
拥塞团模型是一种分布式计算的消息传递模型,其中底层通信网络是$n$节点的完全图。在本文中,我们考虑的情况下,联合输入的节点是一个$n$ -节点标记图$G$,即,由每个节点接收的局部输入是其在$G$中的邻域的指示符函数。节点执行算法,在同步轮中彼此通信,并且它们的目标是计算依赖于$G$的某个函数。在每一轮中,每个$n$节点可以通过其每个$n-1$通信链路发送多达$n-1$不同的$b$比特消息.我们用$R$表示算法的轮数。乘积$Rb$,即节点通过一条链路接收的比特总数,是算法的成本。我们可以尝试解决的最困难的问题是重建问题,其中要求节点恢复输入图$G$的所有边。形式上,给定一类图$\mathcal G$,问题定义如下:如果是$G \notin {\mathcal G}$,则每个节点必须拒绝;另一方面,如果是$G \in {\mathcal G}$,则在$R$轮之后,每个节点必须知道$G$的所有边。不难看出,任何解决这个问题的算法(即使是公共币)的成本$Rb$至少是$Ω(\log|\mathcal{G}_n|/n)$,其中$\mathcal{G}_n$是$\mathcal G$中所有$n$ -节点标记图的子类。在本文中,我们证明了以前的界是紧的,它是可能的,只有$R=2$轮实现它。更确切地说,我们展示了(i)一轮算法,实现这个界的遗传图类;和(ii)两轮算法,实现这个界的任意图类。
2017-06-09 cs.DC
Tight Distributed Listing of Cliques
本文提出针对所有$p \geq 4$的$K_p$-列举的$\tilde{O}(n^{1 - 2/p})$-轮分布式算法,完全弥合了上界与下界差距,证明在CONGEST和CONGESTED CLIQUE模型中轮复杂度相同,并匹配$K_4$检测下界。
2020-11-14 cs.DC
Bounded Memory in Distributed Networks
本文针对真实分布式网络的节点内存限制,提出μ-CONGEST模型,给出团枚举算法的内存-时间紧致权衡与多类流算法的高效模拟方法,可实现网络组合结构的高效统计。
2025-06-13 cs.DC cs.DS
On the Power of Threshold-Based Algorithms for Detecting Cycles in the CONGEST Model
研究CONGEST模型中阈值算法检测大环的能力,证明对k≥6单环检测失效,但{C12,C14}联合无环性仍可在O(n^{0.857})轮内判定。
2023-04-05 cs.DC cs.DS
Distributed Detection of Cliques in Dynamic Networks
本文深入研究了分布式动态网络中寻找小子图的基本问题。虽然有些问题是平凡容易处理,如检测一个三角形出现后,边缘插入,我们表明,也许有点令人惊讶的是,其他问题表现出广泛的复杂性,在他们的轮和带宽的复杂性之间的权衡。在三角形的情况下,它只受直接邻域拓扑的影响,一些最终结果是:\begin{itemize} \item The bandwidth complexity of $1$-round dynamic triangle detection or listing is $Θ(1)$. \item The bandwidth complexity of $1$-round dynamic triangle membership listing is $Θ(1)$ for node/edge deletions, $Θ(n^{1/2})$ for edge insertions, and $Θ(n)$ for node insertions. \item The bandwidth complexity of $1$-round dynamic triangle membership detection is $Θ(1)$ for node/edge deletions, $O(\log n)$ for edge insertions, and $Θ(n)$ for node inser…
2019-04-25 cs.DC cs.DS
Parallel multiple selection by regular sampling
本文提出了一种求解拥挤团模型中多重选择问题的确定性并行算法。在这个问题中,对于给定的一组元素S和一组秩$K = \{k_1 , k_2 , ..., k_r \}$,我们要求对于$1 \leq i \leq r$的$S$的第$k_i$个最小元素。该算法是确定性的、时间最优的,需要$O(\log^*_{r+1} (n))$通信轮,其中$n$是输入集的大小,$r$是秩集的大小.该算法可能具有理论意义,因为对于$r = 1$(经典选择问题),它给出了比以前的$O(\log \log p)$通信轮解决方案(其中$p$是团的大小)在渐进同步成本方面的改进。
2016-11-18 cs.DC
Mind the $\tilde{\mathcal{O}}$: Asymptotically Better, but Still Impractical, Quantum Distributed Algorithms
本文在 Quantum CONGEST-CLIQUE 模型中提出两种渐近复杂度更优的分布式算法,并分析其常数因子,指出当前量子和经典算法在极大 $n$ 值下才具实用价值。
2023-08-01 cs.DC math.OC quant-ph
Lower Bounds for Induced Cycle Detection in Distributed Computing
对于固定图$H$,分布式子图检测询问$n$节点输入图是否包含作为子图的$H$.在分布式计算的标准CONGEST模型中,团/圈检测和列表的复杂性最近受到了很多关注。在本文中,我们考虑的子图检测,其中的目标是决定是否$n$节点输入图包含$H$作为一个\emph{induced}子图或没有诱导的变种。我们首先显示了一个$\tildeΩ(n)$下限检测存在的诱导$k$ -周期的任何$k\geq 4$在CONGEST模型。该下限对于$k=4$是严格的,并且表明$k$ -循环检测的诱导变体比非诱导版本难得多。这个下界证明通过减少从两方通信的复杂性。我们补充这一结果表明,对于$5\leq k\leq 7$,这$\tildeΩ(n)$下限不能通过两方通信框架得到改善。然后,我们将展示如何证明$k$的较大值的更强的下界。更准确地说,我们证明了检测任何$k\geq 8$的诱导$k$ -循环需要CONGEST模型中的$\tildeΩ(n^{2-Θ{(1/k)}})$轮,几乎匹配Eden、Fiat、Fischer、Kuhn和Oshman的一般$k$ -节点子图检测(也适用于诱导版本)的已知上限$\tilde{O}(n^{2-Θ{(1/k)}})$ ~[DISC 2019]。最后,我们调查的情况下,$H$是钻石(钻石是通过添加一个边缘的4-循环,或等效地从4-团删除一个边缘),并显示非平凡的上限和下限的复杂…
2021-10-02 cs.DC
$k$-Center Clustering in Distributed Models
本文研究了底层度量为图最短路径度量的$k$-中心问题,在LOCAL、CONGEST和CLIQUE三种标准分布式模型中提出了常数因子近似算法与下界,并给出了双准则近似设置的硬度结果。
2024-07-25 cs.DC cs.DS
Byzantine Resilient Computing with the Cloud
本文提出可信云辅助的拥塞团分布式计算框架,研究在高比例拜占庭机器下 Download、Disjunction 与 Parity 等基本问题的弹性界限。
2023-09-28 cs.DC
Tight Distributed Sketching Lower Bound for Connectivity
本文研究了连通性的分布式草图绘制复杂性。在分布式图形绘制中,将$n$节点图形$G$分发给$n$参与者,使得每个参与者看到一个顶点的邻域。然后,参与者同时向裁判发送一条消息,裁判必须以高概率计算$G$的某个函数。对于连接,裁判必须输出$G$是否已连接。目标是最小化消息长度。这样的草图计划是等价的广播拥塞集团模型中的一轮协议。我们证明了,如果错误概率至多为$1/4$,则期望的平均消息长度必须至少为$Ω(\log^3 n)$ bits。它与AGM草图[AGM 12]获得的上界相匹配,这甚至允许裁判输出概率为$1-1/\mathrm{poly}\, n$的$G$生成森林。我们的下界加强了以前的$Ω(\log^3 n)$下界,用于生成森林计算[NY19]。因此,它意味着连通性,一个决策问题,是一样难的“搜索”版本在这个模型中。
2020-07-24 cs.DC cs.DS
Computing Power of Hybrid Models in Synchronous Networks
在过去的二十年中,出现了一小批网络分布式计算模型,其中,拥塞、广播拥塞集团(BCC)和拥塞控制模型起着重要的作用。我们认为混合模型结合这三种模式。也就是说,我们分析了模型的计算能力,比如说,执行恒定数量的CONGEST轮,然后执行恒定数量的CONGEST轮,然后执行恒定数量的BCC轮,可能会重复这个数字恒定的次数。我们特别关注2轮模型,并建立了这些模型的相对功率的完整图像。也就是说,对于每一对这样的模型,我们确定其中一个是否(严格)比另一个强,或者这两个模型是否不可比。分离的结果是通过一个原始的角度来逼近通信复杂性,这可能是独立的兴趣。两个参与者不受限制地计算二元函数的值,但两个参与者的组合输出受此值的约束。特别地,我们引入XOR索引问题,其中Alice被给予二进制向量$x\in\{0,1\}^n$连同索引$i\in[n]$,Bob被给予二进制向量$y\in\{0,1\}^n$连同索引$j\in[n]$,并且在单轮双向通信之后,Alice必须输出布尔$\textrm{out}_A$,并且Bob必须输出布尔$\textrm{out}_B$,使得$\mbox{out}_A\land\mbox{out}_B = x_j\oplus y_i$。我们证明了异或索引的通信复杂性是$Ω(n)$比特。
2022-08-04 cs.DC