The Expiration Streaming Model: Diameter, $k$-Center, Counting, Sampling, and Friends
University of Bonn(波恩大学);University of Ljubljana(卢布尔雅那大学);Institute of Mathematics, Physics and Mechanics(数学、物理和力学研究所);University of Maryland, College Park(马里兰大学帕克分校);Weizmann Institute of Science(魏茨曼科学研究所);Microsoft Research(微软研究院);Université Côte d’Azur(蔚蓝海岸大学)
研究针对项目有任意过期时间的过期流模型,通过新分解和协调技术等,给出近似计数、采样算法,以及直径和k - 中心问题算法,扩展了滑动窗口流特殊情况结果,在高维欧几里得度量下有更好直径近似因子。
2026-07-28 cs.DS
An Efficient Semi-Streaming PTAS for Tournament Feedback ArcSet with Few Passes
我们提出了第一个半流PTAS的最小反馈弧集问题的有向竞赛在少量的通行证。也就是说,我们得到了一个$(1 + \varepsilon)$ -近似多项式时间$O \left( \text{poly}(n) 2^{\text{poly}(1/\varepsilon)} \right)$,与$p$通过$n^{1+1/p} \cdot \text{poly}\left(\frac{\log n}{\varepsilon}\right)$空间。具有这种通道/空间权衡的唯一先前算法给出了$3$近似(SODA,2020),并且实现了$(1+\varepsilon)$近似的其他多项式时间算法使用二次存储器或线性通道数来实现。我们还提出了一个新的时间/空间权衡$1$ -通过算法,解决比赛反馈弧集问题。这个问题在机器学习中有几个应用,例如创建线性分类器和进行贝叶斯推理。我们还提供了几个额外的算法和有向图,这是一个主要是未开发的领域相关的流问题的下界。
2021-09-14 cs.DS
Single pass sparsification in the streaming model with edge deletions
在本文中,我们给出了一个结构的削减稀疏的Benczur和Karger在{ \em动态}流设置在一个单一的通过数据流。以前的构造要么需要多次走刀,要么无法处理边删除。我们使用$\tilde{O}(1/\e^2)$时间为每个流更新和$\tilde{O}(n/\e^2)$时间来构建一个稀疏。我们的$\e$ -稀疏器有$O(n\log^3 n/\e^2)$边。我们的研究结果背后的主要工具是Ahn等人的草图技术的应用。[SODA 12]来估计边缘连通性,以及具有有限独立性和稀疏恢复的采样的新应用,以产生稀疏器的边缘。
2012-03-22 cs.DS
Streaming with Catalytic Memory
研究带催化和常规内存的流模型,利用特定内存位精确计算频率矩及多项式,给出相关应用算法,通过与催化通信模型关联及新方法得出单遍算法限制和多遍算法下界,并设计出突破三遍障碍的两遍算法计算第二矩。
2026-07-13 cs.DS
Multi-Pass Graph Streaming Lower Bounds for Cycle Counting, MAX-CUT, Matching Size, and Other Problems
考虑流模型中的以下间隙循环计数问题:$2$ -正则$n$ -顶点图$G$的边在流中逐个到达,并且我们保证$G$是$k$ -循环或$2k$ -循环的不相交并集,对于一些小的$k$ ;目标是区分这两种情况。Verbin和Yu [SODA 2011]介绍了这个问题,并表明解决这个问题的任何单通道流算法都需要$n^{1-Ω(\frac{1}{k})}$空间。这个结果及其背后的技术-布尔隐藏超匹配通信问题-已经被广泛用于证明各种问题的流下界。尽管它的意义和广泛的应用范围,Verbin和Yu的下界技术带有一个关键的弱点,这是继承了所有后续的结果:布尔隐藏超匹配问题是困难的,只有当正好有一轮的通信,可以解决对数通信在两轮。因此,从这个问题导出的所有流下界仅适用于单通道算法。我们证明了第一个多遍的间隙周期计数问题的下限:任何$p$通过流算法,可以区分不相交的联盟$k$ -周期与$2k$ -周期-甚至$k$ -周期与一个哈密尔顿周期-需要$n^{1-\frac{1}{k^{Ω(1/p)}}}$空间。作为这个结果的推论,我们可以将许多以前的下界扩展到多遍算法。例如,我们现在可以证明,$(1+ε)$近似于MAX-CUT的值、最大匹配大小或$n$ × $n$矩阵的秩的任何流算法需要$n^{Ω(1)}$空间或$Ω(\log{(\frac{1}ε)})$遍。对于所有这些问题,先前的工作甚至只在两个通道中打开了…
2021-04-17 cs.CC cs.DS
Streaming Kernelization
核化是组合难题预处理的一种形式化。我们修改了内核化的标准定义,它允许任何多项式时间算法进行预处理,而要求预处理在流设置中运行,并使用实例$(x,k)$上的$\mathcal{O}(poly(k)\log|x|)$位内存。我们在这个新的设置中获得了几个结果,这取决于允许进行这种流式内核化的输入的传递次数。边缘支配集是一个有趣的例子,因为它没有单遍内核化,但在输入上的两遍足以匹配最佳标准内核化的边界。
2014-05-06 cs.DS
Multi-Pass Streaming Algorithms for Monotone Submodular Function Maximization
我们考虑最大化一个单调的子模函数的基数约束或背包约束下的流设置。特别是,元素顺序到达,并且在任何时间点,算法只能访问存储在主存储器中的数据的一小部分。我们提出了以下流算法$O(\varepsilon^{-1})$通过:-一个$(1-e^{-1}-\varepsilon)$ -基数约束问题的近似算法-一个$(0.5-\varepsilon)$ -背包约束问题的近似算法。我们的两个算法都在$O^\ast(n)$时间内运行,使用$O^\ast(K)$空间,其中$n$是基集的大小,$K$是背包的大小。这里,术语$O^\ast$隐藏了$\log K$和$\varepsilon^{-1}$的多项式。我们的流算法也可以用作快速近似算法。特别地,对于基数约束问题,我们的算法需要$O(n\varepsilon^{-1} \log (\varepsilon^{-1}\log K) )$时间,改进了Badanidiyuru和Vondrák的算法需要$O(n \varepsilon^{-1} \log (\varepsilon^{-1} K) )$时间.
2018-02-17 cs.DS
Improved Multi-Pass Streaming Algorithms for Submodular Maximization with Matroid Constraints
我们给出了改进的多通道流算法的问题,最大化的单调或任意非负的子模函数的一般$p$ -matchoid约束的模型中,在该模型中,地面集的元素到达一个在一个时间流。我们考虑的约束族推广了$p$任意拟阵约束的交集和$p$ -一致超图匹配。对于单调子模函数,我们的算法使用$O(p/\varepsilon)$ -通道保证$p+1+\varepsilon$,并且只需要存储$O(k)$元素,其中$k$是可行解的最大大小.这立即给出了一个$O(1/\varepsilon)$ -通过$(2+\varepsilon)$ -近似算法的单调子模极大化的拟阵和$(3+\varepsilon)$ -近似单调子模匹配。我们的算法不注意选择$\varepsilon$,并且可以在任何次数的通过后停止,从而提供适当的保证。我们扩展我们的技术,以获得第一个多通流算法的一般,非负的子模函数受到$p$ -matchoid约束,通过独立的地面集和$k$的大小。我们表明,一个随机的$O(p/\varepsilon)$ -通过算法存储$O(p^3k\log(k)/\varepsilon^3)$元素给出了一个$(p+1+\barγ+O(\varepsilon))$ -近似,其中$\bar{gamma}$是保证最知名的离线算法相同的问题。
2021-02-18 cs.DS
Tight Space-Approximation Tradeoff for the Multi-Pass Streaming Set Cover Problem
我们研究了流模型中的经典集合覆盖问题:包含实例的集合在流中一个接一个地显示,目标是通过在流上进行一次或几次传递来解决问题,同时在输入大小中保持次线性空间$o(mn)$;这里$m$表示集合的数量,$n$是宇宙大小。注意,在这个模型中,我们主要关注算法的空间需求,因此不限制它们的计算时间。我们的主要结果是一个决议的空间近似权衡流集覆盖问题:我们表明,任何$α$ -近似算法的集覆盖问题需要$\widetildeΩ(mn^{1/α})$空间,即使它是允许polylog ${(n)}$通过流,即使集到达流中的随机顺序。这种空间近似权衡与Har-Peled等人(PODS 2016)的最新算法实现的最佳已知边界相匹配,该算法仅需要$O(α)$以对抗顺序通过流,因此以非常稳健的方式解决了近似数据流中的集合覆盖问题的空间复杂度。此外,我们的方法产生严格的空间复杂度的下限$(1- ε)$ -近似流的最大覆盖率的问题,在最近的几个作品中研究。
2017-03-06 cs.DS
sGrapp: Butterfly Approximation in Streaming Graphs
本文研究了二部流图中的蝶形(即(2,2)-bicliques)计数问题。与单部图中的三角形类似,枚举蝴蝶对于理解二部图的结构至关重要。这有利于许多应用程序,其中研究图形形状数据中的内聚性特别感兴趣。例子包括研究计算图或算法输入图的结构,以及复杂实图上的动态现象和分析任务。蝴蝶计数在计算上是昂贵的,并且已知的技术不能扩展到大型图;在流图中,问题甚至更难。在本文中,以下数据驱动的方法,我们首先进行实证分析,揭示时间组织原则的蝴蝶在真实的流图,然后我们介绍了一个近似的自适应窗口为基础的算法,sGrapp,计数蝴蝶,以及其优化版本sGrapp-x。sGrapp被设计为在具有任何时间行为的任何图形流上高效且有效地操作。sGrapp和sGrapp-x的实验研究在准确性和效率方面表现出优异的性能。
2021-02-03 cs.DB cs.DS
Deterministic Graph Coloring in the Streaming Model
最近在图流中的突破已经导致设计用于各种图着色问题的单遍半流算法,例如$(Δ+1)$着色、退化着色、着色无三角形图等。这些算法都是随机的关键方式,是否有任何确定性的类似物,他们仍然是一个重要的悬而未决的问题,在这方面的工作。我们解决了这个基本问题,证明了没有确定性的单通道半流算法,给定一个图$G$与最大程度$Δ$,可以输出一个适当的着色$G$使用任何数量的颜色是次指数在$Δ$。我们的证明是基于分析多方通信复杂性的相关通信游戏,使用随机图论类型的参数,可能是独立的利益。我们补充我们的下限,表明只有一个额外的通过输入允许一个恢复$O(Δ^2)$着色通过一个确定性的半流算法。该结果进一步扩展到甚至在动态流中的$O(\logΔ)$通道中的$O(Δ)$着色。
2021-09-30 cs.DS
Streaming Algorithms for Multitasking Scheduling with Shared Processing
在本文中,我们设计了第一个流算法的多任务调度问题的并行机共享处理。在一个通行证,我们的流近似计划可以提供一个近似值的最佳完工时间。如果工件可以分两次读取,算法可以找到近似值的调度。这项工作不仅为所研究的问题提供了算法大数据解决方案,而且还为调度领域的其他问题提供了流算法设计的见解。
2022-04-05 cs.DS
Polynomial Pass Lower Bounds for Graph Streaming Algorithms
我们提出了新的下界,表明多项式数量的通行证是必要的,解决一些基本的图形问题的流模型的计算。例如,我们表明,任何流算法,找到一个加权最小$s$削减$t$顶点无向图需要$n^{2-o(1)}$空间,除非它使$n^{Ω(1)}$通过流。为了证明我们的下限,我们引入并分析了一个新的四人通信问题,我们称之为隐藏指针追逐问题。这是一个标准的指针追逐问题的精神与关键的区别,在这个问题中的指针是隐藏的球员,找到他们中的每一个需要解决另一个通信问题,即集合相交问题。我们的下界图的问题,然后获得减少隐藏指针追逐问题。我们的隐藏指针追踪问题看起来足够灵活,可以找到其他应用程序,因此本身就很有趣。为了展示这一点,我们进一步提出了一个有趣的应用程序,这个问题超出流算法。使用减少隐藏指针追逐,我们证明了任何算法的次模函数最小化需要使$n^{2-o(1)}$值查询的功能,除非它有一个多项式程度的自适应。
2019-04-09 cs.DS
Depth First Search in the Semi-streaming Model
深度优先搜索(DFS)树是解决各种图问题的基本数据结构.经典的DFS算法对于具有$m$和$n$顶点的图需要$O(m+n)$时间。在流模型中,算法被允许在输入图上进行几次(优选地是单次),对所使用的局部空间的大小具有限制。简单地说,DFS树可以通过使用$O(m)$空间的单次遍历来计算。在允许$O(n)$空间的半流模型中,它可以在$O(n)$过程中计算,其中每个过程向DFS树添加一个顶点。然而,即使在任何宽松的流式传输环境中,使用$o(m)$空间使用$o(n)$遍数来计算DFS树仍然是一个开放的问题。我们提出了第一个半流算法,计算DFS树的无向图在$o(n)$通过使用$o(m)$空间。我们首先描述一个非常简单的算法,它最多需要使用$O(nk)$空间的$\lceil n/k\rceil$遍,其中$k$是任何正整数。然后,我们改进了这个算法,使用更多涉及的技术,以减少通过$\lceil h/k\rceil$类似的空间约束下,其中$h$是计算DFS树的高度的数量。特别地,该算法改进了计算的DFS树是浅的(具有$o(n)$高度)的情况下的边界。此外,该算法作为一个框架,允许使用任何算法的灵活性,以保持存储的稀疏子图的DFS树作为一个黑盒子,这可能是独立的利益。这两种算法基本上证明了存在的空间和计算DFS树所需的通道数之间的权衡。此外,我们评估这些算法的实验,揭示了他们的特殊性能在实践中。对于随…
2019-01-11 cs.DS
Differentially Private Continual Releases of Streaming Frequency Moment Estimations
计算的流模型是处理大规模数据的流行方法。在这种设置中,有一个项目流,目标是计算所需的数量(通常是数据统计),同时通过流进行单次传递并使用尽可能少的空间。出于数据隐私的重要性,我们开发了差分隐私流媒体算法下的连续发布设置,在每个时间戳的算法的输出的联合必须是差分隐私。具体地说,我们研究了基本的$\ell_p$ $(p\in [0,+\infty))$频率矩估计问题在此设置下,并给出了一个$\varepsilon$算法,实现$(1+η)$ -相对近似$(\forall η\in(0,1))$与$\mathrm{poly}\log(Tn)$添加性误差和使用$\mathrm{poly}\log(Tn)\cdot \max(1, n^{1-2/p})$空间,其中$T$是流的长度和$n$是宇宙的元素的大小。我们的空间是接近最佳的多对数因子,即使在非私人设置。为了获得我们的结果,我们首先减少了几个原语下的差分私有连续发布模型,如计数不同的元素,重打击者和计数低频元素,在相同的设置更简单,计数/求和问题。基于这些原语,我们开发了一种差分私有连续释放水平集估计方法来解决$\ell_p$频率矩估计问题。我们还提供了一个简单的扩展,我们的结果更硬的滑动窗口模型,统计数据必须保持在过去的$W$数据项。
2023-01-13 cs.DS
A Second Look at Counting Triangles in Graph Streams (revised)
在本文中,我们提出了改进的结果在边流图的三角形计数问题。对于具有$m$边和至少$T$三角形的图,我们表明,对流进行额外的查看会产生一个两遍流算法,该算法使用$O(\frac{m}{\eps^{2.5}\sqrt{T}}\polylog(m))$空间并输出图中三角形数量的$(1+\eps)$近似值。这改进了Braverman、Ostrovsky和Vilenchik在ICALP 2013中的双通道流测试器,其使用$O(\frac{m}{T^{1/3}})$空间区分无三角形图和至少具有$T$三角形的图。此外,在依赖于$T$,我们表明,更多的通行证不会导致更好的空间约束。换句话说,我们证明了没有恒定的通过流算法,区分三角形的图形与至少$T$三角形使用$O(\frac{m}{T^{1/2+ρ}})$空间的任何常数$ρ\ge 0$。
2016-03-09 cs.DS
Near-optimal streaming approximation for Max-DICUT in sublinear space using two passes
University of Waterloo(滑铁卢大学);Toyota Technological Institute at Chicago(芝加哥丰田技术学院)
本文提出一个两次遍历算法,在子线性空间内实现Max-DICUT的(1/2-ε)近似,解决了单次遍历下任意图的子线性空间近似问题。
2026-04-12 cs.DS
Streaming Approximation Scheme for Minimizing Total Completion Time on Parallel Machines Subject to Varying Processing Capacity
本文研究了在不同处理能力下的并行机上最小化总完工时间的问题。在本文中,我们开发了一个近似方案的数据流模型下的问题,输入数据是巨大的,不能装入内存,因此只能扫描几遍。我们的算法可以在一个过程中计算出最优总完工时间的近似值,并在两个过程中输出近似值的进度表。
2022-04-05 cs.DS
Parallel Triangle Counting in Massive Streaming Graphs
图中三角形的数量是一个基本的度量,用于社会网络分析、链接分类和推荐等。在这些应用程序和现代图形数据集都是大型和动态的趋势的驱动下,我们提出了一个快速和高速缓存高效的并行算法的设计和实现,用于估计三角形的数量在一个巨大的无向图的边缘到达流。它结合了流算法和并行算法的优点。通过构建流算法框架,该算法具有较小的内存占用。通过利用Cache-Oblivious框架,它可以有效地利用现代多核机器的存储层次结构,而无需知道其特定参数。我们证明了理论界的准确性,内存访问成本,并行运行时的复杂性,以及经验表明,该算法产生准确的结果和大幅加速相比,优化的顺序实现。(This是CIKM'13论文的扩展版本。
2013-08-09 cs.DB cs.DC cs.DS
Near Uniform Triangle Sampling Over Adjacency List Graph Streams
针对邻接表图流模型下的近似均匀三角形采样问题,设计空间复杂度与计数类算法相当的高效流算法,同时补充顶点、边到达模型的相关结果,丰富图流采样研究。
2024-05-16 cs.DS
Tight Bounds for Single-Pass Streaming Complexity of the Set Cover Problem
我们解决了单通道流算法的空间复杂度近似经典的集合覆盖问题。为了找到一个$α$ -近似集覆盖(任何$α= o(\sqrt{n})$)使用单通道流算法,我们表明,$Θ(mn/α)$空间是充分和必要的(高达$O(\log{n})$的因素),这里$m$表示的集合数和$n$表示宇宙的大小。这为Indyk等人(2015)提出的关于使用次线性空间的小近似因子的单遍算法的可能性的开放问题提供了一个强有力的否定答案。我们进一步研究的问题,估计的最小集覆盖的大小(而不是找到实际的集),并建立一个额外的因素$α$节省的空间是可以实现的,在这种情况下,这是最好的可能。换句话说,我们表明,$Θ(mn/α^2)$空间是足够的和必要的(对数因子)估计的最小集覆盖范围内的一个因素$α$的大小。我们的算法实际上适用于估计覆盖整数规划的最优值的更一般的问题。另一方面,我们的下界甚至对于集合以随机顺序呈现的集合覆盖实例也成立。
2016-03-17 cs.DS
A space efficient streaming algorithm for triangle counting using the birthday paradox
我们设计了一个空间有效的算法,近似的传递性(全局聚类系数)和总三角形计数,只有一个单一的通过一个图形流的边缘。我们的过程是基于经典的概率结果,生日悖论。当传递性是常数,有更多的边缘比楔形(社交网络的共同属性),我们可以证明,我们的算法需要$O(\sqrt{n})$空间($n$是顶点的数量),以提供准确的估计。我们运行一组详细的实验上的各种真正的图形,并证明该算法的内存需求是一个很小的部分的图形。例如,即使对于一个有2亿条边的图,我们的算法也只存储了6万条边来给出准确的结果。作为一种单通道流算法,我们的过程还通过存储极小部分的边来维护图的传递性/三角形数量的实时估计。
2013-12-04 cs.DM cs.DS cs.SI
On Two-Pass Streaming Algorithms for Maximum Bipartite Matching
研究了最大二分匹配(MBM)的两遍流算法。所有已知的用于MBM的两遍流算法以类似的方式操作:它们在第一遍中计算最大匹配,并在第二遍中找到3-增强路径,以便增强在第一遍中找到的匹配。我们的目的是探索这种方法的局限性,并确定当前的技术是否可以用来进一步提高国家的最先进的算法。我们给出如下结果:我们表明,每一个两遍流算法,只计算一个最大的匹配在第一遍,并输出一个$(2/3+ε)$ -近似需要$n^{1+Ω(\frac{1}{\log \log n})}$空间,对于每一个$ε> 0$,其中$n$是输入图的顶点数。这个结果是通过扩展[GKK,SODA'12]的Ruzsa-Szemerédi图构造而得到的,以确保所得到的图具有接近完美的匹配,这是我们构造所需的关键属性。这一结果可能是独立的利益。此外,我们结合了两种主要技术,即,子采样后的贪婪匹配算法[Konrad,MFCS'18],它给出了一个$2-\sqrt{2} \approx 0.5857$ -近似,和\emph{degree-bounded semi-matchings}的计算[EHM,ICDMW'16][KT,APPROX'17],它给出了一个$\frac{1}{2} + \frac{1}{12} \approx 0.5833$ -近似,并获得一个元算法,产生康拉德和Esfandiari等人。的算法作为特例。这将两个研究方向结合起来…
2021-09-17 cs.DS
Semi-Streaming Bipartite Matching in Fewer Passes and Optimal Space
我们提供了$\widetilde{O}(ε^{-1})$ -通过半流算法计算$(1-ε)$ -近似最大基数匹配的二分图。我们最有效的方法是确定性的,并使用最佳的,$O(n)$,空间,提高了空间复杂度,以前的国家的最先进的$\widetilde{O}(ε^{-1})$通过算法的Ahn和Guha。为了获得我们的结果,我们提供了更一般的连续优化工具的半流适应。此外,我们利用这些技术来获得改进的近似线性规划,最佳运输,精确匹配,转运和最短路径问题的流变量。
2021-08-03 cs.DS math.OC
Counting Triangles in Graph Streams with Repeatable and Forgettable Edges
Indian Statistical Institute(印度统计研究所);Iowa State University(爱荷华州立大学);Reykjavik University(雷克雅未克大学);University of Nebraska–Lincoln(内布拉斯加大学林肯分校)
针对图流中边可重复到达的现实场景,提出具有最优空间复杂度的三角形计数算法,并扩展至可遗忘边模型,实现单遍及常数遍近似计算。
2026-09-18 cs.DS
Faster Deterministic Streaming Vertex Coloring
Tel Aviv University(特拉维夫大学);Nanjing University(南京大学)
本文提出一种确定性流算法,在O(√logΔ)次遍历中实现O(Δ)色着色,首次在亚对数次遍历内达到线性Δ色 palette 大小。
2026-05-08 cs.DS
Constructing Large Matchings via Query Access to a Maximal Matching Oracle
用于最大匹配的多通道流算法已经被研究了超过15年,并且今天已知各种算法结果,包括打破$1/2$ -近似障碍的$2$ -通道流算法,以及在二分图中的$O(\text{poly} \frac{1}ε)$通道和在一般图中的$O( (\frac{1}ε)^{\frac{1}ε})$或$O(\text{poly} (\frac{1}ε) \cdot \log n)$通道中运行的$(1-ε)$ -近似流算法,其中$n$是输入图的顶点数。然而,证明这种算法的不可能性结果迄今为止是难以捉摸的,并且例如,甚至还没有排除具有近似因子$0.999$的$2$通过小空间流算法的存在。最大匹配的所有多通道流算法的关键构建块是贪婪匹配算法。我们的目标是了解这种方法的局限性:如果算法只依赖于贪婪算法的调用,需要多少遍?在本文中,我们开始研究的最大匹配的多通道流算法的限制家庭的下限。我们专注于简单而强大的类算法,在每一个通过运行贪婪的顶点诱导的输入图的子图。在二分图中,我们表明,$3$通过是必要的和充分的,以提高平凡的近似因子的$1/2$:我们给了一个下界的$0.6$的近似比这样的算法,这是最佳的。我们进一步表明,$Ω( \frac{1}ε)$通过计算$(1-ε)$ -近似,即使在二分图。最后,考虑类的算法是不适合一般的图形:我们表明,$Ω(n)$通过,以改善平凡的近似因子的$1/2$。
2020-10-01 cs.DS
Auction-Based Algorithms for Matroid Intersection: Near-Linear Query Complexity and Constant-Pass Semi-Streaming
CNRS, DIENS, PSL(法国国家科学研究中心、信息系研究所、巴黎文理研究大学);Kyoto University(京都大学)
本文提出基于拍卖的拟阵交框架,实现秩预言机模型下近线性查询复杂度的$(1-\u03b5)$近似算法,并首次获得常数遍半流式及确定性离线算法。
2026-10-01 cs.DS
Efficient Approximate Temporal Triangle Counting in Streaming with Predictions
University of Padova(帕多瓦大学);KTH Royal Institute of Technology(瑞典皇家理工学院)
针对现有算法难以处理大规模时间图三角形计数的问题,提出结合预测与采样的流式算法STEP,可亚线性内存下无偏准确估计全部八种时间三角形数量,效率优于现有最优方法。
2025-06-16 cs.DS cs.LG cs.SI
Model Counting meets F0 Estimation
约束满足问题(CSP)和数据流模型是两个强大的抽象,用于捕获在计算机科学的不同领域中出现的各种各样的问题。两个社区的事态发展大多是独立发生的,彼此之间几乎没有互动。在这项工作中,我们试图调查弥合两个社区之间看似沟通的差距是否可能为更丰富的基本见解铺平道路。为此,我们专注于两个基本问题:CSP的模型计数和零频矩($F_0$)的数据流的计算。我们的调查使我们观察到惊人的相似性,在算法框架中采用的核心技术,已经分别演变为模型计数和$F_0$计算。我们设计了一个食谱翻译的算法开发的$F_0$估计模型计数,从而在新的算法模型计数。然后,我们观察到,在分布式流的上下文中的算法可以转换为分布式算法的模型计数。接下来,我们把我们的注意力从计数的镜头观看流,并表明,框架$F_0$估计作为一个特殊的情况下,#DNF计数允许我们获得一个通用的配方,丰富的流问题,这已经受到特定情况下的分析,在以前的作品。特别是,我们的观点产生一个国家的最先进的算法,多维范围有效的$F_0$估计与一个简单的分析。
2021-05-03 cs.DB cs.DS
Palindrome Recognition In The Streaming Model
在回文问题中,人们试图找到给定字符串中的所有回文(回文子串)。回文被定义为一个向前读和向后读相同的字符串,例如,字符串“racecar”。一个相关的问题是最长回文子串问题,其中找到给定字符串中任意一个最长的回文就足够了。我们认为流媒体版本的这两个问题。在流模型中,输入随时间到达,在每个时间点,我们只允许使用次线性空间。本文的主要算法如下:第一个是解决回文问题的一遍随机算法。它有一个加性误差,并使用$O(\sqrt n$)空间。第二个算法是两遍算法,它确定所有最长回文的确切位置。它使用第一个算法作为第一遍。第三个算法也是一个一遍随机算法,它解决了最长回文子串问题。它只使用$O(\log(n))$空间时有乘法误差。我们还给出了第一个算法的两个变种,解决其他相关的实际问题。
2016-01-28 cs.DS
Streaming Submodular Maximization under Matroid Constraints
最近的进展(半)流算法的单调子模函数最大化导致了一个简单的基数约束紧的结果。然而,目前的技术未能给出类似的理解自然的推广,包括拟阵约束。本文旨在缩小这一差距。对于秩为$k$的单个拟阵(即,任何解决方案具有至多$k$的基数),我们的主要结果是:1)使用$\widetilde{O}(k)$存储器并实现$0.3178$的近似保证的单遍流式算法,以及2)使用$\widetilde{O}(k)$存储器并通过在流上采取恒定(取决于$\varepsilon$)遍数来实现$(1-1/e - \varepsilon)$的近似保证的多遍流式算法。这改进了先前分别用于单通道和多通道流算法的$1/4$和$1/2$的最佳近似保证。事实上,我们的多通道流算法是严格的,因为任何具有比$1/2$更好的保证的算法都必须通过流进行多次传递,并且任何超过我们对$1-1/e$的保证的算法都必须进行线性多次传递(以及指数数量的值oracle查询)。此外,我们展示了如何使用的方法,多通道流可以进一步加强,如果流的元素到达均匀随机顺序,这意味着一个改进的结果为$p$ -matchoid约束。
2022-02-16 cs.DM cs.DS
A Two-Pass Lower Bound for Semi-Streaming Maximum Matching
我们证明了一个下界的空间复杂度的两遍半流算法,近似的最大匹配问题。下界由Ruzsa-Szemeredi图的密度参数化:* 任何用于最大匹配的两遍半流算法具有至少$(1- Ω(\frac{\log{RS(n)}}{\log{n}}))$的近似比,其中$RS(n)$表示任何$n$ -顶点图中大小为$Θ(n)$的诱导匹配的最大数量,即,图的最大密度目前,已知$n^{Ω(1/\!\log\log{n})} \leq RS(n) \leq \frac{n}{2^{O(\log^*{\!(n)})}}$和闭合上界和下界之间的这个(大的)差距在组合学中仍然是一个众所周知的难题。在合理的假设下,$RS(n) = n^{Ω(1)}$,我们的下限是第一个排除小常数近似两遍半流算法的最大匹配问题,取得进展的一个长期悬而未决的问题,在图流文学。
2021-08-16 cs.CC cs.DS
An Efficient Streaming Algorithm for the Submodular Cover Problem
本文首先研究了数据流模型中的经典次模块覆盖问题,称之为流次模块覆盖问题。我们表明,任何单通流算法使用次线性内存的大小的流将无法提供任何非平凡的近似保证SSC。因此,我们考虑一个宽松的版本的SSC,我们只寻求找到一个部分覆盖。我们设计了第一个有效的双准则子模块覆盖流(ESC-Streaming)算法,并提供了理论保证,其性能支持的数值证据。我们的算法找到的解决方案是有竞争力的接近最佳的离线贪心算法,尽管只需要一个单一的数据流通过。在我们的数值实验中,我们评估的性能ESC流的活动集选择和大规模的图覆盖问题。
2016-11-25 cs.DS
ONCE and ONCE+: Counting the Frequency of Time-constrained Serial Episodes in a Streaming Sequence
作为一个典型的序列模式挖掘问题,从流媒体序列中统计连续情节的频率由于其在实践中的广泛应用而引起学术界的持续关注,例如,电信报警,股票市场,交易日志,生物信息学等。尽管最近已经开发了许多串行事件挖掘算法,但它们中的大多数既不是面向流的,因为它们需要数据集的多次传递,也不是时间感知的,因为它们没有考虑到串行事件的时间约束。在本文中,我们提出了两个新的一遍算法,ONCE和ONCE+,其中每一个可以分别计算两个流行的频率给定的情节满足预定义的时间约束,在流中的信号到达一个接一个。ONCE仅用于非重叠频率,其中序列中连续发作的发生不重叠。ONCE+设计用于不同的频率,其中连续发作的发生不共享任何事件。理论研究表明,该算法可以正确地挖掘给定流中目标时间约束序列的频率。在真实世界和合成数据集上的实验研究表明,该算法可以在很小的时间和空间内工作,在信号密集型流中,数百万个信号在一秒钟内到达。并将该算法应用于一个实际的流处理系统中,验证了该算法的有效性和高效性。
2018-01-29 cs.DB cs.DS
Streaming Periodicity with Mismatches
我们研究的问题,找到所有的$k$ -周期的长度- $n$字符串$S$,作为一个数据流。如果$S$的长度为$n-p$的前缀与其长度为$n-p$的后缀在最多$k$的位置不同,则称$S$具有$k$ -周期$p$。我们给出了一个单程流算法,计算$k$ -周期的字符串$S$使用$\text{poly}(k, \log n)$位的空间,$k$ -周期的长度最多$\frac{n}{2}$。我们还提出了一个两遍流算法,计算$k$ -周期的$S$使用$\text{poly}(k, \log n)$位的空间,无论周期长度。我们补充这些结果与可比的下限。
2017-08-15 cs.DS
Streaming Complexity of Spanning Tree Computation
半流模型是流模型的一种变体,常用于计算图问题。它允许使用$\tilde{O}(n)$空间在$p$通道中顺序读取$n$节点输入图的边。在这个模型中,一些图的问题,如生成树和$k$ -连接,可以在一个单一的通道,而其他图的问题,如三角形检测和未加权的所有对最短路径,是已知的,需要$\tildeΩ(n)$通行证计算。对于许多基本的图形问题,这些模型的易处理性是开放的。本文研究了几种标准生成树的易处理性。我们的结果是:(1)最大叶生成树。这个问题被称为具有不可逼近常数$ρ\in[245/244,2)$的APX完全问题。通过构造一个$\varepsilon$ -MLST稀疏器,我们表明,对于每个常数$\varepsilon > 0$,MLST可以在单次通过中近似到$1+\varepsilon$ w. h. p.的一个因子内(尽管对于$\varepsilon \le ρ-1$,假设$\mathrm{P} \ne \mathrm{NP}$在超多项式时间内)。(2)BFS树。众所周知,BFS树需要$ω(1)$遍数来计算,但简单的方法需要$O(n)$遍数。我们设计了一个新的随机算法,降低了通过复杂度$O(\sqrt{n})$,它提供了一个平滑的权衡之间的通过复杂度和空间使用。(3)DFS树。Khan和Mehta {[}STACS 2019{]}的当前最佳算法采用$\tilde{O}(h)$通道,其中…
2020-01-21 cs.DS
Triangle and Four Cycle Counting with Predictions in Graph Streams
Massachusetts Institute of Technology(麻省理工学院);Carnegie Mellon University(卡内基梅隆大学);Microsoft Research(微软研究院);Boston University(波士顿大学)
我们提出了数据驱动的一次通过流算法,用于估计三角形和四个周期的数量,这是图分析中的两个基本问题,在图数据流文献中被广泛研究。最近,(Hsu 2018)和(Jiang 2020)在其他数据流问题中应用了机器学习技术,使用经过训练的预言机,可以预测流元素的某些属性,以改进先前不使用预言机的“经典”算法。在本文中,我们探讨了一个“重边”的神谕在多个图边流模型的权力。在邻接表模型中,我们提出了一个一遍三角形计数算法,改进了以前的空间上界没有这样的预言。在任意阶模型中,我们提出了三角形和四个周期估计的算法,具有较少的通过和相同的空间复杂度在以前的算法,我们表明这些界限是最佳的。我们分析了我们的算法在几个噪声模型下,即使在预言机出错的情况下,该算法也表现良好。我们的方法扩展了以前的工作“经典”流算法,以前的多通道和随机顺序流算法可以被看作是我们的算法的特殊情况下,第一次通过或随机顺序被用来实现重边预言。最后,我们的实验表明,所提出的方法相比,国家的最先进的流媒体算法的优势。
2022-03-17 cs.DS cs.LG
Near-Quadratic Lower Bounds for Two-Pass Graph Streaming Algorithms
本文证明两遍图流算法解决有向图 s-t 可达性需要 n^{2-o(1)} 比特近二次空间,并将下界推广到最大二分匹配和近似最短路径等问题,填补了此前两遍流算法上下界之间的巨大空白。
2023-04-14 cs.CC cs.DS
Faster Streaming algorithms for graph spanners
给定一个无向图$G=(V,E)$,其顶点、边和整数$t\ge 1$为$n$,一个子图$(V,E_S)$,$E_S\subseteq E$称为$t$ -图,如果对于任意一对顶点$u,v \in V$,它们在子图中的距离至多是$t$乘以实际距离。我们提出了流算法计算的$t$ -基本上是最佳的大小拉伸权衡任何无向图。我们的第一个算法是经典的流模型和作品的未加权图。该算法对边缘流执行单次通过,并且需要$O(m)$时间来处理整个边缘流。这极大地改进了先前用于计算$t$的最佳单通道流算法,该算法需要$θ(mn^{\frac{2}{t}})$时间来处理流,并且计算大小略大于最佳值的$θ(mn^{\frac{2}{t}})$。我们的第二个算法是针对Aggarwal等人[FOCS 2004]引入的{ \em StreamSort}模型,该模型是用排序原语扩展的流模型。{ \em StreamSort}模型已被证明是一个更强大的,仍然是非常现实的模型比流模型的大规模数据集的应用程序。我们的算法也适用于加权图,仅使用工作内存的$O(\log n)$位执行$O(t)$通道。我们的两个算法都需要基本的数据结构。
2006-11-06 cs.DS
Streaming Algorithms for Support-Aware Histograms
直方图,即,分段常数近似是用于表示数据分布的流行工具。传统上,直方图和底层分布之间的差异(即,近似误差)是使用$L_p$范数来测量的,该范数对域中所有项上的两个函数之间的差求和。虽然在许多应用中有用,但这种误差测量的缺点是它以相同的方式处理所有项目的近似误差,而不管项目的质量对于使用近似的下游应用是否重要。因此,即使是相对简单的分布也不能用简洁的直方图来近似而不产生大的误差。在本文中,我们解决这个问题,通过调整近似的定义,以便只考虑属于分布的支持项的错误。在这个定义下,我们开发了有效的1-pass和2-pass流算法,在次线性空间中计算接近最优的直方图。我们还提出了这个问题的空间复杂度的下限。令人惊讶的是,在这种错误的概念下,在1遍和2遍流式算法的空间复杂度中存在指数差距。最后,我们证明了我们的算法的实用程序的真实和合成数据集的集合。
2022-07-18 cs.DS
(Noisy) Gap Cycle Counting Strikes Back: Random Order Streaming Lower Bounds for Connected Components and Beyond
本文研究了带噪声间隙环计数问题在随机边划分下的鲁棒通信复杂性,证明了当 $k$ 大于 $\log{n}$ 的常数倍时通信复杂度为 $\Omega(n)$,由此导出随机顺序流中连通分量计数等问题的空间下界,解决了相关猜想。
2023-05-18 cs.CC cs.DS
New Parallel and Streaming Algorithms for Directed Densest Subgraph
University of California, Davis(加州大学戴维斯分校);Sharif University of Technology(谢里夫理工大学);Yale University(耶鲁大学)
针对有向最密子图问题,提出新的MPC和半流式算法,实现单遍确定性$O(\log n)$近似,改进先前结果,并具有动态更新能力。
2025-09-26 cs.DS
Finding Euler Tours in One Pass in the W-Streaming Model with O(n log(n)) RAM
本文研究了W流模型中无向图G的欧拉游问题,其内存复杂度为O(n个polylog(n)),其中n个分别是m是节点的数量,G的边缘我们的主要结果是第一个单程W流算法计算G的欧拉之旅,其形式为仅具有O(n log(n))RAM的边缘后继函数,这对于该设置是最佳的(例如,Sun和Woodruff(2015))。这个模型中以前最著名的结果是由Demetrescu et al.(2010)隐式给出的,Atallah和Vishkin(1984)的并行算法在相同的RAM限制下使用O(m/n)遍。对于具有ω(n)边的图,这是非常数的。我们的总体方法是将边缘划分为边缘不相交的循环,并合并循环,直到实现单个欧拉巡回。注意,在W流模型中,这样的合并远不是显而易见的,因为有限的RAM一次只允许处理恒定数量的周期。这迫使我们合并部分不再存在于RAM中的周期。此外,在边离开RAM之后,不能改变边的后继。因此,我们必须不断地输出边缘及其指定的后继者,而不知道边缘和周期的出现。我们解决这个问题,一个特殊的边缘交换技术,其中每个节点的两个特定的边缘是足够的合并旅游,而无需在RAM中的所有边缘。在数学上,这是控制的结构结果的空间中的某些等价类对应的循环和表征相关的后继功能。例如,我们给出的条件下,交换的边缘继任者导致合并的等价类。
2017-10-11 cs.DS
Settling the Pass Complexity of Streaming Set Cover
University of Waterloo(滑铁卢大学);New York University(纽约大学)
该论文解决了流式集合覆盖问题的复杂度,建立了空间、遍历次数与近似比之间的最优权衡,证明任何近似算法所需空间的下界,并完全确定了该问题的复杂度。
2026-10-02 cs.DS
Local Differentially Private Fuzzy Counting in Stream Data using Probabilistic Data Structure
流数据中的项的计数的隐私保护估计在包括单词自动校正和流量管理应用的若干真实世界场景中找到应用。RAPPOR和Apple的计数平均草图(CMS)算法的最新工作提出了隐私保护机制,用于使用概率数据结构(如计数布隆过滤器和CMS)在大量数据中进行计数估计。然而,这些现有的方法不足以为实时流数据应用提供合理的解决方案。在这项工作中,我们提出了一种新的(本地)差分私有机制,提供了高效用的流数据计数估计问题与类似或甚至更低的隐私预算,同时提供:a)模糊计数报告计数相关或类似的项目(例如,以占打字错误和数据变化),和b)提高查询效率,以减少实时查询计数的响应时间。我们提供了正式的证据,隐私和效用的保证,并提出了广泛的实验评估我们的算法,使用真实和合成的英语单词数据集的精确和模糊计数的情况。我们的隐私保护机制大大优于以前的工作,在查询时间较低,显着更高的效用(计数估计的准确性)类似或较低的隐私保证,在通信开销的成本。
2022-11-30 cs.CR cs.DS
How the Degeneracy Helps for Triangle Counting in Graph Streams
我们重新研究了图流中三角形计数估计的问题。给定一个表示为$m$边流的图,我们的目标是使用小空间算法计算三角形计数$T$的$(1\pm\varepsilon)$ -近似。对于任意阶和恒定的遍数,已知空间复杂度基本上为$Θ(\min(m^{3/2}/T, m/\sqrt{T}))$(McGregor等人,PODS 2016,Bera等人,STACS 2017)。我们给出了一个(恒定通过,任意顺序)流算法,可以绕过这个下限为\emph{low degeneracy graphs}。退化度$κ$是密度的一个微妙的度量,并且常数退化图的类别非常丰富(包含平面图,小闭族和偏好连接图)。我们设计了一个具有空间复杂度的流算法$\widetilde{O}(mκ/T)$。对于常数退化图,此界是$\widetilde{O}(m/T)$,它显著小于$m^{3/2}/T$和$m/\sqrt{T}$。我们补充我们的算法结果与几乎匹配的下限$Ω(mκ/T)$。
2020-03-29 cs.DS
Laminar Families and Metric Embeddings: Non-bipartite Maximum Matching Problem in the Semi-Streaming Model
本文研究了半流模型下的非二部最大匹配问题。最近,半流模型中的最大匹配问题受到了极大的关注。虽然对于二分图已经稍微很好地解决了该问题,但是用于非二分图的已知算法使用$2^{\frac1ε}$遍或$n^{\frac1ε}$时间来计算$(1-ε)$近似。在本文中,我们提供了第一个FPTAS(多项式在$n,\frac1ε$)的问题,这是有效的运行时间和通过的数量。我们还表明,我们可以估计的大小匹配$O(\frac1ε)$通过使用轻微的超线性空间。为了实现这两个结果,我们使用的结构特性的匹配多面体,如层紧集和总的对偶积分。该算法是迭代的,并基于分数包装和覆盖框架。然而,本文的公式需要指数地多个变量或约束。我们使用分层,度量嵌入和图稀疏化,以减少所需的算法之间和整个迭代的空间。这是第一次使用这些想法在半流模型来解决一个组合优化问题。
2011-04-20 cs.DS
New Streaming Algorithms for High Dimensional EMD and MST
我们研究了两个基本几何问题的流算法:计算$n$ -点集$X \subset \{1,2,\dots,Δ\}^d$的最小生成树(MST)的成本,以及计算大小为$n$的两个多集$A,B \subset \{1,2,\dots,Δ\}^d$之间的地球移动器距离(EMD)。我们考虑旋转栅门模型,其中点可以添加和删除。我们给出了MST的一次流算法和EMD的两次流算法,两者都实现了$\tilde{O}(\log n)$的近似因子,并且只使用polylog $(n,d,Δ)$ -空间。此外,我们的算法EMD可以压缩到一个小的附加误差的单程。以前,用于任一问题的最著名的子线性空间流算法实现了$O(\min\{ \log n , \log (Δd)\} \log n)$的近似[Andoni-Indyk-Krauthgamer '08,Backurs-Dong-Indyk-Razenshteyn-Wagner '20]。对于MST,我们还证明了任何恒定空间流算法只能实现$Ω(\log n)$的近似,类似于[Andoni-Indyk-Krauthgamer '08]的EMD的$Ω(\log n)$下限。我们的算法是基于改进的分析递归空间划分方法一般称为四叉树。具体来说,我们表明,四叉树实现了EMD和MST的$\tilde{O}(\log n)$近似,改进了[Andoni-Indyk-Krauthgame…
2021-11-05 cs.DS
Grammar-Based Compression in a Streaming Model
我们表明,给定一个字符串$s$的长度$n$,与恒定的内存和对数通过一个恒定数量的流,我们可以建立一个上下文无关文法,生成$s$,只有$s$和其大小是在一个$\Oh{\min (g \log g, \sqrt{n \log g})}$的最小$g$的因素。这与我们以前的结果形成鲜明对比,即使用多对数存储器和多对数通过单个流,我们不能构建这样的语法,其大小在$g$的任何多项式内。
2010-02-06 cs.DS
Beyond Brooks: $(Δ-1)$-Coloring in Semi-Streaming
Aalto University(阿尔托大学);Reykjavik University(雷克雅未克大学)
本文提出一种单次半流式算法实现(Δ-1)着色,并证明对于0≤k< (Δ+1)/2的k着色算法,空间需求为Ω(n(k+1))。
2026-05-08 cs.DS
Quick Streaming Algorithms for Maximization of Monotone Submodular Functions in Linear Time
Florida State University(佛罗里达州立大学)
考虑基数约束$k$下基集大小为$n$的单调次模极大化问题.对于这个问题,我们介绍了第一个确定性算法的线性时间复杂度,这些算法是流算法。对于任何$c \ge 1$,我们的单遍算法在$\lceil n / c \rceil + c$ Oracle查询中获得恒定的比率。此外,我们提出了一个确定性的,多遍流算法,通过一个恒定的数量,达到接近线性查询和时间复杂度的最佳比例。我们证明了一个下界,这意味着没有常数因子近似存在使用$o(n)$查询,即使查询不可行集是允许的。实证分析表明,我们的算法需要更少的查询(通常大大低于$n$),但仍然实现更好的客观价值比目前的国家的最先进的算法,包括单通,多通,和非流算法。
2021-03-08 cs.DS cs.LG
Deterministic $(1+\varepsilon)$-Approximate Maximum Matching with $\mathsf{poly}(1/\varepsilon)$ Passes in the Semi-Streaming Model and Beyond
本文提出半流模型中poly(1/ε)遍的确定性(1+ε)-近似最大匹配算法,首次打破对1/ε的指数依赖,并通过通用框架将改进扩展到CONGEST和MPC模型。
2024-04-02 cs.DS
Better bounds for matchings in the streaming model
在本文中,我们提出了改进的边界近似最大匹配的二部图中的流模型。首先,我们考虑的问题,以及最大匹配可以近似在一个单一的通过输入使用$\tilde O(n)$空间,其中$n$是在输入图中的顶点数。在文献中已经考虑了这个问题的两个自然变体:(1)边到达设置,其中边到达流中,以及(2)顶点到达设置,其中图的一侧上的顶点与它们的所有入射边一起到达流中。后一种设置也在在线算法的上下文中得到了广泛的研究,其中每个到达的顶点必须在到达时被匹配或丢弃。在在线设置中,著名的Karp-Vazirani-Vazirani算法实现了$1-1/e$近似。尽管流模型的限制较少,因为算法不被约束为在到达时可匹配地匹配顶点,但是在具有顶点到达和$\tilde O(n)$空间的流模型中最公知的近似是$1-1/e$的相同因子。我们表明,没有一个单通流算法,使用$\tilde O(n)$空间可以实现一个更好的比$1-1/e$近似最大匹配,即使在顶点到达设置。这导致了一个惊人的结论,即没有一个单通道流算法可以做得比在线算法更好,除非它使用明显超过$\tilde O(n)$空间。此外,我们的边界产生最知名的不可能结果近似匹配的边缘到达模型。我们还给出了一个简单的算法,实现近似比$1-e^{-k}k^{k-1}/(k-1)!=1-\frac1{\sqrt{2πk}}+o(1/k)$在$k$通过顶点到达模型使用线性空间,改进以前…
2021-03-17 cs.DS