Faster Algorithms for Bounded Tree Edit Distance
树编辑距离是一个研究得很好的度量具有节点标签的根树之间的相异性的方法。它可以在$O(n^3)$时间内计算[Demaine,Mozes,Rossman和Weimann,ICALP 2007],细粒度硬度结果表明,除非APSP猜想是假的,否则这个问题的加权版本不能在真正的亚立方时间内解决[Bringmann,Gawrychowski,Mozes和Weimann,SODA 2018]。我们考虑树编辑距离的未加权版本,其中每个插入,删除或重新标记操作都有单位成本。给定参数$k$作为距离的上限,该问题的先前最快算法在$O(nk^3)$时间内运行[Touzet,CPM 2005],这改进了$k\ll n^{2/3}$的时间算法。在本文中,我们给出了一个更快的算法$O(nk^2 \log n)$的时间,改善了以前的结果几乎整个范围的$\log n \ll k\ll n/\sqrt{\log n}$。
2021-06-10 cs.DS
Simple and Faster algorithm for Reachability in a Decremental Directed Graph
考虑边递减有向图中保持源-汇可达性($st$ -Reachability)、单源可达性(SSR)和强连通分量(SCC)的问题。特别地,我们设计了一种随机化算法,其以高概率保持:1)$st$ -在$\tilde{O}(mn^{4/5})$总更新时间中的可达性。2)$st$ -稠密图中$\tilde{O}(n^{8/3})$的总更新时间的可达性。3)SSR的总更新时间为$\tilde{O}(m n^{9/10})$。4)SCC的总更新时间为$\tilde{O}(m n^{9/10})$。针对上述问题,我们改进了以前的最佳算法(由Henzinger等。(STOC 2014))。我们主要关注的是在边递减有向图中维护$st$ -可达性(其他问题可以简化为$st$ -可达性)。Even和Shiloach(JACM 81)的经典算法在$O(1)$查询时间和$O(mn)$总更新时间上解决了这个问题。最近,Henzinger,Krinninger和Nanongkai(STOC 2014)设计了一种随机算法,该算法实现了$\tilde{O}(m n^{0.98})$的更新时间,并打破了Even和Shiloach长期存在的$O(mn)$界限。然而,他们设计了四种算法$A_i (1\le i \le 4)$,使得对于具有介于$m_i$和$m_{i+1}$之间的总边数($m_{i+1} > m_i$)的图,…
2015-05-16 cs.DS
Faster and simpler online/sliding rightmost Lempel-Ziv factorizations
本文针对在线和滑动模型中的最右 Lempel-Ziv 分解问题,提出基于 BP-linked trees 和改进动态 RmQ/RMQ 数据结构的 O(n log n/log log n) 时间算法,优于此前 O(n log n) 时间的最优结果。
2024-08-06 cs.DS
Faster Exact Algorithms for Equal-Subset-Sum
The University of Tokyo(东京大学)
研究等和子集问题的精确算法,通过改进算法提升时间和空间效率,改进多项式空间运行时间,并研究时空权衡,在多方面取得更好结果。
2026-07-13 cs.DS
Faster Minimization of Total Weighted Completion Time on Parallel Machines
针对并行机总加权完成时间调度问题 Pm||∑w_jC_j,论文提出 50 多年来首个可替代 Lawler–Moore 的伪多项式算法,并在参数取值有界等范围内实现更快运行时间。
2025-02-19 cs.DS
Faster Algorithms for Computing the Stationary Distribution, Simulating Random Walks, and More
在本文中,我们提供了更快的算法来计算与有向图上的随机游走相关的各种基本量,包括静态分布,个性化的PageRank向量,命中时间和逃逸概率。特别是,在有向图与$n$顶点和$m$边,我们展示了如何计算每个数量的时间$\tilde{O}(m^{3/4}n+mn^{2/3})$,其中的$\tilde{O}$符号抑制多对数因子在$n$,所需的准确性,和适当的条件数(即混合时间或重新开始概率)。我们的结果提高了以前的最快的运行时间为这些问题,以前的结果调用一个通用的线性系统求解器上的$n\times n$矩阵与$m$非零条目,或多项式依赖于所需的错误或自然条件数与问题(即混合时间或重新启动概率)。对于稀疏图,我们获得了运行时间的$\tilde{O}(n^{7/4})$,打破了$O(n^{2})$的障碍,最好的运行时间可以希望实现使用快速矩阵乘法。我们实现了我们的结果,通过提供一个类似的运行时间的改善解决有向拉普拉斯系统,一个自然的有向或不对称的模拟研究对称或无向拉普拉斯系统。我们展示了如何解决这样的系统的时间$\tilde{O}(m^{3/4}n+mn^{2/3})$,并有效地减少了广泛的问题,解决$\tilde{O}(1)$有向拉普拉斯系统的欧拉图。我们希望这些结果和我们的分析打开大门,进一步研究有向谱图理论。
2016-11-02 cs.DS
CPMA: An Efficient Batch-Parallel Compressed Set Without Pointers
提出基于PMA的无指针批量并行压缩集合CPMA,通过优化缓存友好性克服更新与扫描的权衡,在批量插入和范围查询及动态图处理应用中均显著优于现有最先进方案。
2024-02-18 cs.DC cs.DS cs.PF
Un-regularizing: approximate proximal point and faster stochastic algorithms for empirical risk minimization
Stanford University(斯坦福大学);Microsoft Research, New England(微软新英格兰研究院);MIT(麻省理工学院)
我们开发了一个家庭的加速随机算法,最小化凸函数的总和。我们的算法提高了最快的运行时间经验风险最小化(ERM),特别是线性最小二乘回归,在广泛的问题设置。为了实现这一点,我们建立了一个框架的基础上,经典的邻近点算法。也就是说,我们提供了几个算法,减少了一个强凸函数的最小化的函数的正则化的近似最小化。使用这些结果,我们加速最近的快速随机算法在一个黑盒的方式。从经验上讲,我们证明,由此产生的算法表现出的稳定性,在实践中是有利的概念。无论是在理论上还是在实践中,所提供的算法都获得了增加一个大的强凸正则化项的计算优势,而不会对原始问题产生相应的偏差。
2015-06-24 cs.DS cs.LG stat.ML
Asymptotically Faster Algorithms for Recognizing $(k,\ell)$-Sparse Graphs
ELTE Eötvös Loránd University(布达佩斯罗兰大学);HUN-REN Alfréd Rényi Institute of Mathematics(匈牙利研究与教育网络阿尔弗雷德·雷尼数学研究所)
本文提出新的算法在不同参数范围内高效识别(k,ℓ)-稀疏图,结合多种技术实现近线性时间复杂度,尤其在经典范围内达到子二次时间。
2026-08-14 cs.DM cs.DS math.CO
Faster Approximate Lossy Generalized Flow via Interior Point Algorithms
Yale University(耶鲁大学)
提出一种基于内点算法和对称M矩阵线性系统近线性时间求解器的算法,对有损广义网络流问题实现加性ε近似,时间复杂度为Õ(m^(3/2) log(1/ε)),相比先前算法改进约m^(1/2)因子。
2008-04-07 cs.DS cs.NA math.NA
Faster Distance-Based Representative Skyline and $k$-Center Along Pareto Front in the Plane
我们考虑在平面中计算\emph{distance-based representative skyline}的问题,这是由Tao,Ding,Lin和Pei [Proc.25th IEEE International Conference on Data Engineering(ICDE),2009]引入的问题,并由Dupin,Nielsen和Talbi [Optimization and Learning - Third International Conference,OLA 2020]在多目标优化的背景下独立考虑。给定平面中的$n$点的集合$P$和参数$k$,任务是选择由$P$定义的天际线的$k$点(也称为$P$的帕累托前),以最小化从天际线的点到所选择的点的最大距离。我们证明了这个问题可以在$O(n\log h)$时间内解决,其中$h$是$P$的天际线中的点数。我们还表明,决策问题可以解决在$O(n\log k)$时间和优化问题可以解决在$O(n \log k + n \operatorname{loglog} n)$时间。这改进了先前的算法,并且对于$k$的大范围值是最佳的。
2020-12-31 cs.CG cs.DB cs.DS
A Faster Branching Algorithm for the Maximum $k$-Defective Clique Problem
University of Electronic Science and Technology of China(电子科技大学);Peking University(北京大学)
本文提出一种求解最大$k$-缺陷团问题的更快分支算法,利用结构性质和最大团算法作子程序改进渐近运行时间,并提出基于顶点对冲突关系的新上界技术,实验证明其在广泛基准上优于现有求解器。
2024-07-24 cs.AI cs.DS
Coordinate Methods for Accelerating $\ell_\infty$ Regression and Faster Approximate Maximum Flow
我们提供了更快的算法近似解决$\ell_{\infty}$回归,一个基本的问题,在组合和连续优化。特别是,我们提供了加速坐标下降的方法,能够证明利用动态措施的坐标平滑度,并将它们应用到$\ell_\infty$回归框给算法收敛在$k$迭代在$O(1/k)$率。我们的算法可以被视为Sherman [She 17]最近突破性结果的替代方法,该方法实现了与经典算法方法(即平滑和梯度下降)相似的运行时间改进,这些算法要么以$O(1/\sqrt{k})$速率收敛,要么运行时间对问题参数的依赖性更差。我们的运行时在广泛的参数范围内与[She 17]相匹配,并在某些结构化情况下实现了改进。我们证明了我们的结果的有效性,提供更快的算法研究的最大流问题。直接利用我们的加速$\ell_\infty$回归算法意味着一个$\tilde{O}\left(m + \sqrt{mn}/ε\right)$运行时来计算一个$ε$ -近似最大流的无向图与$m$边和$n$顶点,一般改善了以前最好的已知运行时的$\tilde{O}\left(m/ε\right)$在[She 17]每当图是稍微密集。我们进一步设计了一个算法,适应于最大流引起的回归问题的结构,获得运行时间的$\tilde{O}\left(m + \max(n, \sqrt{ns})/ε\right)$,其中$s$是平方$\ell_2$规范的任何最优流的拥塞…
2020-04-02 cs.DS math.OC
Force-Directed Graph Layouts Revisited: A New Force Based on the T-Distribution
在本文中,我们提出了t-FDP模型,一种基于学生的t分布定义的一种新的有界短程力(t-force)的力导向布局方法。我们的配方是灵活的,施加有限的排斥力附近的节点,可以分别适应其短期和长期的影响。在力导向图布局中使用这样的力产生比当前方法更好的邻域保持,同时保持低应力误差。我们使用快速傅立叶变换的高效实现比最先进的方法快一个数量级,在GPU上快两个数量级,使我们能够通过实时全局和局部调整复杂图形的t力来执行参数调整。我们证明了我们的方法的质量对国家的最先进的方法和扩展的交互式探索的数值评估。
2023-03-05 cs.DS cs.GR cs.HC
BITS-Tree-An Efficient Data Structure for Segment Storage and Query Processing
本文提出了一种新的、新颖的数据结构来动态地插入和删除段。与标准段树[3]不同,所提出的数据结构允许插入具有超出现有树的间隔范围的间隔范围的段,该间隔范围是所有段的端点的最小值和最大值之间的间隔。此外,所提出的树中的节点的数量相比于标准段树的动态版本更少,并且能够比标准段树更快地回答刺入和范围查询。
2015-01-14 cs.CG cs.DS
Variance Reduced Value Iteration and Faster Algorithms for Solving Markov Decision Processes
Stanford University(斯坦福大学);Princeton University(普林斯顿大学)
在本文中,我们提供了更快的算法近似求解折扣马尔可夫决策过程的多参数制度。给定一个折扣马尔可夫决策过程(DMDP)与$|S|$状态,$|A|$行动,折扣因子$γ\in(0,1)$,并在$[-M, M]$范围内的奖励,我们展示了如何计算$ε$ -最优策略,概率$1 - δ$在时间\[ \tilde{O}\left( \left(|S|^2 |A| + \frac{|S| |A|}{(1 - γ)^3} \right) \log\left( \frac{M}ε \right) \log\left( \frac{1}δ \right) \right) ~ . \]这一贡献反映了第一近线性时间,近线性收敛算法求解DMDP的中间值$γ$。我们还展示了如何获得改进的次线性时间算法,我们可以从$O(1)$时间的过渡函数的样本。在此假设下,我们提供了一个算法,计算$ε$ -最优策略的概率$1 - δ$在时间\[ \tilde{O} \left(\frac{|S| |A| M^2}{(1 - γ)^4 ε^2} \log \left(\frac{1}δ\right) \right) ~. \]最后,我们将这两个算法扩展到解决有限时域MDP。我们的算法改进了以前最好的近似计算最优政策的固定地平线MDP在多参数制度。有趣的是,我们通过对近似值迭代的仔细修改来获得我们的结果。我们展示了如何将经典的近似值迭代…
2020-12-23 cs.DS cs.LG math.OC
Faster algorithms for the alignment of sparse correlated Erdös-Rényi random graphs
针对稀疏相关Erdös-Rényi随机图对齐问题,本文提出一族更快算法,在保持较高精度的同时降低计算复杂度,并推测其相变阈值由修正Otter常数刻画。
2024-09-17 cond-mat.dis-nn cs.DS math.PR