On the Complexity of Forcing and Anti-Forcing Minimum Cuts
Hokkaido University(北海道大学);Nagoya University(名古屋大学)
本文研究全局最小割和最小s–t割的强制集与反强制集计算问题,对每个变体给出多项式算法或NP完全性证明。
2026-09-29 cs.DS
An Optimal Algorithm for 1-D Cutting Stock Problem
我们提出了一个$nΔ^{O(k^2)}$时间算法来获得$1$维下料问题的最优解:在物品尺寸数量固定的限制下,将$n$物品包装到单位容量箱中的装箱问题,其中$k$的数量是固定的,其中$Δ$是最小物品尺寸的倒数。在算法的设计和分析中,我们采用了一些基本的思想.
2020-01-06 cs.DM cs.DS
Optimal Vertex-Cut Sparsification of Quasi-Bipartite Graphs
在点割稀疏化中,给定一个图$G=(V,E)$,其终端集为$T\subseteq V$,我们希望构造一个具有$T\subseteq V'$的图$G'=(V',E')$,使得对于每两个终端集$A,B\subseteq T$,$G'$中的最小$(A,B)$ -点割的大小与$G$中的相同.在最基本的设置中,$G$是不加权和无向的,我们希望通过$k=|T|$的函数来限制$G'$的大小。Kratsch和Wahlström [JACM 2020]证明了每个图$G$(可能有向),允许一个顶点切割稀疏化器$G'$,其顶点为$O(k^3)$,实际上可以在随机多项式时间内构造。我们研究(可能有向)图$G$是准二部,即,证明了$T$中的每条边至少有一个端点,并证明了它们允许一个顶点割稀疏算子,该稀疏算子具有$O(k^2)$边和顶点,并且实际上可以在确定性多项式时间内构造.事实上,这个界限自然地扩展到所有具有小分隔符的图,以划分有界大小的集合。最后,我们证明了信息理论上的一个近似匹配的下限,即,$\tildeΩ(k^2)$边是稀疏化拟二部无向图所必需的。
2022-07-04 cs.DS
The Karger-Stein Algorithm is Optimal for $k$-cut
在$k$ -割问题中,我们给出一个边加权图,并希望找到最小权的边集,其删除将图分解为$k$连通分量。算法由于Karger-Stein和Thorup表明如何找到这样一个最小$k$ -削减时间约$O(n^{2k-2})$。最好的下界来自于关于$k$ -团问题的可解性的证明以及从$k$ -团到$k$ -割的简化,并表明求解$k$ -割可能需要时间$Ω(n^k)$。我们最近的研究结果给出了在时间上解决问题的专用算法$n^{1.98k + O(1)}$,以及对特殊类图具有更好性能的算法(例如,对于小整数权重)。在这项工作中,我们解决了一般图的问题,通过显示,对于任何固定的$k \geq 2$,Karger-Stein算法输出任何固定的最小$k$ -切割概率至少为$\hat{O}(n^{-k})$,其中$\hat{O}(\cdot)$隐藏一个$2^{O(\ln \ln n)^2}$因素。本文还给出了$n$ -顶点图中最小$k$ -割数的$\hat{O}(n^k)$的极值界和在相似运行时间内计算最小$k$ -割的算法.两者都严格符合$\hat{O}(1)$因素。我们的结果中的第一个主要成分是对图如何收缩的细粒度分析-以及平均度如何演变-在Karger-Stein过程下。第二个成分是一个极值结果,使用向日葵引理,限制大小至多为$(2-δ) OPT/k$的切割数。
2019-11-20 cs.DS
Learning Spanning Forests Optimally using CUT Queries in Weighted Undirected Graphs
本文针对加权无向图最大生成森林学习问题,提出期望O(n)次CUT查询的最优随机算法,还提出无向无权图下查询复杂度为O(n log n / log log n)的确定性算法,小幅提升了现有最优水平。
2023-06-16 cs.DS
Edge-cuts Optimized for Average Weight: a new alternative to Ford and Fulkerson
令$G$是与权重$w: E(G) \rightarrow R^+$相关联的有向图。对于$G$的边缘切割$Q$,$Q$的平均权重表示并定义为$w_{ave}(Q)=\frac{\sum_{e\in Q}w(e)}{|Q|}$。最优平均权重的边割是边割$Q$,使得$w_{ave}(Q)$在所有边割中最大(或对称地最小)。在本文中,这个问题的多项式算法被证明为找到这样的最佳边切割在一个有根树,分离的根和所有叶子的集合。该算法使我们能够开发一种自动聚类方法,更准确地检测嵌入在层次树结构中的社区。
2020-02-24 cs.DS
Random Cuts are Optimal for Explainable k-Medians
本文证明 RandomCoordinateCut 算法在 l1 范数下对可解释 k-中位数问题具有最优竞争比,其上界 2ln k + 2 与已知下界 Omega(log k) 相匹配。
2023-04-18 cs.DS
A Fixed Parameter Tractable Approximation Scheme for the Optimal Cut Graph of a Surface
给定一个图$G$细胞嵌入在一个曲面$Σ$上,曲面$Σ$是$g$的亏格,割图是$G$的子图,使得沿着$G$割$Σ$产生一个拓扑圆盘。我们提供了一个固定的参数易于处理的近似计划的问题,计算最短割图,也就是说,对于任何$\varepsilon >0$,我们展示了如何计算一个$(1+ \varepsilon)$近似的最短割图的时间$f(\varepsilon, g)n^3$。我们的技术首先依赖于使用砖分解的技术的问题的计算的一个顶点,以减少问题的情况下,有界树的宽度。然后,为了解决有界树宽的情况下,我们引入了一个变种的表面切割分解的Rué,Sau和Thilikos,这可能是独立的利益。
2015-07-07 cs.CG cs.DS
Optimal Lower Bounds for Sketching Graph Cuts
研究了图的草图割和拉普拉斯二次型的空间复杂度。我们表明,任何数据结构,近似存储的所有削减在$n$顶点上的无向图的$1+ε$错误的大小必须使用$Ω(n\log n/ε^2)$位的空间在最坏的情况下,提高了$Ω(n/ε^2)$界的Andoni等人。和匹配的最佳已知的上限实现的频谱稀疏。我们的证明是基于一个刚性的切割(和频谱)近似的现象,这可能是独立的利益:任何两个$d-$经常图,近似对方的削减显着优于随机图近似完整的图形必须重叠在一个常数部分的边缘。
2017-12-29 cs.DM cs.DS
Almost-Optimal Approximation Algorithms for Global Minimum Cut in Directed Graphs
Toyota Technological Institute at Chicago(芝加哥丰田技术学院)
本文提出了一种接近最优的全局最小割近似算法,适用于有向图中的边和顶点割问题。
2026-07-22 cs.DS
Approximating Sparsest Cut in Graphs of Bounded Treewidth
给出了有界树宽图中具有一般要求的稀疏割的第一常数因子近似算法。与以前的算法,依赖于流切间隙和/或度量嵌入,我们的方法利用了Sherali-Adams层次的线性规划松弛。
2010-06-23 cs.DS
Optimal Approximations for the Requirement Cut Problem on Sparse Graph Classes
Hasso Plattner Institute, University of Potsdam(波茨坦大学哈索·普拉特纳研究所);Department of Informatics, University of Bergen(卑尔根大学信息学系)
本文针对稀疏图类上的需求切割问题,通过分析最小斯坦纳树数量和系列-并行图深度,提出单对数级别的近似算法,改进了现有图类的近似比。
2025-11-24 cs.DS
On the integrality gap of the maximum-cut semidefinite programming relaxation in fixed dimension
我们描述了一个最大割半定规划松弛的完整性间隙的因子揭示凸优化问题:对于每个$n \geq 2$,我们提出了一个凸优化问题,其最优值是最大可能的最佳秩- $n$解决方案的松弛和最佳割的值之间的比率。这个问题,然后用来计算完整性差距的下界。
2020-08-05 cs.DS math.OC
On Multiway Cut parameterized above lower bounds
在本文中,我们考虑两个以上的下限参数化的节点多路切割问题-以上的最大分离切割和以上的自然LP松弛-并证明他们是固定参数听话。我们的结果意味着O*(4^k)算法的顶点覆盖以上的最大匹配和几乎2-SAT以及O*(2^k)算法的节点多路切割的标准参数化的解决方案的大小,提高了以前的界限,这些问题。
2011-07-08 cs.DS
Optimal Cuts and Bisections on the Real Line in Polynomial Time
几何割和二分法的精确复杂性是一个长期存在的公开问题,甚至包括一维问题。在本文中,我们解决了这个问题的一维(实数线),通过设计一个精确的多项式时间算法。我们的结果依赖于一种新的技术来处理度量等式和它们与动态规划的联系。我们的解决方案的方法也可以是独立的利益。
2012-07-04 cs.CC cs.DM cs.DS
Near-optimal approximation algorithm for simultaneous Max-Cut
在同时最大割问题中,我们给出了在同一组$k$顶点上的$k$加权图,目标是找到顶点集的一个割,使得在$k$图上,割值的最小值尽可能大。以前的工作[BKS 15]给出了一个多项式时间算法,该算法实现了该问题的$1/2 - o(1)$近似因子(以及在未加权情况下的$1/2 + ε_k$近似因子,其中$ε_k \rightarrow 0$为$k \rightarrow \infty$)。在这项工作中,我们给出了一个多项式时间的近似算法的同时最大切割的近似因子为$0.8780$(所有常数$k$)。在[BKS 15]中,同时最大切割的天然SDP制剂显示具有$1/2+ε_k$的完整性间隙。为了实现更好的近似保证,我们使用了更强的平方和层次SDP松弛和基于Raghavendra-Tan的舍入算法[RT 12],以及[BKS 15]中的技术。
2018-01-14 cs.CC cs.DS
An Optimal Space Lower Bound for Approximating MAX-CUT
我们考虑的问题,估计值的最大切割图中的流模型的计算。在一个极端情况下,对于该问题存在仅使用$O(\log n)$空间的平凡$2$近似,即,对边缘的数量进行计数并输出该值的一半作为MAX-CUT的大小的估计。在另一个极端,对于任何固定的$ε> 0$,如果允许$\tilde{O}(n)$空间,则可以通过存储基本上保留MAX-CUT值的$\tilde{O}(n)$大小的稀疏化器来获得MAX-CUT值的$(1+ε)$近似解。我们的主要结果是,任何(随机)单通流算法,打破$2$近似障碍需要$Ω(n)$ -空间,从而解决了空间复杂度的任何非平凡的近似的MAX-CUT值内的单通流模型的多对数因子。我们实现的结果,提出了一个紧密的分析隐式隐藏分区问题引入Kapralov等人。[SODA[17]对于任意数量的玩家。在这个问题中,许多参与者接收$Ω(n)$大小的随机匹配以及边缘上的随机位,并且他们的任务是确定这些位是否对应于某个隐藏的二分区的奇偶校验,或者仅仅是均匀随机的。与所有以前的傅立叶分析通信下界不同,我们的分析不直接使用在任何给定的权重水平下的典型消息的傅立叶系数的$\ell_2$范数上的界,该界遵循超压缩性。相反,我们使用的事实,即球员收到的图是稀疏的(匹配),以获得强上界的$\ell_1$规范的傅立叶系数的消息的个别球员,然后认为,使用卷积定理,类似的强界的$\ell_1$规范基本上保留一…
2018-11-27 cs.DS
The Number of Minimum $k$-Cuts: Improving the Karger-Stein Bound
给定一个边赋权图,它能有多少个最小$k$ -割?这是算法、极值组合学和图论交叉领域的一个基本问题。特别有趣的是,最著名的边界是算法的:它们源于计算最小$k$ -cut的算法。1994年,Karger和Stein得到了一个随机收缩算法,该算法可以在$O(n^{(2-o(1))k})$时间内找到最小$k$ -cut。它还可以在同一运行时间内枚举所有这样的$k$ -割,建立$O(n^{(2-o(1))k})$的相应极值界。从那时起,算法方面的最小$k$ -削减问题已经看到了很大的进展,导致一个确定性的算法的基础上的树包装结果的Thorup,它列举了所有最小$k$ -削减在相同的渐近运行时间,并给出了另一种证明的$O(n^{(2-o(1))k})$界。然而,即使是为了计算一个最小的$k$ -cut,也仍然无法超越Karger-Stein界。本文给出了一个在$O(n^{(1.981+o(1))k})$时间内枚举所有最小$k$ -割的算法,打破了枚举最小$k$ -割的算法障碍和极值障碍.为了得到我们的结果,我们结合了Karger-Stein和Thorup结果的思想,并在最小$k$ -割和极值集理论之间建立了一个新的联系。特别是,我们给出并使用更严格的界限上的大小与有界的双VC维,这可能是独立的兴趣集系统。
2019-06-02 cs.DS
Strong Bounds for Resource Constrained Project Scheduling: Preprocessing and Cutting Planes
无抢占的资源受限项目调度问题是一个NP难的组合优化问题。一个可行的RCPSP解决方案包括一个时间顺序的作业与相应的执行模式,尊重优先级和资源约束。在本文中,我们提出了一个切割平面算法来分离五个不同的切割家庭,以及一个新的预处理例程,以加强资源相关的约束。新的解除版本的著名的优先级和覆盖不平等。在每一次迭代中,建立一个稠密的冲突图,考虑可行性和最优性条件,以分离集团,奇洞和加强Chvátal-Gomory割。所提出的策略大大提高了线性松弛界限,允许最先进的混合整数线性规划求解器找到可证明的最佳解决方案,为754个先前开放的实例的不同变体的RCPSP,这是不可能使用原始的线性规划公式。
2019-09-06 cs.DS
Symmetric Linear Programming Formulations for Minimum Cut with Applications to TSP
我们引入多个对称LP松弛最小割问题。当输入是一个哈密尔顿循环时,松弛给出了最优解和近似解。我们表明,这导致两个有趣的结果之一。在一种情况下,这些LP总是给出最优和接近最优的解决方案,那么它们将是所考虑问题的最小已知对称LP。否则,这些LP配方严格更好的LP松弛的旅行推销员问题比subtour松弛。我们有已知的最小的LP公式,它是9/8近似或更好的最小切割。此外,LP松弛的最小割本文研究有有趣的约束,LP只包含一个典型的最小割约束和所有其他的约束通常只用于最大割松弛。
2020-05-25 cs.DM cs.DS
Max Cut with Small-Dimensional SDP Solutions
Dartmouth University(达特茅斯学院);Indiana University(印第安纳大学);University of Michigan(密歇根大学)
研究在SDP解具有低维表示时的最大割问题,提出在小维情况下改进的多项式时间舍入算法,实现比Goemans-Williamson算法更好的近似比。
2026-04-15 cs.DS
An Optimal Structure for All-Pairs Nearest Mincuts and Sensitivity Oracles for Edge Insertions
Weizmann Institute of Science(魏茨曼科学研究所)
提出首个最优空间(O(n))的全对最近最小割表示,类比Gomory-Hu树,支持O(n)查询,并据此设计O(n)空间、O(n^2)总时间的边插入全对最小割敏感性预言机。
2026-09-28 cs.DS
Optimal Cuts and Partitions in Tree Metrics in Polynomial Time
本文提出了一个多项式时间的动态规划算法,用于求解树诱导的最短路径度量下的最优划分问题。这解决了在一维几何度量设置中的最优划分问题的精确复杂性状态。我们的解决方案的方法也可以在其他应用中的独立利益。我们还讨论了我们的方法的扩展类的度量所引起的有界树宽图。
2012-12-14 cs.CC cs.DM cs.DS
Optimal-Cost Construction of Shallow Cuttings for 3-D Dominance Ranges in the I/O-Model
Michigan Technological University(密歇根理工大学);Indian Institute of Science(印度科学学院)
本文提出最优成本算法构建3-D支配范围的浅切割,适用于I/O模型下的空间和查询高效范围搜索数据结构,应用于离线3-D支配报告和近似支配计数。
2026-03-22 cs.CG cs.DS
Optimally cutting a surface into a disk
我们考虑的问题,切割一组边缘的多面体流形表面,可能与边界,以获得一个单一的拓扑磁盘,最小化的切割边缘的总数或其总长度。我们表明,这个问题是NP-困难的,即使是没有边界的流形和穿孔的领域。我们还描述了一个运行时间为n^{O(g+k)}的算法,其中n是组合复杂度,g是亏格,k是输入曲面的边界分量数。最后,我们描述了一个贪心算法,输出一个O(log^2 g)-近似的最小割图在O(g^2 n log n)的时间。
2002-07-02 cs.CG cs.DS cs.GR
Distributed Weighted Min-Cut in Nearly-Optimal Time
最小权割(min-cut)是网络连通性强度的基本度量。虽然在顺序设置中可以有效地计算最小割[Karger STOC'96],但对于分布式网络来说,没有有效的方法来计算自己的最小割而不限制输入结构或降低输出质量:在标准的CONGEST模型中,具有接近最优时间的现有算法(例如[Ghaffari,Kuhn,DISC'13; Nanongkai,Su,DISC'14])可以保证最好是$(1+ε)$近似的解,而精确的$\tilde O(n^{0.8}D^{0.2} + n^{0.9})$时间算法[Ghaffari,Nowicki,Thorup,SODA'20]仅适用于 * 简单 * 网络(没有权重和平行边)。这里$n$和$D$分别表示网络的顶点数和跳数直径。对于加权情况,最佳界限是$\tilde O(n)$ [Daga,Henzinger,Nanongkai,Saranurak,STOC'19]。本文给出了一个计算加权网络最小割的 * 精确 * $\tilde O(\sqrt n + D)$ -时间算法。我们的结果甚至改进了以前只适用于简单网络的算法。它的时间复杂度与已知的下限匹配到多对数因子。在我们的算法的核心是一个聪明的路由技巧和两个结构引理的最小割图的结构。这两个结构引理大大加强和推广了Mukhopadhyay-Nanongkai [STOC'20]的框架,并且可以是独立的。
2020-11-16 cs.DC cs.DS
Almost optimal classical approximation algorithms for a quantum generalization of Max-Cut
约束满足问题(CSP)的近似算法是理论计算机科学的一个中心研究方向。在这项工作中,我们研究了经典的产品状态近似算法的物理动机量子广义的最大切割,被称为量子海森堡模型。这个模型是出了名的难以精确求解,即使是在二分图上,与经典的最大割集形成鲜明对比。在这里,我们展示了,对于任何相互作用图,如何经典和有效地获得近似比0.649(反铁磁XY模型)和0.498(反铁磁海森堡XYZ模型)。这些几乎是最优的,我们表明,最好的可能的比例,这些模型的产品状态,分别是2/3和1/2。
2019-09-19 cs.CC cs.DS quant-ph
Interpreting Graph Cuts as a Max-Product Algorithm
University of Toronto(多伦多大学)
利用图割可以高效、准确地求出具有次模图结构能量函数的二元变量模型的最大后验(MAP)构型。最大乘积置信传播(MP)已被证明是次优的这类能量函数的典型反例,其中MP收敛到一个次优不动点(Kulesza & Pereira,2008)。在这项工作中,我们表明,在一个特定的调度和阻尼计划,MP是相当于图割,从而最优。我们解释了明显的矛盾表明,适当的调度和阻尼,MP总是收敛到一个最佳的不动点。因此,典型的反例只显示了次优的MP与特定的次优选择的时间表和阻尼。如果选择适当,MP是最佳的。
2011-05-05 cs.DS cs.LG stat.ML
Near-linear-time, Optimal Vertex Cut Sparsifiers in Directed Acyclic Graphs
令$G$是图,并且$S, T \subseteq V(G)$是终端$|S|=|T|=k$的(可能重叠的)集合。我们感兴趣的是计算$G$中终端割的顶点稀疏因子,即,图$H$上的最小可能数目的顶点,其中$S \cup T \subseteq V(H)$且使得对于每个$A \subseteq S$和$B \subseteq T$,最小$(A,B)$ -顶点割的大小在$G$中与在$H$中相同。我们假设我们的图是未加权的,终端可能是最小割的一部分。在以前的工作中,Kratsch和Wahlström(FOCS 2012/JACM 2020)使用拟阵理论的连接来证明顶点稀疏器$H$与$O(k^3)$顶点可以在随机多项式时间内计算,即使是任意有向图$G$。然而,从那时起,尺寸$O(k^3)$没有改进。在本文中,我们从极值组合学中著名的Bollobás两族定理中得到启发,并将全序引入Kratsch和Wahlström的方法中。这个新的视角允许我们构造一个稀疏的$H$的$Θ(k^2)$顶点的情况下,$G$是一个DAG。我们还展示了如何计算$H$在时间上接近线性的$G$的大小,提高了以前的$O(n^{ω+1})$。此外,$H$为每个分区$(A,B)$恢复$G$中最接近的最小切割,这是以前不知道的。最后,我们表明,一个稀疏的大小$Ω(k^2)$是必需的,无论是DAG和无向边切割。
2021-07-03 cs.DS math.CO
Near-Optimal Distributed Computation of Small Vertex Cuts
本文提出在CONGEST模型中检测小顶点割的近似最优算法,通过线性图素描和重-轻树分解绕过最大度障碍,实现$\widetilde{O}(D)$轮计算所有割点和割对,改进现有结果。
2023-06-20 cs.DC cs.DS
Lower Bounds for Dynamic Programming on Planar Graphs of Bounded Cutwidth
对于特定于问题的常数$c$,许多组合问题可以在树宽$tw$的图上在时间$O^*(c^{tw})$中求解。在若干情况下,基于强指数时间假设(SETH),$c$上的匹配上界和下界是已知的。在本文中,我们探讨了解决问题的复杂性有界割宽,图参数,采取更大的价值比树宽的图。我们加强早期的树宽为基础的下限表明,假设SETH,独立集不能解决$O^*((2-\varepsilon)^{cutw})$时间,并支配集不能解决$O^*((3-\varepsilon)^{cutw})$时间。通过设计一个新的交叉小工具,我们扩展这些下界,甚至有界割宽或树宽的平面图。因此,平面性在求解有界宽度的图的独立集或支配集时没有帮助。这与事实形成鲜明对比,在许多设置中,平面性可以更有效地解决问题。
2018-06-27 cs.CC cs.DS
Branch-and-cut algorithms for the covering salesman problem
覆盖推销员问题(CSP)是旅行推销员问题的一个推广,其中不要求旅行访问所有顶点,只要所有顶点都被旅行覆盖。CSP的目标是在覆盖无向图的顶点子集上找到最小长度的Hamilton圈。在本文中,有效的不等式从广义旅行商问题的CSP除了新的有效的不等式,探索不同方面的问题。一个分支和切割框架组装整数和分数CSP解决方案的精确和启发式分离例程。计算实验表明,所提出的框架在最优性差距方面优于文献中的方法。此外,最佳的解决方案被证明为几个以前未解决的情况。
2021-04-02 cs.CC cs.DS
Cutwidth Bounds via Vertex Partitions
研究通过顶点划分界定图割宽的方法,证明图的割宽可被上界界定为1.5x+y,其中x为商多重图割宽,y为划分类导出子图的最大割宽,并给出下界证明常数1.5最优。
2025-04-03 cs.DM cs.DS
A Simple and Strongly-Local Flow-Based Method for Cut Improvement
许多基于图的学习问题可以被转换为在种子集附近找到一组好的顶点,并且这些问题的强大方法是基于最大流的。我们介绍和分析了一种新的方法,局部偏置的基于图的学习称为SimpleLocal,它发现了良好的电导切割附近的一组种子顶点。我们算法的一个重要特征是它是强局部的,这意味着它不需要探索整个图来找到局部最优的切割。该方法解决了与现有的基于强局部流的方法相同的目标,但它实现了简单的实现。我们还展示了它是如何通过一个隐式的L1-范数惩罚项实现本地化的。作为一种基于流的方法,我们的算法在切割最优性和准确识别图中的目标区域方面具有几个优势。我们通过基于MRI扫描的4.67亿边缘图解决问题来展示SimpleLocal的强大功能。
2016-05-27 cs.DS cs.SI
An $Ω(n \log n)$ Randomized Lower Bound for Cutting a Cake into Proportionally Fair Pieces
Carnegie Mellon University, Tepper School of Business(卡内基梅隆大学泰珀商学院);University of Pittsburgh(匹兹堡大学)
本文研究了在Robertson-Webb模型中追求比例公平的经典蛋糕切割问题,证明了任何随机算法至少需要Ω(n log n)次查询。
2026-05-20 cs.DM cs.DS
Max-Cut Parameterized Above the Edwards-Erdős Bound
研究了图的最大割问题的易处理性边界。我们的主要结果表明,在Edwards-Erdwords界以上的最大割是固定参数易处理的:我们给出了一个算法,对于任何n个顶点和m条边的连通图,在时间2^O(k)n^4内找到一个大小为m/2 +(n-1)/4 + k的割,或者判定不存在这样的割。这回答了一个长期存在的问题,即在过去15年中多次提出的参数化复杂性。我们的算法是渐近最优的,指数时间假设下,并加强了多项式时间的可计算内核的多项式大小。
2013-11-06 cs.CC cs.DM cs.DS
Expected Maximin Fairness in Max-Cut and other Combinatorial Optimization Problems
本文研究组合优化中最大化最小公平性的理论挑战,证明最优公平解受非公平最优解约束且随机公平解在期望上优于确定性解,并以最大割为例展示定义与实现困难。
2024-10-03 cs.CY cs.DS math.OC
Dichotomies for Maximum Matching Cut: $H$-Freeness, Bounded Diameter, Bounded Radius
研究 Maximum Matching Cut 的计算复杂性,在有界直径、有界半径和无 $H$ 图上给出完整二分性,并据此证明 Disconnected Perfect Matching 在无 $(P_6+sP_2)$ 图上多项式可解。
2024-06-12 cs.CC cs.DM cs.DS
Finding d-Cuts in Graphs of Bounded Diameter, Graphs of Bounded Radius and H-Free Graphs
本文系统研究特殊图类上的 d-Cut 问题,证明若干图类对 d≥2 可多项式求解,并给出 NP 困难性结果,形成有界直径、半径及无 H 图的复杂度二分图景。
2025-10-06 cs.CC cs.DM cs.DS