Minimum Eccentricity Shortest Path Problem with Respect to Structural Parameters
最小偏心率最短路径问题是在给定的无向图中找到一条偏心率最小的最短路径。已知该问题是NP-完全的,并且关于期望的偏心率是W[2]-困难的。我们提出FPT算法的问题参数化的模块化的宽度,距离聚类图,所需的偏心率,最大叶数的树宽的组合。
2022-07-21 cs.CC cs.DS
Fast Exact Shortest Path and Distance Queries on Road Networks with Parametrized Costs
我们研究的情况下,在道路网络中的路线规划,其中要优化的目标可能会改变每一个最短路径查询。由于这使许多已知的基于最短路径结构预处理的道路网络加速技术失效,我们研究了仅利用网络拓扑结构的优化。我们实验评估我们的技术在一个大的现实世界的道路网络的各种数据源。通过轻量级的预处理,我们的技术可以比以前的方法更快地回答跨大陆网络的长距离查询。
2015-09-10 cs.DS
Efficient Enumeration of Subgraphs and Induced Subgraphs with Bounded Girth
图的围长是它的最短圈的长度。由于其在图论、网络分析和实际领域如分布式计算中的相关性,与围长相关的问题在过去和最近的文献中都受到了关注。本文考虑围长有界的连通子图的列问题。由于大围长是稀疏性的指标,这允许从输入图中提取稀疏结构。我们提出了两个算法,分别用于枚举顶点诱导子图和边诱导子图与有界围长,都运行在$O(n)$分摊时间每解决方案和使用$O(n^3)$空间。此外,该算法可以很容易地适应放宽连通性的要求,并处理加权图。作为副产品,第二个算法可以用来回答众所周知的问题,找到周长$k$的离散$n$ -顶点图。
2018-06-12 cs.DS
Link Prediction using Top-$k$ Shortest Distances
在本文中,我们将一个有效的$k$最短距离路由算法应用于链接预测问题,并测试其有效性。我们将结果与其他基线和最先进的方法以及最短路径进行了比较,我们的结果表明,使用顶部$k$距离作为相似性度量优于经典的相似性度量,如Jaccard和Adamic/Adar。
2017-04-04 cs.DB cs.DS cs.SI
Optimal Algorithms for Ranked Enumeration of Answers to Full Conjunctive Queries
我们研究排名枚举的联合查询结果,根据非常一般的顺序定义的选择性dioids。我们的主要贡献是一个框架,排名枚举一类动态规划问题,概括了看似不同的问题,已被孤立研究。为此,我们扩展了经典的算法,找到加权图中的k-最短路径。对于完整的合取查询,包括循环查询,我们的方法是最佳的返回顶部结果的时间和结果之间的延迟。这些最优性属性是针对广泛使用的数据复杂性概念推导出来的,它将查询大小视为常数。通过仔细的成本分析,我们能够发现两种无法比拟的枚举方法之间的一个先前未知的权衡:当返回结果的数量很小时,一种具有较低的复杂性,另一种当数量非常大时。我们从理论上和经验上证明了我们的技术优于批处理算法,它产生完整的结果,然后排序它。我们的技术不仅是更快地返回前几个结果,但在某些输入击败批处理算法,即使所有的结果都产生。
2020-09-11 cs.DB cs.DS
Faster single-source shortest paths with negative real weights via proper hop distance
本研究针对实权单源最短路径问题,基于Fineman[Fin24]的思路提出了一种时间复杂度为Õ(mn^{4/5})的随机算法,优于此前Õ(mn^{8/9})的突破性结果及经典O(mn)教科书算法。
2024-12-09 cs.DS
Improved Bounds for Shortest Paths in Dense Distance Graphs
我们研究了在所谓的密集距离图中计算最短路径的问题。$n$顶点上的每个平面图$G$可以被划分成一组$O(n/r)$边不相交区域(称为$r$ -划分),每个区域具有$O(r)$顶点,使得每个区域具有与其他区域共同的$O(\sqrt{r})$顶点(称为边界顶点)。一个区域的稠密距离图是一个包含其边界节点间所有对距离的完全图。$r$ -划分的稠密距离图是各个块的$O(n/r)$稠密距离图的并集。自从Fakcharoenphol和Rao引入密集距离图以来,在密集距离图中计算单源最短路径已经在基本平面图算法中找到了许多应用。Fakcharoenphol和Rao提出了一种算法(后来称为FR-Dijkstra),用于在$O\left(\frac{n}{\sqrt{r}}\log{n}\log{r}\right)$时间内计算密集距离图中的单源最短路径。我们展示了这个问题的$O\left(\frac{n}{\sqrt{r}}\left(\frac{\log^2{r}}{\log^2\log{r}}+\log{n}\log^ε{r}\right)\right)$时间算法,这是第一次改进到目前为止,FR-Dijkstra的重要情况下,$r$是多项式在$n$。在这种情况下,我们的算法是更快的一个因素的$O(\log^2{\log{n}})$,并意味着改进的上限,如多源多汇最大流,单源所有汇最大流,和(动态)…
2016-07-15 cs.DS
Parallel Breadth-First Search and Exact Shortest Paths and Stronger Notions for Approximate Distances
我们引入更强的近似单源最短路径距离的概念,展示了如何有效地计算它们从较弱的标准概念,并展示了这些新的概念和变换的算法能力。一个应用程序是第一个工作效率的并行算法计算精确的单源最短路径图-解决了一个主要的开放问题,在并行计算。给定一个具有多项式有界非负整数长度的有向图中的源顶点,该算法计算$m \log^{O(1)} n$工作和$n^{1/2+o(1)}$深度的精确最短路径树。以前,没有已知的并行算法在不显著增加工作的情况下改进Dijkstra算法的平凡线性深度,即使对于无向和无权图的情况(即,用于计算BFS树)。我们的主要结果是一个黑盒变换,使用$\log^{O(1)} n$标准的近似距离计算产生的近似距离,也满足减法三角不等式($(1+\varepsilon)$因素),甚至诱导一个确切的最短路径树的图中,只有轻微的扰动边的长度。这些增强的近似在算法上显著更强大,并且克服了使用近似距离的众所周知的和经常遇到的障碍。在有向图中,它们甚至可以被提升到精确的距离。这导致了任何(并行或分布式)有向图中近似最短路径算法的黑盒变换,变成了基本上没有成本的精确距离计算算法。将其应用于Fineman等人最近的突破,通过近似跳集计算近似SSSP距离,给出了精确最短路径的新并行分布式算法。
2022-10-28 cs.DC cs.DS
Differentially Private All-Pairs Shortest Distances for Low Tree-Width Graphs
该研究提出低树宽图上差分隐私全对最短距离的多项式时间算法,将树场景的相关结论推广到更大图族,且在低树宽图下的加性误差优于现有最优算法。
2023-06-09 cs.CR cs.DS
Truly Subquadratic Exact Distance Oracles with Constant Query Time for Planar Graphs
给定一个无向无权平面图$G$的$n$顶点,我们提出了一个真正的次二次大小的距离预言机报告确切的最短路径之间的任何对顶点的$G$在常数时间。对于任何$\varepsilon > 0$,我们的距离预言机占用$O(n^{5/3+\varepsilon})$空间,并能够回答最短路径距离查询,正是在最坏情况下的时间$O(\log (1/\varepsilon))$的$G$的任何一对顶点。以前没有真正的次二次规模的距离预言机与恒定的查询时间回答确切的所有对最短路径距离查询存在。
2020-09-30 cs.DS
Faster Shortest Paths in Dense Distance Graphs, with Applications
我们将展示如何结合两种技术,有效地计算最短路径有向平面图。第一个是线性时间最短路径算法的Henzinger,克莱因,Subramanian,饶[STOC'94]。第二个是Fakcharoenphol和Rao的算法[FOCS'01],用于在密集距离图(DDG)上仿真Dijkstra算法。定义了一个DDG,用于将平面图$G$分解为每个至多$r$个顶点的区域,对于某个参数$r < n$。DDG的顶点集是属于多于一个区域的$G$的$Θ(n/\sqrt r)$顶点(边界顶点)的集合。DDG具有$Θ(n)$弧,使得DDG中的距离等于$G$中的距离。Fakcharoenphol和Rao在DDG上实现了Dijkstra算法(昵称为FR-Dijkstra),在$O(n\log(n) r^{-1/2} \log r)$时间内运行,并且是许多最短路径、最小割和最大流的最先进平面图算法的关键组成部分。通过结合这两种技术,我们消除了$\log n$的最短路径算法的运行时间的依赖性,使之成为$O(n r^{-1/2} \log^2r)$。这项工作是一个研究议程的一部分,旨在开发新的技术,这将导致更快的,可能是线性时间,算法的问题,如最小切割,最大流量,最短路径与负弧长。作为直接的应用程序,我们展示了如何计算最大流的有向加权平面图在$O(n \log p)$时间,其中$p$是最小数量的边缘上的任何路径从源到汇。…
2014-04-03 cs.DS
Lower Bounds for Adaptive Relaxation-Based Algorithms for Single-Source Shortest Paths
本文推广了D.~Eppstein的$Ω(n^3)$下界证明,将其扩展至能执行边权重与暂定距离间线性不等式查询的自适应松弛算法,该模型涵盖了Dijkstra算法的操作。
2024-11-10 cs.DS
Lower Bounds for Non-Adaptive Shortest Path Relaxation
本文研究仅依赖图结构的非自适应最短路径松弛算法,证明Bellman-Ford算法在稠密图最优、稀疏图近似最优,且适用于确定性与随机算法。
2023-05-16 cs.DS
Shortest Beer Path Queries in Interval Graphs
我们感兴趣的是通过至少一个称为啤酒顶点的顶点子集的顶点对之间的路径。这样的路径被称为啤酒路径,两个顶点之间的啤酒距离是最短的啤酒路径的长度。我们表明,我们可以表示未加权区间图使用$2n \log n + O(n) + O(|B|\log n)$位,其中$2n \log n + O(n) + O(|B|\log n)$是啤酒顶点的数量。该数据结构在$O(\log^\varepsilon n)$时间内回答任何恒定$\varepsilon > 0$的啤酒距离查询,并在$O(\log^\varepsilon n + d)$时间内回答最短啤酒路径查询,其中$d$是两个节点之间的啤酒距离。我们还表明,适当的间隔图可以表示使用$3n + o(n)$位,以支持啤酒距离查询在$O(f(n)\log n)$时间为任何$f(n) \in ω(1)$和最短啤酒路径查询在$O(d)$时间。所有这些结果也有时间-空间权衡。最后,我们证明了Beer真区间图的信息论下界非常接近于我们的结构空间,即$\log(4+2\sqrt{3})n - o(n)$(或约$ 2.9 n$)位.
2022-09-28 cs.DS
Fast Exact Shortest-Path Distance Queries on Large Networks by Pruned Landmark Labeling
我们提出了一个新的精确的方法,在大规模网络上的最短路径距离查询。我们的方法通过从每个顶点执行广度优先搜索来预先计算顶点的距离标签。乍一看似乎太明显和太低效,这里介绍的关键成分是在广度优先搜索期间进行修剪。虽然我们仍然可以回答任何一对顶点到标签的正确距离,但它令人惊讶地减少了标签的搜索空间和大小。此外,我们表明,我们可以执行32或64宽度优先搜索同时利用按位操作。我们的实验表明,这两种技术的结合是有效的,在各种大规模的现实世界的网络是强大的。特别是,我们的方法可以处理社交网络和网络图与数以亿计的边缘,这是两个数量级大于以前的精确方法的限制,与以前的方法的查询时间。
2013-04-17 cs.DB cs.DS
Restorable Shortest Path Tiebreaking for Edge-Faulty Graphs
针对边故障图中替换最短路径难以由规范最短路径拼接的问题,本文提出首个通用可恢复平局裁决方案,并用于改进多种容错网络设计与分布式构造。
2023-06-03 cs.DS
Reconstructing Bounded Treelength Graphs with Linearithmic Shortest Path Distance Queries
Oregon State University(俄勒冈州立大学)
本研究提出了一种在有限度数和有限树长图中使用线性对数最短路径查询重建图边的方法,改进了现有算法并匹配了弦长图的下界。
2026-03-11 cs.DS
All-Pairs Shortest Path Distances with Differential Privacy: Improved Algorithms for Bounded and Unbounded Weights
我们重新讨论了私有释放加权无向图的所有对最短路径距离的问题,直到低加性误差,这是Sealfon [Sea16]首先研究的。在本文中,我们显着改善Sealfon的结果,无论是任意加权图和有界权图的$n$节点。具体地说,我们提供了一个近似DP算法,输出所有对最短路径距离最大的加性误差$\tilde{O}(\sqrt{n})$,和一个纯DP算法,输出所有对最短路径距离最大的加性误差$\tilde{O}(n^{2/3})$(其中我们忽略对$\varepsilon, δ$的依赖性)。这改善了之前的最佳结果$\tilde{O}(n)$的附加误差的近似DP和纯DP [Sea16],并部分解决了一个悬而未决的问题Sealfon [Sea16,Sea20]。我们还表明,如果图是承诺有合理的有界的权重,可以进一步提高误差大致$n^{\sqrt{2}-1+o(1)}$在近似DP设置和大致$n^{(\sqrt{17}-3)/2 + o(1)}$在纯DP设置。以前,只知道如何获得近似DP设置中的$\tilde{O}(n^{1/2})$附加误差和有界权重图的纯DP设置中的$\tilde{O}(n^{2/3})$附加误差[Sea 16]。
2022-04-05 cs.CR cs.DS
Shortest Path and Distance Queries on Road Networks: Towards Bridging Theory and Practice
给定道路网络中的两个位置$s$和$t$,距离查询返回从$s$到$t$的最小网络距离,而最短路径查询计算达到最小距离的实际路线。这两种类型的查询在实践中找到了重要的应用,并且在过去的几十年中已经提出了大量的解决方案。现有的解决方案,但是,优化的实际或渐近性能,但不是两者兼而有之。特别是,具有增强的实际效率的技术大多是基于经验的,并且它们在空间和时间方面提供了没有吸引力的最坏情况保证。另一方面,最坏情况下有效的方法通常需要禁止预处理或空间开销,这使得它们不适用于现代地图应用中常用的大型道路网络(具有数百万个节点)。本文提出了{ \em动脉层次(AH)},一个索引结构,缩小了理论和实践之间的差距,回答最短路径和距离查询的道路网络。在理论方面,我们证明了,在一个现实的假设下,AH在$\tilde{O}(\log \r)$时间内回答任何距离查询,其中$\r = d_{max}/d_{min}$,和$d_{max}$(分别为\ $d_{min}$)是最大的(分别为\最小)道路网络中任意两个节点之间的$L_\infty$距离。此外,任何最短路径查询可以回答在$\tilde{O}(k + \log \r)$时间,其中$k$是最短路径上的节点数。在实践方面,我们实验评估AH在一个大的真实的道路网络与多达两千万个节点,我们证明,(i)AH优于最先进的查询时间方面,和(ii)它的空间和预计算开销是适度的…
2013-04-24 cs.DB cs.DS
Distances and shortest paths on graphs of bounded highway dimension: simple, fast, dynamic
针对常数高速公路维度图中捷径层次结构难以高效构建的问题,本文提出简单高效算法,以$O(V\log(U+V))$时间和空间完成构建,并支持$O(\log(U+V))$动态更新。
2023-12-07 cs.DS
Differentially Private All-Pairs Shortest Path Distances: Improved Algorithms and Lower Bounds
研究了具有差分隐私的加权无向图中所有对最短路径的权释放问题。在此设置中,基础图是固定的,并且如果两个图的边权重在$\ell_1$距离中相差至多$1$,则两个图是邻居。本文给出了具有加性误差$\tilde{O}(n^{2/3} / ε)$的$ε$-DP算法和具有加性误差$\tilde{O}(\sqrt{n} / ε)$的$(ε, δ)$-DP算法,其中$n$表示顶点数.这肯定地回答了Sealfon(PODS'16)的一个问题,他询问是否存在$o(n)$错误算法。我们还表明,$Ω(n^{1/6})$的附加误差是必要的任何足够小的$ε, δ> 0$。最后,我们考虑一个宽松的设置,允许乘法近似。我们证明了,与一个乘法逼近因子$k$,% $2k - 1$,可减少的附加误差$\tilde{O}\left(n^{1/2 + O(1/k)} / ε\right)$在$ε$ -DP的情况下和$\tilde{O}(n^{1/3 + O(1/k)} / ε)$在$(ε, δ)$ -DP的情况下,分别。
2022-03-30 cs.DS
Fully Dynamic Shortest Path Reporting Against an Adaptive Adversary
针对自适应对手,本文提出首个亚二次更新时间的完全动态最短路径维护算法,通过组合规约利用少量距离估计重构路径,在多种图模型下改进了现有结果的更新与查询时间。
2023-11-27 cs.DS
Recovering tree-child networks from shortest inter-taxa distance information
系统发生网络是生物学家用来表示过去包括网状事件的物种的进化历史的一类叶子标记的、无环的、有向图。如果每个非叶顶点是树顶点或叶的父节点,则系统发育网络是树子网络。在一定的等价性下,最近的研究表明,在两种不同类型的权重下,边加权树子网络由每对分类群之间的距离集合决定。然而,这些集合的大小在分类群集合的大小中可以是指数的。在本文中,我们表明,如果我们忽略冗余的边缘,得到相同的结果,只有一个平方数的类群间的距离,通过使用每对类群之间的最短距离。证明是建设性的,并给出了构建这种加权网络的分类群集的大小的实时算法。
2017-11-24 cs.DS math.CO q-bio.PE
Lower Bounds on Rate of Convergence of Matrix Products in All Pairs Shortest Path of Social Network
随着社交网络应用的迅速发展,社交网络已经成为人们进行交互的重要媒介。对于网络中所有对的最短距离计算,Alon N[4]提出了一种矩阵乘法算法,结合距离乘积结合律和分块矩阵乘法,网络上所有对的最短路长算法具有时间界O((2n^3)/Blogn)。在实际应用中,考虑到社交网络的无标度特性和浮点运算对计算机硬件的精度限制,我发现最短路径算法具有改进的时间界O((14n^3)/B)。在此基础上,利用距离乘积算法中的矩阵乘法、距离乘积关联律、分块矩阵乘法、社交网络的无标度特性以及硬件浮点运算的局限性,提出了一种结合稀疏性判断和收敛性判断的全对最短路径算法。在一个包含8508个参与者的社交网络数据集上进行测试,与Alon N算法相比,该算法在CPU和GPU上的性能提高了39%~ 36.2倍。
2020-06-24 cs.DS cs.GT
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
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
Simple analysis of an algorithm for multiple-source shortest paths in planar graphs
Brown University(布朗大学)
本文针对平面图中多源最短路径问题,在 Klein 的 $O(n \log n)$ 算法基础上,提供了更简单清晰的分析,以解决原证明复杂难懂的问题。
2026-10-05 cs.DS
A fast algorithm for All-Pairs-Shortest-Paths suitable for neural networks
提出一种通过矩阵求逆计算 All-Pairs-Shortest-Paths 距离的快速算法,推导了参数界限并验证其在稠密图上优于现有方法,且自然适用于神经网络求解。
2024-07-24 cs.DS q-bio.NC
Efficient Construction of Directed Hopsets and Parallel Approximate Shortest Paths
近似的单源最短路径问题如下:给定一个具有非负边权重的图和指定的源顶点$s$,返回从~ $s$到每个其他顶点的距离的估计值,使得估计值落在真实距离和$(1+ε)$乘以距离之间。针对\emph{directed}图上的近似最短路问题,提出了第一个具有次线性跨度(也称为深度)的近似工作有效并行算法。具体来说,对于常数$ε$和多项式有界的边权重,我们的算法有工作$\tilde{O}(m)$和跨度$n^{1/2+o(1)}$。先前已知几种算法用于\emph{undirected}图的情况,但似乎没有一种技术转化为有向设置。主要的技术贡献是第一个近线性工作算法构造有向图上的跳集。$(β,ε)$ -跳集是一组加权边(有时称为捷径),当添加到图中时,允许$β$ -跳路径的权重不超过真正最短路径距离的$(1+ε)$倍。有一个简单的顺序算法,它以有向图作为输入,并使用$β=O(\sqrt{n})$生成线性基数跳集,但它的运行时间相当长-特别是$\tilde{O}(m\sqrt{n})$。我们的算法是第一个更有效的算法,产生一个有向跳集具有类似的特点。具体地说,我们的顺序算法在$\tilde{O}(m)$时间内运行,并构造一个具有$\tilde{O}(n)$边和$β= n^{1/2+o(1)}$的跳集。该算法的并行版本具有工作$\tilde{O}(m)$和跨度$n^{1/2+o(1)}$。
2019-12-11 cs.DS
Shortest Paths and Distances with Differential Privacy
我们引入了一个模型,用于差分私有分析的加权图中,图的拓扑$(V,E)$被假定为是公共的,私有信息只包括边的权重$w:E\to\mathbb{R}^+$。这可以表示在已知的道路系统中隐藏的拥塞模式。差分隐私要求算法的输出几乎没有提供任何优势(通过隐私参数$ε$和$δ$来衡量),用于区分相邻输入,这些输入被认为是在一个人的贡献上不同的输入。在我们的模型中,两个权重函数$w,w'$被认为是相邻的,如果它们的$\ell_1$距离最多为1。研究了一对顶点之间的最短路径的秘密释放问题和所有顶点之间的近似距离的秘密释放问题。我们关心的是近似误差,即释放路径或释放距离的长度与最短路径或实际距离的长度之间的差异。对于私下释放一对顶点之间的最短路径,我们证明了$Ω(|V|)$关于固定$ε,δ$的加性逼近误差的一个下界。我们提供了一个差分私有算法,匹配这个错误绑定到一个对数因子,并释放所有对顶点之间的路径。我们的算法的近似误差可以由最短路径上的边的数量来限制,所以我们实现了更好的精度比最坏情况下的边界的顶点对连接的低权重路径与$o(|V|)$顶点。对于私人释放所有对距离,我们表明,对于树,我们可以释放所有的距离与近似误差$O(\log^{2.5}|V|)$为固定的隐私参数。对于任意边权在$[0,M]$中的有界权图,我们可以释放所有具有近似误差$\tilde{O}(\sqrt{|V|M})$的距离。
2016-04-20 cs.CR cs.DS
Near-Linear Query Complexity for Graph Inference
我们如何有效地找到一个未知的图使用距离或最短路径查询之间的顶点?设$G = (V,E)$是一个度有界的无权连通图.边集$E$最初是未知的,并且可以使用\emph{distance oracle}来访问该图,该\emph{distance oracle}接收一对顶点$(u,v)$并返回$u$和$v$之间的距离。在\emph{verification}问题中,我们给出一个假设图$\hat G = (V,\hat E)$,并想检查$G$是否等于$\hat G$。我们分析了一个自然的贪婪算法,并证明它使用$n^{1+o(1)}$距离查询。在更难的\emph{reconstruction}问题中,没有给出$\hat G$,目标是找到图$G$。如果可以使用一个\emph{shortest path oracle},它返回的不只是距离,但实际的最短路径之间的$u$和$v$的图形访问,我们表明,扩展贪婪的想法给出了一个重建算法,使用$n^{1+o(1)}$最短路径查询。当图具有有界树宽时,我们进一步用$\tilde O(n)$限制了这两个问题贪婪算法的查询复杂度。当图是弦,我们提供了一个随机算法重建使用$\tilde O(n)$距离查询。
2015-02-18 cs.DS
Efficient Single-Source Shortest Path and Distance Queries on Large Graphs
本文研究了两种类型的图查询:{ \em单源距离(SSD)}查询和{ \em单源最短路径(SSSP)}查询。给定图$G$中的节点$v$,来自$v$的SSD查询询问从$v$到$G$中的任何其他节点的距离,而SSSP查询检索从$v$到任何其他节点的最短路径。这两种类型的查询是许多图算法的基本构建块,并且它们在图分析中找到重要的应用,特别是在图测量的计算中。然而,大多数现有的SSD和SSSP查询解决方案要求输入图适合主存储器,这使得它们不适用于Web和社交应用中常用的大量磁盘驻留图。唯一的例外是一些旨在提高I/O效率的技术,但它们都专注于无向和/或无权图,并且它们只提供次优的查询效率。为了解决现有工作的不足,本文提出了{ \em Highways-on-Disk(HoD)},一个基于磁盘的索引,支持SSD和SSSP查询有向图和加权图。HoD的核心思想是用一组辅助边来增强输入图,并在查询处理过程中利用它们来减少I/O和计算成本。我们的实验评估HoD的有向和无向的现实世界的图与高达数十亿的节点和边缘,我们证明,HoD显着优于其他解决方案的查询效率。
2013-06-05 cs.DB cs.DS
Lossless Derandomization for Undirected Single-Source Shortest Paths and Approximate Distance Oracles
BARC, University of Copenhagen(哥本哈根大学 BARC)
针对无向图最短路径算法去随机化时因集合覆盖近似引入的额外对数因子开销问题,提出一种自适应选择球体大小的确定性算法,实现了最优平均球体大小,无损地去随机化了单源最短路径算法和近似距离预言机。
2025-10-14 cs.DS
Discriminative Distance-Based Network Indices with Application to Link Prediction
在大型网络中,使用最短路径的长度作为距离度量存在缺点。一个被广泛研究的缺点是,将其扩展到不连通图和有向图是有争议的。第二个缺点是大量的顶点可能具有完全相同的分数。第三个缺点是,在许多应用中,两个顶点之间的距离不仅取决于最短路径的长度,而且还取决于最短路径的数量。在本文中,首先,我们开发了一个新的距离测量图的顶点之间产生歧视性的距离为基础的中心性指数。该度量与最短路径的长度成正比,与最短路径的数量成反比。我们提出的算法精确计算建议的判别指数。其次,我们开发随机算法,精确估计平均歧视路径长度和平均歧视偏心率,并表明他们给$(ε,δ)$ -近似这些指标。第三,我们在来自不同领域的几个真实网络上进行了广泛的实验。在我们的实验中,我们首先表明,与传统的指数相比,判别指数通常有更多的区分。然后,我们表明,我们的随机算法可以非常精确地估计平均判别路径长度和平均判别偏心率,只使用很少的样本。然后,我们证明了现实世界的网络通常有一个微小的平均判别路径长度,由一个常数(例如,2)。第四,为了更好地激励我们提出的距离度量的有用性,我们提出了一种新的链接预测方法,使用判别距离来决定哪些顶点更有可能在未来形成链接,并显示其优越的性能相比,众所周知的现有措施。
2018-03-31 cs.DS cs.SI
A linear time algorithm for the next-to-shortest path problem on undirected graphs with nonnegative edge lengths
对于图$G=(V,E)$中的两个顶点$s$和$t$,次短路是一条$st$ -路,它的长度是严格长于最短路长度的所有$st$-路中最小的。在本文中,我们证明了,当图是无向的,所有的边长是非负的,可以在线性时间内解决的问题,如果从$s$和$t$到所有其他顶点的距离是给定的。该结果将之前的工作(DOI 10.1007/s 00453 -011-9601-7)推广到允许零长度边。
2012-03-23 cs.DS
Incremental Shortest Paths in Almost Linear Time via a Modified Interior Point Method
提出一种确定性算法,利用改进的内点法和最小比率环数据结构,在近乎线性时间内维护有向图增量最短路径的 $(1+ε)$ 近似距离。
2025-06-24 cs.DS
Approximate Distance and Shortest-Path Oracles for Fault-Tolerant Geometric Spanners
本文为容错欧几里得生成器设计近似距离与最短路径预言机,支持快速查询故障后的近似距离和路径,适用于道路网络路由。
2023-12-27 cs.CG cs.DS
Fast Distance Sensitivity Oracle for Multiple Failures
当网络容易出现故障时,每次从头开始计算最短路径的成本非常高。距离敏感性预言提供了这种特权,通过预先计算一次预言,可以更快地以更低的成本找到新的最短路径。虽然在文献中提出了几个有效的解决方案,以支持单一的故障,很少有人努力设计一个有效的方法,对多个故障的情况下。本文提出了一种基于马尔可夫张量理论的距离敏感预言机\cite{golnari2017markov},用于支持一般有向加权网络中面向失效集$\mathcal{F}$的替换路径查询$(*,t,\mathcal{F})$.与现有的工作相比,我们的预言机支持的最大故障大小没有限制,也不需要知道构造预言机的故障大小。我们的预言机的规格是:$O(n^2)$的空间大小,$O(n^ω)$的预处理时间,其中$ω$是快速矩阵乘法的指数,以及$O(m)$的查询时间,用于回答$(*,t,\mathcal{F})$的替换路径查询,该查询一次计算从所有节点到目标$t$的替换(最短)路径。虽然常规的最短路径方法,如Dijkstra的,是$O(m+nlogn)$失败后,每个查询的计算时间,我们的算法可以节省相当大的计算时间时,故障集的大小$|\mathcal{F}|$是$O(m^{1/ω})$或更少,网络是稀疏的$O(m)<O(nlogn)$。
2018-06-16 cs.DS
Breaking the Linear Error Barrier in Differentially Private Graph Distance Release
在加权差分隐私(DP)下释放一般图上顶点之间的所有成对最短路径(APSP)距离是一项具有挑战性的任务。在(Sealfon 2016)的先前尝试中,通过将拉普拉斯噪声添加到每个边权重或每个输出距离,以实现具有某个固定预算的DP,所有公布的成对距离中的最大绝对误差很可能大致为$O(n)$,其中$n$是节点的数量。结果表明,对于某些特殊的图,这种误差是可以减小的,而对于一般的图,这是困难的。因此,在$n$中,近似误差是否可以降低到次线性是一个有趣的公开问题。通过提出一种秘密释放合成图的算法,打破了已有结果在距离逼近误差上的线性障碍。在构造的图上计算所有成对距离仅在回答固定隐私参数的所有成对最短路径距离时引入$\tilde O(n^{1/2})$错误。我们的方法是基于一种新的图形直径(链接长度)扩增通过构建“捷径”的路径。通过在原图中添加一组捷径边,证明了任意节点对都有一条链路长度为$\tilde O(n^{1/2})$的最短路径。然后,通过添加噪声与一些积极的意思,边的权重,我们表明,新的图是差分私有的,可以发布回答所有的成对最短路径距离与$\tilde O(n^{1/2})$近似误差使用标准的APSP计算。此外,我们考虑了具有小反馈点集的图。图的反馈点集(FVS)是指去掉这些点后图中没有圈的点的集合,图的反馈点集数$k$是最小反馈点集的大小.提出了一种具有出错率$\tilde O(k)…
2022-04-29 cs.DS
Algorithms for Distance Sensitivity Oracles and other Graph Problems on the PRAM
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文首次提出在PRAM模型下构建距离敏感预言机的算法,并解决了其他图问题的最优并行算法。
2025-12-30 cs.DS
Dynamic Enumeration of Similarity Joins
本文考虑在动态更新下枚举相似连接查询的答案:给定$\mathbb{R}^d$中的两组$n$点$A,B$,度量$ϕ(\cdot)$和距离阈值$r > 0$,用$ϕ(a,b) \le r$报告所有点对$(a, b) \in A \times B$。我们的目标是将$A,B$存储到一个动态数据结构中,无论何时被要求,都可以枚举所有具有最坏情况延迟保证的结果对,即,枚举两个连续对之间的时间是有界的。此外,当点被插入到$A$或$B$中或从$A$或$B$中删除时,可以有效地更新数据结构。我们提出了几个有效的数据结构,以回答低维的相似连接查询。对于精确枚举的相似性连接,我们提出了近线性大小的数据结构$\ell_1, \ell_\infty$度量与$\log^{O(1)} n$更新时间和延迟。我们表明,这样的数据结构是不可行的$\ell_2$度量$d \ge 4$。对于近似枚举的相似连接,距离阈值是一个软约束,我们得到了一个统一的线性大小的数据结构$\ell_p$度量,与$\log^{O(1)} n$延迟和更新时间。在高维度,我们提出了一个有效的数据结构,最坏情况下的延迟保证使用局部敏感哈希(LSH)。
2021-05-05 cs.DB cs.DS
A simpler and more efficient algorithm for the next-to-shortest path problem
给定一个边长为正的无向图$G=(V,E)$和两个顶点$s$和$t$,次短路问题是在所有严格长于最短路长的$st$-路中寻找一条长度最小的$st$-路.在本文中,我们表明,该问题可以在线性时间内解决,如果从$s$和$t$到所有其他顶点的距离。特别地,我们的新算法对于一般图的运行时间为$O(|V|\log |V|+|E|)$,改进了以前对于稀疏图的运行时间为$O(|V|^2)$的结果,对于无权图、平面图和具有正整数边长的图的运行时间仅为线性时间.
2011-05-03 cs.DS
Better Distance Preservers and Additive Spanners
我们研究了两种常用的方法来绘制输入图的最短路径距离。第一个是距离图,它是稀疏的子图,与给定的一组需求对上的原始图的距离一致。之前关于距离转换器的工作只利用了最短路径的一个简单的结构属性,称为一致性,即可以打破最短路径的联系,使得没有两条路径相交,分开,然后再相交。我们证明了仅仅一致性是不足以理解距离的一致性,通过显示的权力的一致性和一个新的一般性的上限,多项式超越it. Specifically,我们的新的上限是,任何$p$需求对在$n$ -节点无向赋权图有距离的一致性在$O(n^{2/3}p^{2/3} + np^{1/3})$边。我们留下一个猜想,即右界是$O(n^{2/3}p^{2/3} + n)$或更好。本文的第二部分利用这些距离的加法spectrographs,这是子图,保持所有的成对距离的一个加性误差函数的一个新的建设。我们给出了改进的误差界相对较少的边缘,例如,我们证明了所有的图形有speries的$O(n)$边缘与$+O(n^{3/7 + \varepsilon})$错误。我们的建设可以被看作是一个扩展的流行的路径购买框架的集群更大的半径。
2021-08-15 cs.DS
Single source shortest paths in $H$-minor free graphs
提出了一种求解\emph{$H$-minor free}图中单源最短路径问题的算法。对于每一个固定的$H$,如果$G$是一个图,其$n$顶点具有整数边长,并且$s$是$G$的指定源顶点,则算法在$\tilde{O}(n^{\sqrt{11.5}-2} \log L) \le O(n^{1.392} \log L)$时间内运行,其中$L$是最小边长的绝对值。该算法计算$s$到图的所有顶点的最短路径和距离,否则证明$G$不是$H$ -minor free的.我们的结果改进了早期的$O(n^{1.5} \log L)$时间算法,这是从一个一般的SSSP算法的Goldberg。
2008-09-17 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
Having Hope in Hops: New Spanners, Preservers and Lower Bounds for Hopsets
Hopsets和Spectron是基本的图结构,在最短路径计算,分布式通信等方面发挥着关键作用。给定图$G$的(近似精确)跳集是加权边$H$的(小)子集,当将其添加到图$G$时,减少了近似精确最短路径的跳(边)数。另一方面,生成器和距离生成器要求从图中删除许多边,同时近似保留最短路径距离。我们提供了一个一般的减少计划,从图跳集的spectrometric压缩计划,仿真器和距离转换器。因此,我们得到了新的和改进的上界结构,以及新的下界结果的跳集。我们的工作在关于跳集和spp之间的形式联系的一个令人感兴趣的公开问题上取得了重大进展,例如,由Elkin和Neiman提出[Bull.EATCS 2020]。
2022-11-13 cs.DS
Beyond Highway Dimension: Small Distance Labels Using Tree Skeletons
网络G =(V,E)的基于枢纽的距离标记方案的目标是将小子集S(u)$\subseteq$ V分配给每个节点u $\in$ V,以这种方式,对于任何一对节点u,v,枢纽集S(u)$\cap$ S(v)的交集包含最短uv-路径上的节点。小枢纽集的存在,以及因此有效的最短路径处理算法,是一个经验性的观察。Abraham等人(SODA 2010)通过他们称为公路维度的网络参数提出了对这种现象的理论解释,公路维度捕获了与半径为2 r的给定球相交的长度至少为r的最短路径集合的命中集的大小。在这项工作中,我们重新审视这一解释,引入一个更容易处理的(和直接可比)参数的基础上的最短路径生成树的结构,我们称之为骨架尺寸。我们发现,骨架尺寸承认一个直观的定义为有向和无向图,提供了一种方法,计算标签更有效地比使用公路尺寸,并导致可比或更强的理论界限枢纽集大小。
2016-12-12 cs.DC cs.DS
Eccentricity Shortest Path: the structural parameter landscape
National Institute of Technology Calicut(印度国立卡利卡特理工学院);Indian Institute of Technology Dharwad(印度国立达尔瓦德理工学院)
该研究探讨偏心最短路径问题的结构参数化复杂度,针对多种结构参数给出固定参数算法、XP算法等结果,证明部分参数的困难性,还获得最大叶数相关的压缩与多项式核,并排除部分参数的多项式核。
2026-10-16 cs.DS math.CO
Approximation of Distances and Shortest Paths in the Broadcast Congest Clique
我们研究广播版本的CONGEST CLIQUE模型的分布式计算。在该模型中,在每一轮中,大小为$n$的网络中的任何节点都可以向网络中的每个其他节点发送相同的有限大小的消息(即广播消息)。Nanongkai在[STOC'14]中提出了一个随机$(2+o(1))$ -近似算法来计算加权图上时间上所有对最短路径(APSP)$\tilde{O}(\sqrt{n})$,其中我们使用的约定是$\tildeΩ(f(n))$本质上是$Ω(f(n)/$ polylog $f(n))$,而$\tilde{O}(f(n))$本质上是$O(f(n) $ polylog $f(n))$ .我们通过证明在最坏的情况下,任何随机$(2-o(1))$ -APSP的逼近和$(2-o(1))$ -图直径的逼近都需要$\tildeΩ(n)$时间来补充这一结果。这表明,在近似因子中获得可忽略不计的改进需要显著更多的时间。此外,该界限意味着已经计算所有对最短路径的$(2-o(1))$近似是广播版本的CONGEST CLIQUE模型中最难的图形问题之一,并且与最近的在时间上运行的APSP的$(1+o(1))$近似形成对比$O(n^{0.15715})$在单播版本的CONGEST CLIQUE模型中。在积极的一面,我们提供了一个确定性的版本Nanongkai的$(2+o(1))$近似算法的APSP。为了做到这一点,我们提出了一…
2014-12-12 cs.DC cs.DS
Shortest paths on polymatroids and hypergraphic polytopes
该研究针对广义排列多面体顶点间的最短路径问题,证明其在简单多拟阵、超图多胞体等场景下的NP难与APX难性质,同时给出超图无环定向翻转距离的近似算法及线性超图下的精确多项式算法。
2023-11-06 cs.DM cs.DS math.CO
Reverse Shortest Path Problem for Unit-Disk Graphs
给定平面中n个点的集合P,关于参数r的单位圆盘图G_{r}(P)是其顶点集为P的无向图,使得如果p和q之间的欧氏距离至多为r,则一条边连接两个点p,q \in P(在未加权的情况下,边的权重为1,在加权的情况下,边的权重为p和q之间的距离)。给定λ>0,P中的两点s和t,考虑如下的反向最短路问题:计算最小r,使得G_r(P)中s和t之间的最短路长至多为λ。本文给出了一个O(\lfloor λ \rfloor \cdot n \log n)时间的算法和一个O(n^{5/4} \log^{7/4} n)时间的算法,以及一个O(n^{5/4} \log^{5/2} n)时间的算法.我们还考虑了L_1版本的问题,两个点的距离是由L_1度量测量,我们解决了O(n \log^3 n)的时间为未加权和加权的情况下的问题。
2021-12-11 cs.CG cs.DS
Faster Distributed Shortest Path Approximations via Shortcuts
最近的一系列成果和突破导致了更快和更好的分布式近似算法的单源最短路径(SSSP)和CONGEST模型中的相关问题。然而,所有这些算法的运行时间都是$\tildeΩ(\sqrt{n})$,与网络拓扑无关,即使是在具有(多)对数网络直径$D$的良好网络上。虽然这对于某些病态网络是必要的,但大多数感兴趣的拓扑结构都不是这种类型。我们给出了第一个分布式的最短路径问题的近似算法,调整到拓扑结构上运行,从而实现显着更快的运行时间在许多感兴趣的拓扑结构。我们的算法的运行时间依赖于并接近于$Q$,其中$Q$是给定拓扑结构的最佳捷径的质量。虽然$Q = \tildeΘ(\sqrt{n} + D)$用于病理最坏情况的拓扑,但许多感兴趣的拓扑具有$Q = \tildeΘ(D)$,这导致我们的算法在给定平凡$Ω(D)$下限的情况下接近实例最优运行时间。我们考虑的问题如下:(1)近似的最短路径树和SSSP距离,(2)每个节点的多对数大小距离标签,使得仅从任何两个节点的标签可以确定它们的距离(近似),以及(3)转运问题的(近似)最优流。我们的算法有一个可调的运行时间和近似比之间的权衡。我们最快的算法有一个任意好的多项式近似保证和一个基本上最佳的$\tilde{O}(Q)$运行时间。另一方面,我们在$\tilde{O}(Q \cdot n^ε)$轮中实现了对任何$ε> 0$的多对数近似。
2018-08-07 cs.DC cs.DS
Shortest Reconfiguration of Matchings
想象一下,未标记的令牌被放置在图的边缘上,使得没有两个令牌被放置在事件边缘上。如果具有令牌的边保持独立,则令牌可以跳转到另一个边。我们研究了确定两个令牌配置之间的距离的问题(分别为,对应的匹配),其由最短变换的长度给出。对于两种配置中至少有一种不是包含最大的情况,我们给出了一个多项式时间算法,并表明否则,除非P = NP,否则该问题不允许多项式时间亚对数因子逼近。此外,我们表明,在二部图中的两个配置的距离是固定参数的易处理的参数化的大小$d$的对称差的源和目标配置,并获得一个$d^\varepsilon$因子近似算法的每一个$\varepsilon > 0$,如果另外的配置对应于最大匹配。我们的两个主要技术工具是埃德蒙兹-Gallai分解和有向斯坦纳树问题的密切关系。利用前者,我们还刻画了那些对应的配置图是连通的图。最后,我们表明,决定两个配置之间的距离是否等于一个给定的数$\ell$是完全的类$D^P$,并决定如果配置的图形的直径等于$\ell$是$D^P$ -硬。
2018-12-13 cs.DM cs.DS
Representation of short distances in structurally sparse graphs
一个图$G$的部分定向$\vec{H}$是一个弱$r$引导系统,如果对于$G$中距离至多为$r$的任意两个顶点,它们之间存在一条最短路径$P$,使得$\vec{H}$将$P$中除一条边之外的所有边都指向这条边。在$\vec{H}$具有有界最大出度的情况下,这给出了长度至多为$G$中的$r$的最短路径的有效表示。我们表明,从许多自然图类的图形承认这样弱的指导系统,并研究这一概念的算法方面。
2022-10-17 cs.DS math.CO