Quantum Pattern Matching with Wildcards
本文针对带通配符的模式匹配问题提出量子算法,在通配符数量为 k 且 k≥√n 时达到 Õ(√n√k) 时间,从而在通配符数量为次线性时实现次线性时间匹配。
2025-07-18 cs.DS
Deterministic Dynamic Maximal Matching in Sublinear Update Time
本文提出全动态确定性极大匹配算法,以 $\ ilde{O}(n^{8/9})$ 摊还更新时间打破稠密图 $Ω(n)$ 障碍,并给出抗自适应对手的 $\ ilde{O}(n^{3/4})$ 随机算法。
2025-08-29 cs.DS
Text Indexing and Searching in Sublinear Time
我们介绍了第一个索引,可以建立在$o(n)$时间的文本长度$n$,也可以在$o(q)$时间查询的模式长度$q$。在大小为$σ$的字母表上,我们的索引使用$O(n\sqrt{\log n\logσ})$位,在$O(n((\log\log n)^2+\sqrt{\logσ})/\sqrt{\log_σn})$确定性时间内构建,并计算模式在时间$O(q/\log_σn+\log n)$中出现的次数$\mathrm{occ}$。然后可以在$O(\sqrt{\log n\logσ})$时间中找到每个这样的出现。对于任何恒定的$0<\varepsilon<1/2$,通过将空间和构造时间分别稍微增加到$O(n(\sqrt{\log n\logσ}+ \logσ\log^\varepsilon n))$和$O(n\log^{3/2}σ/\log^{1/2-\varepsilon} n)$,我们可以找到$\mathrm{occ}$模式在时间$O(q/\log_σn + \sqrt{\log_σn}\log\log n + \mathrm{occ})$中的出现。我们建立在一个新的文本采样的基础上的差异覆盖,它享有的属性,使我们能够有效地计算最长的共同前缀在恒定的时间。我们扩展我们的研究结果的二级内存模型,以及,在那里我们给的第一个建设$o(\mathit{Sort}(n))$ I/O的数据结构与后缀数…
2019-07-15 cs.DS
Stochastic $k$-Submodular Bandits with Full Bandit Feedback
Iowa State University(爱荷华州立大学);Purdue University(普渡大学)
本文针对全赌博机反馈下的在线 $k$-子模优化,提出首个次线性 $\alpha$-遗憾界,覆盖多种约束场景,通过离线到在线框架转化算法,并分析离线算法的鲁棒性。
2024-12-14 cs.DS cs.LG stat.ML
Parameterized Matching in the Streaming Model
我们研究了流中的参数化匹配问题,在流中,我们希望输出长度为m的模式与下一个符号到达之前的流的最后m个符号之间的匹配。参数化匹配是精确匹配的自然概括,其中允许模式符号的任意一对一重新标记。我们展示了如何解决这个问题,在恒定的时间每个到达流符号和次线性,接近最佳空间的概率很高。我们的结果令人惊讶且重要:研究表明,几乎没有流媒体模式匹配问题可以在小于Theta(m)的空间中解决(甚至不是随机的),而精确匹配是唯一已知的具有次线性、接近最优空间解的问题。在这里,我们证明了一个类似的次线性,接近最优的空间解决方案是可以实现的一个更具挑战性的问题。这个证明比精确匹配的证明复杂得多。
2012-09-24 cs.DS
Improved Deterministic Streaming Algorithms for Non-monotone Submodular Maximization
该研究针对非单调子模最大化流式算法在不同约束下近似比存在差距的问题,提出了首个基数约束确定性流式算法与首个d-背包约束流式算法,均取得更优近似比与明确的时空复杂度。
2023-11-07 cs.DS
Almost-Optimal Sublinear-Time Edit Distance in the Low Distance Regime
我们重新考虑在次线性时间内计算编辑距离的任务。在$(k,K)$ -间隙编辑距离问题中,任务是区分两个字符串的编辑距离是至多为$k$还是至少为$K$。Goldenberg、Krauthgamer和Saha(FOCS '19)已经建立了$(k,k^2)$ -缺口问题可以在时间$\widetilde O(n/k+\operatorname{poly}(k))$中解决,Kociumaka和Saha(FOCS '20)对此进行了改进。在这方面的研究中,最自然的问题之一是$(k,k^2)$间隙是否是运行时间$\widetilde O(n/k+\operatorname{poly}(k))$的最佳可能。在这项工作中,我们通过显着改善差距来回答这个问题。具体而言,我们表明,在时间$O(n/k+\operatorname{poly}(k))$,我们甚至可以解决的$(k,k^{1+o(1)})$间隙问题。这是第一个在此运行时间内打破$(k,k^2)$间隙的算法。我们的算法在以下意义上几乎是最优的:在低距离制度($k\le n^{0.19}$),我们的运行时间成为$O(n/k)$,它匹配一个已知的$n/k^{1+o(1)}$下限的$(k,k^{1+o(1)})$间隙问题的低阶因素。我们的结果还揭示了汉明距离和编辑距离在低距离区域中的惊人相似性:对于两者,$(k,k^{1+o(1)})$ -间隙问题对于小…
2023-03-16 cs.DS
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。
2024-01-11 cs.DS
Practical Parallel Algorithms for Non-Monotone Submodular Maximization
School of Computer Science and Technology(计算机科学与技术学院);Soochow University(苏州大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));The Hong Kong University of Science and Technology(香港科技大学);Alibaba Group(阿里巴巴集团);Qingdao University of Science and Technology(青岛科技大学)
针对背包与 k-系统约束下的非单调子模最大化,论文提出低自适应复杂度的并行组合算法,给出可证明近似保证并经实验验证有效。
2024-12-03 cs.DS cs.LG
Computing Smallest Suffixient Arrays in Sublinear Time
Kyushu University(九州大学);University of Chile(智利大学);Center for Biotechnology and Bioengineering (CeBiB)(生物技术与生物工程中心);University of Warsaw(华沙大学);University of Palermo(巴勒莫大学)
提出在亚线性时间内计算文本T的最小后缀数组的方法,时间复杂度和运行数相关,改进了现有算法。
2026-07-02 cs.DS
Last Switch Dependent Bandits with Monotone Payoff Functions
Columbia University(哥伦比亚大学)
本文研究 LSD 老虎机的最优规划问题,提出首个常数近似算法及在线学习版本,并借助高维松弛和虚拟状态镜像技术在单调收益下达到接近 recharge bandits 的保证。
2023-06-01 cs.DS cs.LG
Low-degree phase transitions for detecting a planted clique in sublinear time
本文研究亚线性时间内检测 planted clique 的问题,证明非自适应低度算法存在计算相变,并揭示最优查询模式的结构性质。
2024-02-08 cs.CC cs.DS stat.ML
Learning Structured Distributions From Untrusted Batches: Faster and Simpler
Massachusetts Institute of Technology(麻省理工学院);Microsoft Research AI(微软研究院人工智能部门)
我们重新讨论了由Qiao和Valiant [QV 17]引入的从不可信批次中学习的问题。最近,Jain和Orlitsky [JO 19]给出了一个简单的半定规划方法,该方法基于割范数,在多项式时间内实现了基本上信息理论上的最优误差。同时,Chen等人[CLM 19]考虑了问题的一个变体,其中假设$μ$是结构化的,例如对数凹、单调风险率、$t$ -模态等。在这种情况下,可以在$n$中实现样本复杂度次线性的相同误差,并且他们使用Haar小波展示了一种准多项式时间算法。在本文中,我们找到了一种有吸引力的方法来综合[JO 19]和[CLM 19]的技术,以提供两全其美的效果:一种在多项式时间内运行的算法,可以利用底层分布中的结构来实现次线性样本复杂度。一路上,我们简化了[JO 19]的方法,避免了SDP舍入的需要,并通过软滤波的镜头对其进行了更直接的解释,软滤波是一种强大的高维鲁棒估计技术。我们验证了我们的算法在初步的实验评估的有用性。
2020-06-07 cs.DS cs.LG stat.ML
Clustered Integer 3SUM via Additive Combinatorics
我们提出了一个新的结果收集有关问题的3SUM,包括:1。$\ \ \ \ \ $ 1a的第一个真正的次二次算法。计算具有由$O(n)$,$\ \ \ \ \ $ 1b限定的整数值的单调递增序列的(min,+)卷积。求解2D中具有由$O(n)$和$\ \ \ \ \ $ 1c限定的整数坐标的单调集合的3SUM。预处理二进制字符串用于直方图索引(也称为混杂索引)。运行时间为:随机化的$O(n^{(9+\sqrt{177})/12}\,\textrm{polylog}\,n)=O(n^{1.859})$,或确定性的$O(n^{1.864})$。这大大改善了以前的$n^2/2^{Ω(\sqrt{\log n})}$的时间范围从威廉姆斯最近的结果对所有对最短路径[STOC'14],并回答了一个开放的问题提出了几个研究人员研究直方图索引问题。2.第一个算法的直方图索引的任何恒定的字母大小,实现真正的次二次预处理时间和真正的次线性查询时间。3.对于任意常数$δ>0$,当给定集合可以被划分为$n^{1-δ}$簇,每个簇被一个长度为$n$的区间覆盖时,整数3 SUM的一个真正的次二次算法。4.一种预处理任何$n$整数集的算法,以便随后在$O(n^{13/7}\,\textrm{polylog}\,n)$时间内求解任何给定子集上的3和。所有这些结果都是通过一种令人惊讶的新技术获得的,该技术基于加法组合…
2015-02-18 cs.DS
Online Two-Stage Submodular Maximization
Boston University(波士顿大学);EPFL(苏黎世联邦理工学院);Northeastern University(东北大学)
针对在线两阶段子模最大化问题,提出算法在一般拟阵和均匀拟阵下分别达到亚线性遗憾界,并在真实数据上验证性能。
2025-10-22 cs.DS cs.LG
Permutation patterns in streams
本文研究流式输入下排列模式匹配问题的空间复杂度,证明复杂度随模式π不同而变化,并给出单调模式、特定长度3模式及其他模式的具体空间上界与下界。
2025-07-18 cs.DS
Nearly Optimal Bounds for Distributed Wireless Scheduling in the SINR Model
研究了SINR模型下的无线调度问题。更具体地,给定一组$n$链路,每个链路是发送器-接收器对,我们希望将链路划分(或\emph{schedule})为最小数量的时隙,每个时隙满足允许同时传输的干扰约束。在基本问题中,所有的发射机都以相同的均匀功率发射。我们给出了一个分布式的$O(\log n)$ -近似算法的调度问题,匹配的最佳比例已知的集中式算法。它在任意度量空间中对任意长度单调次线性幂分配都成立。它是基于一个算法的Kesselheim和Vöcking,其分析,我们提高了对数因子。我们发现,每个分布式算法使用$Ω(\log n)$插槽调度某些情况下,只需要两个插槽,这意味着最好的绝对性能保证是对数。
2014-04-30 cs.DS cs.NI
Efficient Online String Matching through Linked Weak Factors
本文提出基于哈希连接相邻弱因子的新算法Hash Chain,解决在线字符串匹配问题,尽管复杂度为O(nm),但实践中表现次线性且性能优于现有最有效算法。
2023-10-24 cs.DS
Fast Average-Case Pattern Matching on Weighted Sequences
大小为$σ$的字母表上的加权字符串是这样的字符串,在该字符串中,一组字母可以以各自的出现概率出现在每个位置处。加权字符串,也称为位置权重矩阵或不确定序列,在许多情况下自然出现。在这篇文章中,我们研究了加权字符串匹配问题,特别关注平均情况分析。给定一个加权模式字符串$x$的长度$m$,一个文本字符串$y$的长度$n>m$,和一个累积的权重阈值$1/z$,定义为最小概率的因素出现在一个加权字符串,我们提出了一个算法,需要平均情况下的搜索时间$o(n)$的模式匹配的重量比$\frac{z}{m} < \min\{\frac{1}{\log z},\frac{\log σ}{\log z (\log m + \log \log σ)}\}$。对于长度为$m$的模式串$x$,长度为$n>m$的加权文本串$y$,以及累积权重阈值$1/z$,我们提出了一种算法,对于相同的权重比,需要平均情况下的搜索时间$o(σn)$。这些结果的重要性在于,这些算法的工作在平均情况下的次线性搜索时间的文本的大小,并在线性预处理的时间和空间的模式的大小,为这些比率的事实。
2015-12-08 cs.DS
Gapped String Indexing in Subquadratic Space and Sublinear Query Time
本文研究间隙字符串索引的时空权衡,提出移位集合交集并证明其等价于 3SUM Indexing,通过归约首次实现多项式亚二次空间与亚线性查询时间,并改进 3SUM 报告和 Jumbled Indexing。
2024-03-05 cs.DS
Fast Multiple Order-Preserving Matching Algorithms
给定一个文本$T$和一个模式$P$,保序匹配问题是找到$T$中与$P$具有相同相对顺序的所有子串。保序匹配自Kubica等人的\cite{kubica2013linear}和Kim等人的\cite{kim2014order}提出以来一直是一个活跃的研究领域。本文提出了两种求解多重保序匹配问题的算法,其中一种算法的平均运行时间为次线性,另一种算法的平均运行时间为线性。这两种算法的运行速度都比以前的算法快得多。
2015-06-17 cs.DS
Monotone Submodular Diversity functions for Categorical Vectors with Application to Diversification of Seeds for Targeted Influence Maximization
将多样性嵌入到知识发现任务中对于增强挖掘模式的意义至关重要,这些模式具有与新颖性,偶然性和道德相关的高影响力方面。令人惊讶的是,在社交网络中影响力最大化的经典问题中,相对较少的研究致力于多样性及其融入影响力最大化方法的目标函数。在这项工作中,我们提出了一个边信息为基础的概念,种子多样性的目标函数的目标影响力最大化问题的集成。从假设边信息是在节点级别的分类属性值的一般形式,我们设计了一类单调子模块功能,专门构思用于确定一组分类配置文件内的多样性与种子被发现。这使我们能够开发一种有效的可扩展的近似方法,具有恒定的最优因子保证。更确切地说,我们制定了基于属性的多样性敏感的有针对性的影响力最大化问题下的国家的最先进的反向影响抽样框架,我们开发了一种方法,称为ADITUM,确保(1-1/e-ε)-近似解下的一般触发扩散模型。我们在五个真实世界的网络上对ADITUM进行了实验评估,包括与利用基于数值属性的多样性和拓扑驱动的多样性来实现影响力最大化的方法进行比较。
2019-12-08 cs.DS cs.SI physics.soc-ph
Substring Complexity in Sublinear Space
本文针对重复字符串的可压缩性度量$\delta$,提出在亚线性空间中高效计算$\delta$的算法,分别给出比较模型和字RAM模型下的时间-空间权衡界限。
2023-11-15 cs.DS