$\{-1,0,1\}$-APSP and (min,max)-Product Problems
在$\{-1,0,1\}$ -APSP问题中,目标是计算一个有向图上的所有对最短路径(APSP),该图的边权值都来自$\{-1,0,1\}$。在(min,max)积问题中,输入是两个$n\times n$矩阵$A$和$B$,目标是输出$A$和$B$的(min,max)积。本文给出了求解$\{-1,0,1\}$ -APSP问题的一个新算法,通过一个简单的简化为目标(min,max)-乘积问题,其中输入是三个$n\times n$矩阵$A,B$和$T$,目标是输出一个布尔$n\times n$矩阵$C$,使得$C$的$(i,j)$项为1当且仅当(min,max)-乘积问题的$(i,j)$项为1 $A$和$B$的乘积(max)恰好是目标矩阵$T$的$(i,j)$项。如果(min,max)-乘积可以在$T_{MM}(n) = Ω(n^2)$时间内求解,则在$O(T_{MM}(n))$时间内求解目标-(min,max)-乘积是直接的。因此,鉴于Bringmann,Künnemann和Wegrzycki [STOC 2019]的最新结果,$\{-1,0,1\}$ -APSP问题可以在求解具有正权重的图上的近似APSP所需的相同时间内求解。此外,我们设计了一个简单的算法的目标-(最小,最大)-产品时,输入被限制到家庭的输入产生我们的减少。新算法采用快速矩形矩阵乘法,比目前最好的(min,max)…
2019-11-14 cs.DS
Computing Exact Distances in the Congested Clique
本文给出了简单的分布式算法的基本问题计算图的距离在拥挤集团模型。我们的算法的主要组成部分之一是快速矩阵乘法,我们展示了一个$O(n^{1/3})$轮算法时,乘法需要在一个半环,和一个$O(n^{0.157})$轮算法时,可以在一个字段上执行的计算。我们建议用$κ$表示该模型中矩阵乘法的指数,从而给出$κ< 0.157$。我们展示了如何在$n$节点的加权图中计算$O(n^{1/3}\log{n})$轮中的所有对最短路径(APSP),这也意味着图直径$D$的计算。在未加权图中,APSP可以在$O(\min\{n^{1/3}\log{D},n^κ D\})$轮中计算,直径可以在$O(n^κ\log{D})$轮中计算。此外,我们展示了如何在$O(n^{1/3})$轮中计算图的围长,并提供了在$O(n^κ)$轮中完成的三角形检测和4圈检测算法。我们所有的算法都是确定性的。我们的三角形检测和4-循环检测算法在此模型中改进了以前最知名的算法,并驳斥了一个猜想,即任何确定性遗忘算法检测三角形都需要$\tilde Ω(n^{1/3})$轮。我们的距离计算算法是精确的,并且改进了Nanongkai [STOC 2014]的先前最知名的$\tilde O(n^{1/2})$算法,用于计算APSP的$(2+o(1))$近似。最后,我们给出了与上述自然算法族相匹配的下界。对于拥塞集团广播模型,我们推导出矩阵…
2015-03-22 cs.DC cs.DS
Computing the diameter polynomially faster than APSP
提出了一种新的计算加权有向图直径的随机算法。该算法在$\Ot(M^{\w/(\w+1)}n^{(\w^2+3)/(\w+1)})$时间内运行,其中$\w < 2.376$是快速矩阵乘法的指数,$n$是图的顶点数,边权值是$\{-M,...,0,...,M\}$中的整数。对于有界整数权重,运行时间为$O(n^{2.561})$,如果为$\w=2+o(1)$,则为$\Ot(n^{7/3})$。这是第一个计算整数加权有向图的直径的算法,比任何已知的所有对最短路径(APSP)算法都要快。对于有界整数权重,对于$\w$的当前值,APSP的最快算法在$O(n^{2.575})$时间内运行,如果$\w=2+o(1)$,则在$\Ot(n^{2.5})$时间内运行。对于$\{1,...,M\}$中具有{ \em正}整数权重的有向图,我们得到了一个确定性算法,该算法在$\Ot(Mn^\w)$时间内计算直径。这扩展了一个简单的$\Ot(n^\w)$算法计算直径的{ \em无向}有向图的正整数加权设置,是第一个算法在此设置的时间复杂度匹配的最快已知直径算法{ \em无向}图。直径算法是更一般结果的结果。我们构造的算法,对于任何给定的整数$d$,报告所有有序的顶点对的距离{ \em最多} $d$。因此,可以使用二分法搜索最小的$d$来计算直径,其中所有对都被报告。
2011-01-13 cs.DS
Approximating APSP without Scaling: Equivalence of Approximate Min-Plus and Exact Min-Max
Zwick的$(1+\varepsilon)$ -近似算法用于所有对最短路径(APSP)问题,在时间上运行$\widetilde{O}(\frac{n^ω}{\varepsilon} \log{W})$,其中$ω\le 2.373$是矩阵乘法的指数,并且$W$表示最大权重。这可用于近似几个图形特征,包括同一时间范围内的直径、半径、中位数、最小权重三角形和最小权重循环。由于Zwick的算法使用缩放技术,因此它在运行时间中具有因子$\log W$。在本文中,我们研究是否APSP及相关问题承认近似计划,避免缩放技术。也就是说,算术运算的次数应该与$W$无关;这称为强多项式。我们的主要结果如下。- 我们设计的近似计划在强多项式时间$O(\frac{n^ω}{\varepsilon} \text{polylog}(\frac{n}{\varepsilon}))$的APSP无向图以及图形特征的直径,半径,中位数,最小重量三角形,最小重量圈有向或无向图。- 对于有向图上的APSP,我们设计了一个强多项式时间的近似方案$O(n^{\frac{ω+ 3}{2}} \varepsilon^{-1} \text{polylog}(\frac{n}{\varepsilon}))$ .这比最好的精确算法快得多。- 我们解释了为什么我们的近似计划APSP有向图有一个更糟糕的指数比$ω$:我们的指数$\frac…
2019-07-25 cs.CC cs.DS
Algorithms, Reductions and Equivalences for Small Weight Variants of All-Pairs Shortest Paths
无向图中具有小整数权重的APSP [Seidel'95,Galil and Margalit'97]具有$\tilde{O}(n^ω)$时间算法,其中$ω<2.373$是矩阵乘法指数。然而,具有小权重的有向图中的APSP具有慢得多的运行时间,即使$ω=2$ [Zwick'02]也是$Ω(n^{2.5})$。为了理解这个$n^{2.5}$瓶颈,我们围绕定向未加权APSP构建了一个约简网络。我们表明,它是细粒度相当于计算一个矩形的最小加产品的矩阵与整数条目的尺寸和条目大小的矩阵依赖于$ω$的值。因此,我们建立了APSP之间的等价性在有向无权图,APSP在有向图与小$(\tilde{O}(1))$整数权重,所有对最长路径在DAG与小权重,近似APSP与添加剂错误$c$在有向图与小权重,$c\le \tilde{O}(1)$和其他几个图的问题。我们还提供了细粒度的减少,从有向未加权APSP的所有对最短的链接路径(APSLP)在无向图与$\{0,1\}$权重和$\#_{\text{mod}\ c}$ APSP在有向未加权图(计算计数mod $c$)。我们用新的算法补充我们的硬度结果。我们改进了已知的算法APSLP在有向图与小整数权重和近似APSP次线性加性误差在有向无权图。我们的算法近似APSP次线性加性误差是最佳的,当被视为一个减少到Min-Plus产品。我们还给出了新的算法的变种#APS…
2021-02-11 cs.CC cs.DS
Generic Multiplicative Methods for Implementing Machine Learning Algorithms on MapReduce
University of Bristol(布里斯托大学);Tokyo Institute of Technology(东京工业大学)
在本文中,我们介绍了一个通用的模型乘法算法,这是适用于MapReduce并行编程范式。我们实现了三种典型的机器学习算法来演示相似性比较、梯度下降、幂方法和其他经典学习技术如何很好地适应这个模型。本文讨论了大规模矩阵乘法的两个版本,并根据它们独特的计算特性和问题设置,为这两种情况开发了不同的方法。与早期的研究相比,我们专注于基本的线性代数技术,为一系列算法建立通用的方法,而不是一次一个地扩展算法的具体方法。实验表明,有前途的结果时,评估的加速比和准确性。与最坏情况下计算复杂性度为$O(m^3)$的标准实现相比,大规模矩阵乘法实验证明了我们的设计是相当高效的,并且随着核数的增加保持了良好的加速比。特定于IBM的实验也在运行时性能方面产生了令人鼓舞的结果。
2011-12-02 cs.DS cs.LG
Faster Weighted and Unweighted Tree Edit Distance and APSP Equivalence
本文证明了树编辑距离(TED)与所有节点对最短路径(APSP)细粒度等价,借此首次实现次立方时间TED算法,并为无权TED给出了匹配最佳单调min-plus乘积复杂度的算法。
2025-03-31 cs.DS
Truly Subquadratic 3SUM and Truly Subcubic APSP via Triangles in Sparse Lopsided Graphs
Columbia University(哥伦比亚大学);MIT(麻省理工学院)
本文提出首个多项式改进算法,在O(n^{1.9992})和O(n^{2.9995})时间内分别解决3SUM和APSP,反驳相关假设,核心创新是薄矩阵乘积算法,并归约到稀疏偏斜图中的三角形问题。
2026-10-06 cs.CC cs.DS
Hardness for Triangle Problems under Even More Believable Hypotheses: Reductions from Real APSP, Real 3SUM, and OV
$3$ SUM假说、APSP假说和SETH假说是细粒度复杂性的三个主要假说。到目前为止,在该领域内,前两个假设主要是关于Word RAM计算模型中的整数输入。“实APSP”和“实$3$ SUM”假设断言APSP和$3$ SUM假设在实RAM模型的合理版本中对实值输入成立,甚至比它们的整数对应物更可信。在非常可信的假设下,至少有一个$3$ SUM假设,SENAPSP假设或SETH是真的,Abboud,Vassilevska W。和Yu [STOC 2015]表明,一个名为Triangle Collection的问题需要在$n$节点图上花费$n^{3-o(1)}$时间。我们的主要结果是一个非平凡的下限略推广三角形集合,称为全彩色对三角形集合,在更可信的假设下,至少有一个真正的$3$总和,真正的APSP,和OV假设是真的。结合轻微的修改前减少,我们得到多项式条件下界的问题,如(静态)ST-最大流量问题和动态最大流量,现在在新的较弱的假设。我们的主要结果是建立在以下两条减少线。* 实APSP和实$3$ SUM硬度用于全边稀疏三角形问题。以前的减少只从这些问题的整数变量。* 布尔矩阵乘法问题变体的真实APSP和OV难度。一路上,我们证明了三角形集合等价于问题的一个更简单的限制版本,简化了先前的工作。我们的技术也有其他有趣的影响,如超线性下限的所有数字$3$ SUM的基础上,真正的$3$ SU…
2022-04-14 cs.CC cs.DS
Time-Optimal APSP and Matrix Multiplication in Classes of Linear Neighborhood Complexity
CNRS, ENS de Lyon, Université Claude Bernard Lyon 1, LIP UMR 5668(法国国家科学研究中心、里昂高等师范学校、克莱德·贝尔纳·里昂第一大学、LIP联合研究单位);Institute of Informatics, University of Warsaw(华沙大学信息学研究所);Max Planck Institute for Informatics, Saarland Informatics Campus(马克斯·普朗克 informatics 研究所、萨尔兰 informatics 校园)
该研究针对线性邻域复杂度类图,提出了时间最优的APSP与矩阵乘法算法,解决了相关领域的多个问题并扩展了结果,还给出了三角形、K₄、K₅检测的高效算法。
2026-08-27 cs.CC cs.DM cs.DS
Minimum Weight Cycles and Triangles: Equivalences and Algorithms
我们考虑的基本算法问题,找到一个圈的最小重量的加权图。特别地,我们证明了边权在{1,.,M}中,或者在具有{-M,...,M}且无负圈的三角形的最小权三角形的最小权三角形可以有效地简化为在Theta(n)-节点无向图中找到具有{1,.,O(M)}。粗略地说,我们的减少意味着以下令人惊讶的现象:一个最小的循环与任意数量的加权边缘可以“编码”使用只有三个边缘在大致相同的重量间隔!这解决了Itai和Rodeh [SIAM J. Computing 1978和STOC'77]提出的一个长期未决问题。我们的有效减少的一个直接后果是O(Mn^{omega})-时间算法使用快速矩阵乘法(FMM)找到一个最小的重量循环在两个无向图整数权重从区间[1,M]和有向图整数权重从区间[-M,M]。后者似乎揭示了所有对最短路径(APSP)问题和有向图中的最小权重循环问题之间的强烈分离,因为Zwick [J. ACM 2002]的最快已知APSP算法的运行时间为O(M^{0.681}n^{2.575})。相比之下,当仅允许组合算法时(即不使用FMM),最小权重循环的唯一已知解决方案是计算APSP。有趣的是,在这种情况下,这两个问题之间的任何分离都将是一个惊人的突破,正如Vassilevska W。和Williams [FOCS'10],任何O(n^{3-eps})时间算法(eps>0)的最小权重周期立即意味着…
2011-04-14 cs.DS
Fast 2-Approximate All-Pairs Shortest Paths
本文利用快速矩形矩阵乘法改进无向图近似全对最短路径算法,在无权图和加权图中分别获得更快的时间复杂度,并构造了稀疏图中首个亚二次预处理时间的2-近似距离预言机。
2023-10-30 cs.DS
Massively Parallel Algorithms for Distance Approximation and Spanners
在过去的十年中,有越来越多的兴趣在分布式/并行算法处理大规模的图形。到目前为止,对于大规模并行计算(MPC)模型中的一些基本图形问题,我们已经有了相当快的算法--通常是亚临界时间,通常是$poly(\log\log n)$时间,甚至更快。该模型是MapReduce风格设置的广泛采用的理论抽象,其中许多机器以全对全的方式进行通信以处理大规模数据。贡献这一行的MPC图形算法的工作,我们提出了$poly(\log k) \in poly(\log\log n)$轮MPC算法计算$O(k^{1+{o(1)}})$ -spectrometry在强次线性制度的本地存储器。据我们所知,这些是第一个亚临界时间MPC算法的结构。作为主要的应用程序,我们得到两个重要的影响,如下:-对于MPC设置,我们得到了一个$O(\log^2\log n)$轮算法的$O(\log^{1+o(1)} n)$近似的所有对最短路径(APSP)在近线性制度的本地内存。据我们所知,这是第一个用于距离近似的亚临界时间MPC算法。- 我们上面的结果也扩展到分布式计算的拥塞集团模型,具有相同的轮复杂度和近似保证。这给出了拥塞集团模型中加权图中近似APSP的第一个亚对数算法。
2021-06-28 cs.DC cs.DS
Truly Sub-cubic Algorithms for Language Edit Distance and RNA Folding via Fast Bounded-Difference Min-Plus Product
两个$n\times n$矩阵的$(\min,+)$ -乘积是否具有真正的次立方(即$ε>0$的$O(n^{3-ε})$)时间算法是一个主要的开放问题,特别是因为它等价于$n$ -顶点图中的著名的全对最短路径问题(APSP)。已知$(\min,+)$ -乘积对特殊类型矩阵的一些限制允许真正的次立方算法,每个次立方算法产生可以更快求解的APSP的特殊情况。在本文中,我们考虑一个新的,不同的和强大的限制,其中所有矩阵的项目是整数和一个矩阵可以是任意的,只要其他矩阵有“有限的差异”,无论是在其列或行,即任何两个连续的项目只有少量的差异。我们获得了第一个真正的次立方算法,这个有界差分$(\min,+)$产品(回答一个开放的问题陈和Lewenstein)。我们的新算法,结合L.~ Valiant解决了上下文无关文法分析与矩阵乘法,产生了第一个真正的次立方算法,用于以下问题:语言编辑距离(分析社区的一个主要问题),RNA折叠(生物信息学的一个主要问题)和最佳堆栈生成(回答Tarjan的一个开放问题)。
2017-07-17 cs.DS
Monochromatic Triangles, Intermediate Matrix Products, and Convolutions
研究最多的线性代数运算,矩阵乘法,有令人惊讶的快速$O(n^ω)$时间算法$ω<2.373$。另一方面,$(\min,+)$矩阵积是许多基本图形问题(如APSP)的核心,在其蛮力立方运行时间上仅得到了微小的改进,并被广泛地认为需要$n^{3-o(1)}$时间。有大量的矩阵乘积和图形问题,其复杂性似乎介于这两个问题之间。例如,Min-Max矩阵积、Minimum Witness矩阵积、有向无权图中的APSP以及确定边着色图是否包含单色三角形,都可以在$\tilde O(n^{(3+ω)/2})$时间内求解。卷积问题也会出现类似的现象,其中类似的中间问题可以在$\tilde O(n^{1.5})$时间内解决。在矩阵乘积或卷积世界中,人们能否改进这些中间问题的运行时间?或者,人们是否可以将这些问题相互联系起来,并以有意义的方式与其他关键问题联系起来?本文通过提供一个细粒度约简网络,在这些问题上取得了进展。例如,我们表明,APSP在有向无权图和最小见证产品可以减少到最小最大的产品和单色三角形问题的一个变种。我们还证明了单色三角形的自然卷积变体是细粒度的,相当于著名的3SUM问题。由于这个变体是可解的$O(n^{1.5})$时间和3SUM是在$O(n^2)$时间(并被证明需要$n^{2-o(1)}$时间),我们的结果给出了第一个细粒度的不同运行时间的自然问题之间的等价性。
2020-09-30 cs.CC cs.DS
Core-Sparse Monge Matrix Multiplication: Improved Algorithm and Applications
本文研究核心稀疏 Monge 矩阵乘法,证明乘积矩阵核心大小的线性上界,给出 O((n+δ) log n) 时间算法,并应用于加权序列比对和最长递增子序列的快速重建。
2025-07-07 cs.DS
Asteroidal Triples and Friends in (Likely Necessary) Matrix Multiplication Time
Massachusetts Institute of Technology(麻省理工学院)
针对Kratsch和Spinrad研究的结构图论问题,本文解决其20余年的开放问题,证明相关问题可在矩阵乘法时间内求解,还为其他中间复杂度结构图论问题取得部分算法进展。
2026-10-16 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
Algorithms and Lower Bounds for Replacement Paths under Multiple Edge Failures
本文考虑一个自然容错最短路问题:对于某个常数整数$f$,给定一个没有负圈且有两个固定顶点$s$和$t$的有向赋权图,对每个$f$边元组,计算(显式或隐式)当这些边失效时从$s$到$t$的距离.我们称这个问题为$f$ -故障替换路径($f$ FRP)。我们首先给出了在$n$ -顶点有向图中求解$2$ FRP的一个$\tilde{O}(n^3)$时间算法,该图具有任意边权且没有负圈。由于$2$ FRP是充分研究的替换路径问题(RP)的推广,该问题要求任何单边故障的$s$和$t$之间的距离,因此$2$ FRP至少与RP一样难。由于具有任意权重的图中的RP在细粒度意义上等价于所有对最短路径(APSP)[Vassilevska Williams and Williams FOCS'10,J.~ ACM'18],$2$ FRP至少与APSP一样难,因此$2$ FRP的顶点数的基本上亚立方时间算法将是一个突破。因此,我们的算法在$\tilde{O}(n^3)$时间内有条件地接近最优。我们的算法意味着一个$\tilde{O}(n^{f+1})$时间算法的$f$ FRP问题,给出了第一个改进的直接$O(n^{f+2})$时间算法。然后,我们重点讨论了$2$ FRP的限制,以$M$的绝对值为界的小整数重量的图。使用快速矩形矩阵乘法,我们得到了一个随机算法,运行在$\tilde{O}(M^{2/3}n^…
2022-09-15 cs.DS
Improving Viterbi is Hard: Better Runtimes Imply Faster Clique Algorithms
维特比的经典算法计算隐马尔可夫模型(HMM)中最可能的路径,从而产生给定的观测序列。它在时间$O(Tn^2)$中运行,给定来自具有$n$状态的HMM的$T$观测序列。尽管在这个问题上的重大利益和长期的努力,不同的社区,没有已知的算法实现超过一个多项式对数加速。在本文中,我们通过提供匹配的条件下界来解释这一困难。我们表明,维特比算法的运行时间是最佳的子多项式的因素,即使当不同的意见是小的。我们的下界是基于这样的假设,即所有对最短路径问题(APSP)和最大权$k$ -团问题的边加权图的最佳已知算法基本上是紧的。最后,使用Green Larsen和Williams最近提出的在线布尔矩阵向量乘法算法,当HMM中几乎没有不同的转移概率时,我们得到了Viterbi算法的$2^{Ω(\sqrt {\log n})}$加速。
2016-11-03 cs.CC cs.DS
$\tilde{O}$ptimal Algorithm for 2-Approximate All Pair Shortest Paths -- almost
IIT Gandhinagar(印度理工学院甘地纳加尔分校)
针对无向无权图全对最短路径的2近似问题,此前算法有距离限制。本文设计随机算法,运行时间$\tilde{O}(n^2)$,高概率对距离至少为常数$c$的所有对保证2近似,结合组合技术与快速矩阵乘法解决了该问题。
2026-07-22 cs.DS
Fast Approximate Shortest Paths in the Congested Clique
我们设计快速确定性算法的距离计算在拥挤的集团模型。我们的主要贡献包括:--一个$(2+ε)$ -近似所有对最短路径的$O(\log^2{n} / ε)$轮上的无向图。通过一个小的附加因子,这也适用于加权图。这是该模型中APSP的第一个子多项式常数因子近似。--加权无向图上$O(\log^2{n} / ε)$轮中$O(\sqrt{n})$源的多源最短路径的$(1+ε)$近似。这是第一个子多项式算法获得多项式大小的一组源的这种近似。我们的主要技术是新的距离工具,通过稀疏矩阵乘法的改进算法,我们利用它来构建有效的跳集和最短路径。此外,我们的技术扩展到额外的距离问题,我们改进后的最先进的,包括直径近似,和一个精确的单源最短路径算法加权无向图在$\tilde{O}(n^{1/6})$轮。
2019-10-31 cs.DC cs.DS
Dynamic Approximate Shortest Paths and Beyond: Subquadratic and Worst-Case Update Time
考虑以下针对经历边插入和删除的$n$ -节点图$G$的距离查询:给定两组节点$I$和$J$,返回$I\times J$中每对节点之间的距离。这个查询是相当通用的,并且捕获了动态最短路径问题的几个版本。在本文中,我们开发了一个有效的$(1+ε)$近似算法,这种查询使用快速矩阵乘法。我们的算法导致单源和所有对最短路径(SSSP和APSP),以及直径,半径和偏心率的一些开放的问题的答案。下面是一些亮点。请注意,我们所有的算法保证最坏情况下的更新时间和随机(蒙特卡罗),但不需要遗忘对手的假设。SSSP、直径、中心度等的次二次更新时间:当我们想要显式地保持与单个节点的距离时(没有查询),一个基本的问题是在每次更新后击败平凡地调用Dijkstra的静态算法,在密集图上花费$Θ(n^2)$更新时间。已知精确算法和组合任意近似算法不可能多项式地超过$Ω(n^2)$界(在某些假设下)[Roditty,Zwick,ESA'04; Abboud,V. Williams,FOCS'14]。我们的算法与$I=\{s\}$和$J=V(G)$意味着一个$(1+ε)$ -近似算法,保证$\tilde O(n^{1.823}/ε^2)$最坏情况下的更新时间为有向图与正实权重$[1, W]$。从[Roditty,V. Williams,STOC'13]的想法,我们还获得了第一次二次最坏情况下的更新时间为$(5/3+ε…
2019-10-16 cs.DS
Color Distance Oracles and Snippets: Separation Between Exact and Approximate Solutions
针对片段问题与颜色距离预言机(CDO)问题,提出$(1+\text{ε})$近似版本的条件最优算法,证明精确CDO严格难于近似CDO,且现有精确CDO算法在强APSP假设下本质最优。
2025-07-06 cs.DS
Hardness of Approximation in P via Short Cycle Removal: Cycle Detection, Distance Oracles, and Beyond
我们提出了一种新的技术,有效地消除几乎所有的短周期图,而无意中删除其三角形。因此,三角形寻找问题并不容易,即使在几乎$k$ -圈自由图,任何常数$k\geq 4$。三角形的发现是许多条件下界的基础,在P,主要是距离计算问题,并存在许多$4$ -或$5$ -循环在最坏的情况下,已解决主要的开放问题的障碍。近似硬度:是否存在具有$m^{1+o(1)}$预处理时间和$m^{o(1)}$查询时间的距离预言机可以实现常数近似?具有这种理想时间界限的现有算法仅实现超常数近似因子,而只有$3-ε$因子被有条件地排除(Pintrachecu,Roditty和Thorup; FOCS 2012)。我们证明,没有$O(1)$近似是可能的,假设$3$-SUM或APSP结构。特别是,我们证明了$k$ -近似需要$Ω(m^{1+1/ck})$时间,这是紧到常数$c$。即使对于离线版本,我们提前给出查询,下限也是成立的,并扩展到其他问题,如动态最短路径。$4$ -循环问题:细粒度复杂性中一个臭名昭著的公开问题是,从次二次甚至线性时间算法中建立任何令人惊讶的结果来检测图中的$4$ -圈。我们证明,$Ω(m^{1.1194})$的时间是需要$k$ -周期检测所有$k\geq 4$,除非我们可以检测到一个三角形的$\sqrt{n}$度图中的$O(n^{2-δ})$的时间,一个突破,是不知道遵循甚至从最佳矩阵乘法算法…
2022-10-15 cs.DS
Dominance Product and High-Dimensional Closest Pair under $L_\infty$
给定$\mathbb{R}^d$中的$n$点的集合$S$,最近对问题是在$S$中以最小距离找到一对不同的点。当$d$是常数时,有有效的算法来解决这个问题,以及一般$d$的快速近似解。然而,在非常高的维度上获得精确解似乎还不太清楚。我们考虑高维$L_\infty$最接近对问题,其中$d=n^r$对于某些$r > 0$,并且底层度量是$L_\infty$。我们改进和简化以前的结果$L_\infty$最近对,它可以解决一个确定性强多项式算法,运行在$O(DP(n,d)\log n)$时间,并通过随机算法,运行在$O(DP(n,d))$预期的时间,其中$DP(n,d)$是计算{ \em优势产品}的$n$点在$\mathbb{R}^d$的时间界限。这是一个矩阵$D$,使得$D[i,j] = \bigl| \{k \mid p_i[k] \leq p_j[k]\} \bigr|$ ;这是$p_j$优于$p_i$的坐标数。对于整数坐标从一些区间$[-M, M]$,我们得到一个算法,运行在$\tilde{O}\left(\min\{Mn^{ω(1,r,1)},\, DP(n,d)\}\right)$时间,其中$ω(1,r,1)$是指数乘以$n^r \times n$矩阵的$n \times n^r$矩阵。我们也给$DP(n,d)$稍好的界限,通过使用最近的矩形矩阵乘法界限。计算优势积本身是一项重要…
2017-06-24 cs.CG cs.DS
Entrywise Approximation for Matrix Inversion and Linear Systems
MIT(麻省理工学院)
该研究针对对角占优矩阵的逐元素近似求逆与线性系统求解问题,提出了浮点和定点输入下的多种算法,在比特复杂度上取得了优于现有方法的结果,且浮点三次算法在APSP猜想下达到最优。
2025-10-22 cs.DS cs.NA math.NA
On the Fine-Grained Complexity of Small-Size Geometric Set Cover and Discrete $k$-Center for Small $k$
本文研究小$k$值下离散$k$-中心与小尺寸几何集合覆盖的细粒度复杂度,提出多个次平方算法并基于主流假设证明多维度、多场景下的问题下界,部分下界与已知上界几乎匹配。
2023-05-03 cs.CG cs.DS