Shared Randomness in Locally Checkable Problems: The Role of Computational Assumptions
该研究针对分布式计算中共享随机性影响系统输入的问题,提出预设公开硬币模型,结合TFNP类计算困难假设,揭示了LCL问题在不同能力对抗方下的轮次复杂度与错误概率的关联。
2025-08-03 cs.DC
Distributed Quantum Advantage in Locally Checkable Labeling Problems
Gran Sasso Science Institute(格兰萨索科学研究所);Aalto University(阿尔托大学);University of Freiburg(弗赖堡大学)
该研究在LOCAL模型下找到首个存在渐近分布式量子优势的LCL问题,还证明量子LOCAL模型的优势有界,并得出全局LCL问题不存在有限依赖分布的推论。
2026-08-18 cs.CC cs.DC quant-ph
New Complexity Classes in Locally Checkable Labeling for Local Computation Algorithms
CSAIL, MIT(麻省理工学院计算机科学与人工智能实验室)
本文聚焦局部计算算法,通过复杂度分类理解LCL问题,在VOLUME模型中给出新的LCL复杂度构造并推广到LCAs,展示了特定探针复杂度的LCLs,采用堆叠实例的方法,区别于相关工作。
2026-07-13 cs.DC cs.DS
Distributed Computation with Local Advice
本文研究带建议的分布式局部计算,证明多种图问题(包括LCL、几乎平衡定向、Δ-着色和3-着色)在次指数增长图或一般图中仅需每节点1比特建议即可解决,且建议可任意稀疏,并给出基于指数时间假设的条件性下界。
2025-08-22 cs.DC
The Complexity Landscape of Distributed Locally Checkable Problems on Trees
National University of Singapore(新加坡国立大学)
研究树上局部可检查标签问题的复杂度间隙,证明对每个k≥2存在Θ(n^{1/(k-1)})与Θ(n^{1/k})之间的间隙,并给出判定算法,同时证明区分常数轮与线性轮问题是EXPTIME难的。
2026-06-23 cs.DC cs.DS
The Distributed Complexity of Locally Checkable Labeling Problems Beyond Paths and Trees
本文研究分布式LOCAL模型中LCL问题的复杂度图景,将其从路径、树和一般图推广到任意子式封闭图类,提出并部分证明了刻画这些图类复杂度图景的猜想,发现无穷多种不同复杂度图景。
2023-11-12 cs.DC cs.DS
On the Node-Averaged Complexity of Locally Checkable Problems on Trees
本文研究了树上LCL问题的节点平均复杂度,证明了最坏情况复杂度为$O(\log n)$的问题确定性和随机化平均复杂度分别为$O(\log^* n)$和$O(1)$,并为$Θ(n^{1/k})$问题确定了紧下界。
2024-02-15 cs.DC cs.DS
Deterministic Distributed Algorithms and Measurable Combinatorics on $Δ$-Regular Forests
CISPA Helmholtz Center for Information Security(CISPA赫尔姆霍兹信息安全中心);National University of Singapore(新加坡国立大学);University of Leipzig(莱比锡大学);ETH Zürich(苏黎世联邦理工学院);Charles University(查理大学);Eötvös Loránd University(罗兰大学)
研究确定性分布式算法与Δ-正则森林的可测组合学之间的联系,证明局部可检查标记问题的连续解与确定性局部算法复杂度O(log* n)等价,且巴依尔可测解与局部算法复杂度O(log n)等价。
2025-12-04 cs.DC math.LO
Seeing Far vs. Seeing Wide: Volume Complexity of Local Graph Problems
考虑一个局部可检验但局部不可解的图问题:给定一个解,我们可以通过验证所有常数半径邻域来检验它是否可行,但要找到一个解,每个节点需要探索输入图至少到距离$Ω(\log n)$,以便产生其输出。我们从体积的角度考虑这些问题的复杂性:一个节点需要看到多大的子图才能产生它的输出。研究了有界度图上的局部可检验图问题。我们给出了一些结构,表现出确定性距离,随机距离,确定性体积和随机体积之间的权衡:-如果确定性距离是线性的,它也是已知的,随机距离是近线性的。与此相反,我们表明,有问题的线性确定性的体积,但只有对数随机体积。- 我们证明了一个随机复杂度的体积层次定理:在线性确定体积复杂度的问题中,在$Ω(\log n)$和$O(n)$之间存在无穷多个不同的随机体积复杂度类.这种层次结构仍然存在,即使限制的问题,其随机和确定性的距离复杂性是$Θ(\log n)$。- 多项式距离复杂度也存在类似的层次结构:对于任何具有$k \leq \ell$的$k, \ell \in N$,存在随机和确定性距离复杂度为$Θ(n^{1/\ell})$,随机体积复杂度为$Θ(n^{1/k})$,确定性体积复杂度为$Θ(n)$的问题。此外,我们考虑我们的体积模型和大规模并行计算(MPC)之间的连接。我们给出了一个一般的模拟参数,任何体积有效的算法可以转化为一个空间有效的MPC算法。
2020-02-17 cs.DC
Distributed graph problems through an automata-theoretic lens
图问题的局部性是最小距离$T$,使得每个节点可以基于其半径- $T$邻域选择其自己的部分解。在许多情况下,当且仅当一个图的局部性很小时,它才能用分布式或并行算法有效地解决。在这项工作中,我们寻求自动化的可解性和局部性的研究:鉴于描述的图形问题$Π$,我们想确定$Π$是可解的,什么是渐近局部性的$Π$作为一个函数的大小的图形。换句话说,我们寻求自动合成高效的分布式和并行算法求解$Π$。我们专注于局部可检查图的问题,这些问题的解决方案是全球可行的,如果它看起来可行的所有常数半径的邻域。关于这类问题的先前工作主要带来了坏消息:与局部性相关的问题通常是不可判定的,并且即使我们关注标记路径和循环的情况,确定局部性也是$\mathsf{PSPACE}$ -hard(Balliu et al.,PODC 2019)。我们补充以前的负面结果与有效的算法的情况下,未标记的路径和循环,作为一个扩展,根树。我们引入了一个新的自动机理论的角度来研究局部可检查图的问题。我们表示为一个非确定性有限自动机$\mathcal{M}$在一元字母表的局部可检查的问题$Π$。我们确定多项式时间可计算的自动机$\mathcal{M}$,几乎完全捕获$Π$的可解性和局部性的循环和路径,除了一个特定的情况下,是$\mbox{co-$ \mathsf{NP} $}$ -完成。
2021-12-13 cs.CC cs.DC cs.FL
Hardness of minimal symmetry breaking in distributed computing
一个图是弱$2$ -着色的,如果节点被标记为黑色和白色,使得每个黑色节点至少与一个白色节点相邻,反之亦然。本文研究了在分布式计算的标准图论模型中弱$2$ -着色的分布式计算复杂性,以及它与其他图问题的分布式计算复杂性之间的关系.首先,我们证明了弱$2$ -染色是一个最小的分布式的破环问题的正则偶度树和高围长图:如果有任何非平凡的局部可检查的标记问题,是可解的$o(\log^* n)$轮与分布式图算法在中间的正则偶度树,那么弱$2$ -染色也可解的$o(\log^* n)$轮。其次,我们证明了一个紧的$Ω(\log^* n)$的弱$2$ -染色的正则树的分布式计算复杂性的下界;以前只有一个下界的$Ω(\log \log^* n)$是已知的。通过极小性,相同的下界对于正则偶度树内的任何非平凡局部可检查问题都成立。
2019-02-18 cs.CC cs.DC
Local Mending
在这项工作中,我们引入了图论的可修补性的概念:对于每个局部可检查的图问题,我们可以定义其修补半径,这捕获了一个需要修改部分解决方案以“修补漏洞”的想法。“我们探讨了可修复性如何与有效算法的存在相联系,特别是在分布式,并行和容错设置中。很容易看出,在分布式计算的并行计算模型中,$O(1)$可修复的问题也可以在$O(\log^* n)$轮中求解。令人惊讶的是,在路径和循环中,在以下意义上的逆也成立:如果问题$Π$可以在$O(\log^* n)$中求解,则总是存在一个约束$Π' \subseteq Π$,该约束仍然是有效可解的,但也是$O(1)$可修复的。我们还探讨了可修复性景观的结构。例如,我们表明,在树中,任何局部可检查的问题的修补半径是$O(1)$,$Θ(\log n)$,或$Θ(n)$,而在一般的图形的结构是更加多样化。
2021-09-14 cs.CC cs.DC cs.DS
Distributed derandomization revisited
我们提出一个不依赖随机比特数假设的简洁去随机化证明,并扩展其适用范围至LCL问题之外。
2023-05-15 cs.DC
An Automatic Speedup Theorem for Distributed Problems
最近,Brandt等人。[STOC'16]证明了分布式Lovász局部引理的下界,Chang和Pettie [FOCS'17]已经证明了该下界对于充分放松的LLL准则是紧的。他们的结果的核心在于一个加速技术,对于周长至少为$2t+2$的图,将一个特定LLL问题的任何$t$轮算法转换为同一问题的$(t-1)$轮算法。我们大大提高了这种技术,表明这样的加速存在于任何本地可检查的问题$Π$,与不同的是,问题$Π_1$推断$(t-1)$轮算法解决的是不(一定)相同的问题作为$Π$。我们的加速是自动的,因为有一个固定的过程将$Π$的描述转换为$Π_1$的描述,并且是可逆的,因为用于$Π_1$的任何$(t-1)$轮算法都可以转换为用于$Π$的$t$轮算法。特别地,对于具有$n$节点、最大节点度$Δ$和围长至少为$2t+2$的图上的具有精确确定性时间复杂度$T(n, Δ) \leq t$的任何局部可检查问题$Π$,存在具有时间复杂度$T(n, Δ)-1, T(n, Δ)-2, \dots$的问题$Π_1, Π_2, \dots$的序列,其可以从$Π$推断。作为我们的广义加速的第一个应用程序,我们解决了一个长期存在的开放问题Naor和Stockmeyer [STOC'93]:我们表明,弱$2$染色奇数度图不能解决在$o(\log^* Δ)$轮,从而提供了一个匹配的下界,他们的上限。
2019-02-26 cs.DC cs.DS
Strong and Hiding Distributed Certification of Bipartiteness
Universidad de Chile(智利大学);Université Paris Cité(巴黎西岱大学);CISPA Helmholtz Center for Information Security(CISPA赫尔霍兹信息安全中心);Universidad Adolfo Ibáñez(阿道夫·伊巴涅斯大学)
本文研究了强且隐匿的二分图认证方法,证明在特定图类中存在此类认证方案,但一般情况下无法实现,除非使用节点标识符和较大证书。
2026-02-25 cs.DC
Local problems in trees across a wide range of distributed models
本研究证明在树结构中,许多LCL问题在确定性LOCAL与随机在线-LOCAL模型下具有相同局部性,并给出近乎完整的分类,排除分布式量子优势。
2024-12-18 cs.DC
Distributed Algorithms for Potential Problems
Gran Sasso Science Institute(格兰萨索科学研究所);University of Freiburg(弗赖堡大学);Aalto University(阿尔托大学)
本文提出了一种快速分布式算法,解决局部势问题,包括局部最优割,证明在常度数图中可在log^{O(1)}n轮内解决,并展示了Δ的必要依赖性。
2026-02-19 cs.DC
Locality of not-so-weak coloring
许多图问题是局部可检验的:如果一个解在所有常数半径邻域中看起来都是有效的,那么它是全局可行的。这个想法在Naor和Stockmeyer(1995)引入的局部可检查标签(LCL)的概念中得到了形式化。最近,Chang等人(2016)表明,在有界度图中,每个LCL问题都属于以下类别之一:-“简单”:可以在$O(\log^* n)$轮中使用确定性和随机分布式算法求解。- “硬”:至少需要具有确定性的$Ω(\log n)$轮和具有随机分布式算法的$Ω(\log \log n)$轮。因此,对于任何参数化的LCL问题,当我们从局部问题转向全局问题时,会有一个复杂度突然从容易跳到困难的点。例如,对于$d$ -正则图中的顶点着色,现在已知这种跳跃恰好是在$d$颜色上:用$d+1$颜色着色很容易,而用$d$颜色着色很难。然而,目前还不清楚当人们看到有缺陷的着色时,这种跳跃发生在哪里。为了研究这个问题,我们定义$k$ -部分$c$ -着色如下:节点标记为$1$和$c$之间的数字,每个节点至少与$k$正确着色的边关联。已知$1$ -部分$2$ -着色(a.k.a.弱$2$ -着色)对于任何$d \ge 1$都是容易的。作为我们的主要结果,我们表明,$k$ -部分$2$ -着色成为硬尽快$k \ge 2$,无论我们有多大的$d$。我们还表明,这与$k$ -部分$3$ -着色有根本不同:无论我们选择哪种$k…
2019-04-11 cs.CC cs.DC
Superlogarithmic Gap Result for LCLs on Trees in Quantum-LOCAL
Aalto University(阿尔托大学);CISPA Helmholtz Center for Information Security(CISPA 赫尔姆霍兹信息安全中心)
该研究证明树上LCL问题存在超对数间隙,即其确定性LOCAL算法与量子-LOCAL算法的求解轮数存在$O(\u03b7 n)$与$n^{\u03a9(1)}$的指数级差异。
2026-08-18 cs.CC cs.DC
Fast Dynamic Programming in Trees in the MPC Model
本研究提出MPC模型下的确定性算法,以O(log D)轮求解树中多种动态规划及图优化等问题,运行时间与节点数无关,严格优于现有两类算法。
2023-05-05 cs.DC cs.DS
Almost Global Problems in the LOCAL Model
分布式时间复杂度的景观现在被很好地理解为次多项式复杂度。当我们在有界度图中查看确定性算法和局部可检查问题(LCL)时,出现了以下图片:-有很多问题的时间复杂度为$Θ(\log^* n)$或$Θ(\log n)$。- $ω(\log^* n)$和$o(\log n)$之间不可能存在复杂性问题。- 在一般的图中,我们可以构造具有无穷多个复杂度的LCL问题,介于$ω(\log n)$和$n^{o(1)}$之间。- 在树中,不存在如此复杂的问题。然而,高端的复杂性频谱是开放的,由以前的工作。在一般的图中,对于任何有理$0 < α\le 1/2$,都存在具有$Θ(n^α)$形式的复杂性的LCL问题,而对于树,只有$Θ(n^{1/k})$形式的复杂性是已知的。没有已知的复杂性介于$ω(\sqrt{n})$和$o(n)$之间的LCL问题,也没有结果表明这样的问题不存在。我们表明:-在一般的图,我们可以构建LCL问题之间的$ω(\sqrt{n})$和$o(n)$无限多的复杂性。- 在树中,不存在如此复杂的问题。换句话说,我们表明,任何LCL的复杂性$o(n)$可以解决的时间$O(\sqrt{n})$在树,而在一般的图形是不正确的。
2020-03-25 cs.DC
The Landscape of Distributed Complexities on Trees and Beyond
我们研究了常度图上的局部可检查标记(LCL)问题的局部复杂度景观,重点关注$\log^* n$以下的复杂度。我们的贡献有三个方面:我们的主要贡献是,我们完成了分类的LCL问题的复杂性景观的树的树模型,通过证明每一个LCL问题的局部复杂性$o(\log^* n)$实际上有复杂性$O(1)$。该结果改进了[Chang,Pettie,FOCS 2017]之前从$o(\log \log^* n)$到$O(1)$的加速结果。在相关的LCA和Volume模型[Alon,Rubinfeld,Vardi,Xie,SODA 2012,Rubinfeld,Tamir,Vardi,Xie,2011,Rosenbaum,Suomela,PODC 2020]中,我们证明了对于所有有界度图,从$o(\log^* n)$到$O(1)$的相同加速。同样,我们完成了分类的面向$d$维网格的复杂性景观证明,任何LCL问题的本地复杂性$o(\log^* n)$实际上有复杂性$O(1)$。这改进了之前Suomela在[Chang,Pettie,FOCS 2017]中对$o(\sqrt[d]{\log^* n})$的加速。
2022-09-23 cs.DC cs.DS
Local Conflict Coloring
局部地找到诸如顶点着色、边着色、最大匹配、最大独立集等破坏性任务的解决方案,是分布式网络计算中的一个长期挑战。最近,它也成为集中式本地计算框架中的一个挑战。我们引入冲突着色作为一个一般的破坏性的任务,包括所有上述任务作为具体的实例-冲突着色包括所有本地可检查的标签任务[Naor\&Stockmeyer,STOC 1993]。冲突着色由两个参数$l$和$d$来表征,前者度量了节点选择颜色的自由度,后者度量了相邻节点颜色所受的约束数.我们证明了,在分布式网络计算的标准模型中,如果$l/d \textgreater{} Δ$,则冲突着色可以在具有最大度$Δ$的$n$节点图中以$\tilde O(\sqrtΔ)+\log^*n$轮来解决,其中$\tilde O$忽略$Δ$中的polylog因子。由于[Linial,SIAM J. Comp. 1992]对于$(Δ+1)$ -着色的$Ω(\log^*n)$下界,~ $n$中的依赖性是最优的。我们的结果的一个重要特例是对[Barenboim,PODC 2015]的分布式$(Δ+1)$着色的最佳已知算法的显著改进,该算法需要$\tilde O(Δ^{3/4})+\log^*n$轮。其他着色变体的改进,包括$(Δ+1)$ -列表着色、$(2Δ-1)$ -边缘着色、$T$ -着色等,也遵循我们的一般结果冲突着色。同样,在集中式局部计算算法(LCAs)…
2017-02-02 cs.DC cs.DS
Fully Adaptive Self-Stabilizing Transformer for LCL Problems
本文提出受限带宽模型下面向 LCL 问题的通用自稳定 transformer,可将无故障同步算法转换为匿名、规模无关且期望稳定时间为 O(log(k+Δ)) 的完全自适应算法。
2024-09-06 cs.DC
Improved Deterministic $(Δ+1)$-Coloring in Low-Space MPC
针对$n$ -顶点图的$(Δ+1)$ -着色问题,提出了一种确定性的$O(\log \log \log n)$ -轮低空间大规模并行计算(MPC)算法.在这个模型中,每台机器都有一个大小为$n^ϕ$的次线性局部存储器,用于存储任意常数$ϕ\in (0,1)$。我们的算法工作在宽松的设置下,每个机器被允许执行指数(在$n^ϕ$)本地计算,同时尊重$n^ϕ$空间和带宽的限制。我们的关键技术贡献是Chang-Li-Pettie对独创性的$(Δ+1)$ -着色算法进行了新的去随机化(STOC 2018,SIAM J. COMPUT. 2020年)。Chang-Li-Pettie算法在$T_{local}=poly(\log\log n)$轮中运行,这为局部模型中的问题设置了最先进的随机轮复杂度。我们的去随机化采用的工具,最显着的伪随机发生器(PRG)和有界独立哈希函数的组合。$O(\log\log\log n)$轮的实现轮复杂度与$\log(T_{local})$的界限相匹配,该界限目前为该模型中的局部可检查问题的所有已知随机化算法提供上限障碍。此外,没有确定性的亚对数低空间MPC算法的$(Δ+1)$着色问题是以前已知的。
2021-12-10 cs.DC cs.DS
The randomized local computation complexity of the Lovász local lemma
局部计算算法(Local Computation Algorithm,LCA)模型是次线性时间算法领域中的一个流行模型,其通过算法在一个节点的邻域中进行的探测的数量来测量算法的复杂度,以确定该节点的输出。本文证明了常度图上Lovász局部引理(LLL)的随机LCA复杂度为$Θ(\log n)$ .通过证明[Brandt et al. STOC 2016]中引入的无汇定向问题的$Ω(\log n)$下界,得出了下界。这回答了[Rosenbaum,Suomela PODC 2020]的一个问题。此外,我们表明,每一个随机LCA算法的局部可检查的问题,探测复杂性为$o(\sqrt{\log{n}})$可以变成一个确定性的LCA算法的探测复杂性为$O(\log^* n)$。这在当前最知名的加速结果基础上呈指数级改进,从$o(\log \log n)$到$O(\log^* n)$,这是由[Chang,Pettie FOCS 2017]在ESTA模型中的结果所暗示的。最后,我们证明了对于每个固定常数$c \geq 2$,$c$着色有界度树的确定性VOLUME复杂性是$Θ(n)$,其中VOLUME模型是最近由[Rosenbaum,Suomela PODC 2020]引入的LCA模型的近亲。
2021-12-03 cs.DC cs.DS
LCL problems on grids
LCL或局部可检查标记问题(例如最大独立集,最大匹配和顶点着色)在计算的循环(环形1维网格)中得到了很好的理解:每个问题都有$O(1)$,$Θ(\log^* n)$或$Θ(n)$的复杂性,并且最优算法的设计可以完全自动化。本文发展了二维环形网格LCL问题的复杂性理论。复杂度类与一维情况相同:$O(1)$、$Θ(\log^* n)$和$Θ(n)$。然而,给定一个LCL问题,它的复杂性是$Θ(\log^* n)$或$Θ(n)$在二维网格是不可判定的。然而,如果我们正确地猜测问题的复杂性是$Θ(\log^* n)$,我们就可以完全自动化地设计最优算法。对于任何问题,我们可以找到一个算法,是一个范式$A' \circ S_k$,其中$A'$是一个有限的功能,$S_k$是一个算法,以寻找一个最大的独立集的$k$ th权力的网格,和$k$是一个常数。最后,部分自动化设计工具的帮助下,我们分类的复杂性,几个具体的拼箱问题有关的着色和方向。
2017-05-24 cs.CC cs.DC cs.DS
Is a LOCAL algorithm computable?
Aalto University(阿尔托大学);Columbia University(哥伦比亚大学);CISPA Helmholtz Center for Information Security(CISPA赫尔姆霍兹信息安全中心)
该研究探讨了局部算法计算性对问题解决轮次的影响,发现可计算性假设与对图大小n的了解密切相关,影响LCL问题的解决效率。
2026-02-25 cs.CC cs.DC
Generalizing LCL Complexity Gaps to Unbounded Degree via Monadic Second-Order Properties
CISPA Helmholtz Center for Information Security(CISPA亥尔姆霍兹信息安全中心)
本文提出局部PMSO(LPMSO)问题类,将LCL问题推广到无界度图,并证明在无界度有根树上,已知的复杂性间隙(如ω(log n)与n^{o(1)})及其可判定性仍然成立。
2026-06-09 cs.CC cs.DC cs.FL
Classification of distributed binary labeling problems
我们提出了一个完整的分类的确定性分布的时间复杂度的一类图的问题:二进制标记问题的树。这些都是可局部检查的问题,可以用边标记形式主义中大小为二的字母表进行编码。二进制标记问题的例子包括无汇定向、无汇和无源定向、2顶点着色、完美匹配,以及将边着色为红色和蓝色以使所有节点都与至少一个红色和至少一个蓝色边关联的任务。更一般地说,我们可以编码例如对度和出度的任何基数约束。本文研究了在分布式计算的一般递归模型下,求解树中给定的二进制标号问题的确定性时间复杂度。我们表明,任何这样的问题的复杂性是在以下类别之一:$O(1)$,$Θ(\log n)$,$Θ(n)$,或无法解决。特别地,可以用二进制标记形式表示的问题不可能具有时间复杂度$Θ(\log^* n)$,因此我们知道,例如,任何最大匹配的编码必须使用至少三个标签(这是严格的)。此外,给定任何二进制标记问题的描述,我们可以很容易地确定它属于四类中的哪一类,以及解决它的渐近最优算法是什么。因此,二进制标记问题的分布式时间复杂度不仅在原则上是可确定的,而且在实践中也是可确定的:存在一种简单且有效的算法,其采用二进制标记问题的描述并输出其分布式时间复杂度。
2020-02-18 cs.CC cs.DC
On the Complexity of Distributed Splitting Problems
在分布式图算法领域的一个基本的开放问题是,是否需要有效的对称破缺的随机化的问题。虽然有快速的,$\text{poly}\log n$时间随机分布式算法的所有经典对称破缺问题,对他们中的许多人来说,最好的确定性算法几乎是指数慢。下面的基本局部分裂问题,被称为\emph{weak splitting}问题,在这个上下文中起着中心作用:图$G=(V,E)$的每个节点必须被着色为红色或蓝色,使得每个足够大的度的节点在其邻居中至少有一个节点的每种颜色。Ghaffari,库恩和Maus [STOC '17]表明,这个看似简单的问题是完整的w.r.t.上述基本的开放问题在以下意义上:如果有一个有效的$\text{poly}\log n$ -时间确定性分布式算法的弱分裂,那么有这样的算法的所有局部可检查的图问题,一个有效的随机算法存在。本文研究了弱分裂的分布复杂性及其相关问题。例如,在一个示例中,对于弱分裂的特殊情况,我们得到了有效的算法,其中图是近正则的。特别是,我们表明,如果$δ$和$Δ$的最小和最大程度的$G$,如果$δ=Ω(\log n)$,弱分裂可以解决确定性的时间$O\big(\fracΔδ\cdot\text{poly}(\log n)\big)$。此外,如果$δ= Ω(\log\log n)$和$Δ\leq 2^{\varepsilonδ}$,则存在具有时间复杂度$O\big(\f…
2019-05-28 cs.DC cs.DS
Mending Partial Solutions with Few Changes
在本文中,我们研究了修补的概念,即给定一个图问题的部分解决方案,我们研究了需要多少努力才能把它变成一个正确的解决方案。例如,如果我们有一个图的部分着色,把它变成一个正确的着色有多难?在之前的工作(SIROCCO 2022)中,这个问题被形式化并从修补半径的角度进行了研究:如果有一个洞需要修补,我们需要修改解决方案多远?在这项工作中,我们研究了一个补充的概念,修补体积:有多少节点需要修改修补一个洞?我们专注于本地可检查的标签问题(LCL)的情况下,在树,并表明,在这种设置已经有两个无限层次的问题:对于无限多的值$0 < α\le 1$,有一个LCL问题与修补体积$Θ(n^α)$,和无限多的值$k \ge 1$,有一个LCL问题与修补体积$Θ(\log^k n)$。因此,树上LCL问题的可修补性是一个比仅基于修补半径所期望的问题更细粒度的问题。我们定义了三个主题变体:(1)存在性修补体积,即,需要修改多少个节点,(2)预期的修补量,即,如果我们使用随机性,我们需要探索多少节点来找到补丁,以及(3)确定性修补体积,即,如果我们使用确定性算法,我们需要探测多少个节点。我们表明,所有这三个概念是彼此不同的,我们分析了各自的模型的拼箱问题的复杂性的景观。
2022-09-12 cs.CC cs.DC
Optimal Deterministic Massively Parallel Connectivity on Forests
我们展示了快速确定性算法的基本问题,森林在具有挑战性的低空间制度的著名的大规模并行计算(MPC)模型。Coy和Czumaj [STOC'22]最近的一个突破性结果表明,在这种情况下,可以确定性地识别$O(\log D + \log\log n)$轮中图上的连通分量,其中$D$是图的直径,$n$是节点的数量。作者留下了一个主要的问题:是否有可能摆脱附加的$\log\log n$因素,并确定性地识别连接组件在运行时是完全独立的$n$?就森林而言,我们对上述问题的回答是肯定的。我们给出了一个算法,确定连通组件的$O(\log D)$确定性轮。所需的总存储器是$O(n+m)$字,其中$m$是输入图中的边的数量,这是最佳的,因为它仅足以存储输入图。我们补充我们的上限结果表明,$Ω(\log D)$时间是必要的,即使是组件不稳定的算法,条件是广泛认为1与2个周期猜想。我们的技术也产生一个确定性的森林生根算法具有相同的运行时间和内存界限。此外,我们考虑局部可检查的标签问题(LCL),其解决方案可以通过检查每个节点的$O(1)$半径邻域进行验证。我们证明了森林上的任何LCL问题都可以用规范的确定性算法在$O(\log D)$轮中解决,这比Brandt,Latypov和Uitto的$O(\log n)$运行时有所改进[DISC'21]。我们还表明,有没有算法,解决所有的LCL问题的树木渐近更快。
2022-11-07 cs.DC cs.DS
Towards a Complexity Classification of LCL Problems in Massively Parallel Computation
在这项工作中,我们开发了低空间的大规模并行计算(MPC)的复杂性景观的一个家庭的基本图问题的树。我们提出了一个一般的方法,解决大多数本地可检查标签(LCL)问题的指数更快地在低空间MPC模型比在MPC消息传递模型。特别是,我们表明,所有可解的LCL问题的树可以解决在$O(\log n)$时间(高复杂度制度),并确定性的复杂度$n^{o(1)}$的树上的所有LCL问题的模型可以解决在$O(\log \log n)$时间(中等复杂度制度)。我们观察到,获得比从$n^{o(1)}$到$Θ(\log \log n)$更大的加速是有条件不可能的,因为3-着色树的问题,这是一个LCL问题,具有1/4时间复杂度$n^{o(1)}$,具有条件MPC下界$Ω(\log \log n)$ [Linial,FOCS'87; Ghaffari,Kuhn和Uitto,FOCS'19]。我们强调,我们解决LCL问题的常度树,我们的算法是确定性的,组件稳定的,并在低空间MPC模型,其中本地内存是$O(n^δ)$的$δ\in (0,1)$和全局内存是$O(m)$。对于高度复杂的制度,有两个关键因素。一个是新的$O(\log n)$时间树根算法,这可能是独立的利益。另一个是一个新的指针链技术和分析,使我们能够解决任何可解的LCL问题的树木在$O(\log n)$时间。对于中等复杂度的制度,我们采用了Chang和Pe…
2022-03-03 cs.DC cs.DS
Classification of Local Optimization Problems in Directed Cycles
GSSI(全球创新学院);University of Freiburg(弗赖堡大学);CISPA Helmholtz Center for Information Security(CISPA 亥姆霍兹信息安全中心);Aalto University(阿尔托大学)
研究对有向环中局部优化问题的分布式计算复杂度进行分类,提出基于问题类型和近似比的复杂度划分,并设计高效算法。
2026-03-05 cs.CC cs.DC cs.FL
A Time Hierarchy Theorem for the LOCAL Model
著名的图灵机时间层次定理非正式地指出,给予更多的时间可以解决更多的问题。时间层次型定理在分布式模型中的适用程度已经公开了很多年。这与以往的结果一致,即所有的自然问题都可以按照一个小的常数的复杂度进行分类,如$O(1),O(\log^* n), O(\log n), 2^{O(\sqrt{\log n})}$等.本文建立了该模型的第一个时间层次定理,并证明了该时间层次中存在若干缺口. 1.我们定义了一个无限的简单着色问题称为分层$2\frac{1}{2}$ -着色}。一个正确着色的图可以通过简单地检查每个顶点的邻域来确定,因此该问题属于局部可检查标号(LCL)问题。然而,$k$级分层$2\frac{1}{2}$着色问题的复杂性是$Θ(n^{1/k})$,对于$k\in\mathbb{Z}^+$ .上界和下界对一般的图和树都成立,对随机算法和确定性算法都成立。2.考虑有界度树上的任何LCL问题。我们证明了一个自动加速定理,指出任何随机$n^{o(1)}$时间算法解决LCL可以转化为一个确定性的$O(\log n)$时间算法。与前面的结果一起,这建立了在树上,在范围$ω(\log^* n)$ - $o(\log n)$或$ω(\log n)$ -$n^{o(1)}$中没有自然的确定性复杂性。3.我们揭示了一般图的随机时间层次结构的差距。任何在亚对数时间内解决LCL问题的随机算法都可以加速…
2017-04-20 cs.CC cs.DC cs.DS