A Fast Sketch Method for Mining User Similarities over Fully Dynamic Graph Streams
许多真实世界的网络,如Twitter和YouTube,都是以完全动态的图形流的形式给出的,这些图形流表示为边插入和删除的序列。(e.g.,用户可以订阅和取消订阅YouTube上的频道)。现有的相似性估计方法,如MinHash和OPH是定制的静态图。我们观察到,它们确实是采样方法,并且当应用于完全动态的图流时表现出采样偏差,这会导致较大的估计误差。为了解决这一难题,我们开发了一种快速准确的草图绘制方法VOS。VOS以小的时间复杂度O(1)处理感兴趣的图流中的每条边,并使用小的存储器空间来构建随时间变化的动态图流的紧凑草图。基于在飞行中建立的草图,我们开发了一种方法来估计用户随时间的相似性。我们进行了大量的实验,实验结果证明了我们的方法的效率和有效性。
2019-01-16 cs.DS
Fully Dynamic MIS in Uniformly Sparse Graphs
研究了动态图中边插入和删除时的最大独立集的保持问题。最近,Assadi,Onak,Schieber和Solomon(STOC 2018)表明,MIS可以在次线性(动态变化的边缘数量)摊销更新时间中保持。在本文中,我们显着提高更新时间的一致稀疏图。具体来说,对于荫度为$α$的图,我们算法的摊销更新时间为$O(α^2 \cdot \log^2 n)$,其中$n$是顶点数。对于低荫度图,其中包括,例如,未成年人的自由图,以及一些类的“真实世界”的图形,我们的更新时间是多对数。对于任意常数$ε> 0$,我们的更新时间改进了Assadi等人的结果。对于所有荫度以$m^{3/8 - ε}$为界的图。这涵盖了荫度可能值的大部分范围,因为一般图的荫度不能超过$m^{1/2}$。
2018-08-30 cs.DS
Fully Dynamic Random-Walk Quantities on Undirected Expanders and $κ$-Uniform Directed Graphs
Carnegie Mellon University(卡内基梅隆大学);University of Toronto(多伦多大学)
该研究针对无向扩张图和κ-均匀有向图,设计了满足特定时间复杂度的完全动态随机游走量数据结构,解决了OMv猜想带来的有向图动态数据结构构建难题。
2026-10-14 cs.DS
Random Rank-Based, Hierarchical or Trivial: Which Dynamic Graph Algorithm Performs Best in Practice?
实现多对数或更好的每次操作时间的完全动态图算法使用分层图分解或基于随机秩的方法。到目前为止,对于这两种类型的数据结构存在两种图形属性,即全动态(Delta + 1)着色和全动态最大匹配。在本文中,我们提出了一个广泛的实验研究,这两种类型的算法,这两个问题连同非常简单的基线算法,以确定这些算法是最快的。我们的研究结果表明,由不同的算法所使用的数据结构主导其性能。
2021-08-10 cs.DS
Fully Dynamic Min-Cut of Superconstant Size in Subpolynomial Time
针对全动态图的超常数大小最小割维护问题,提出确定性算法,在割大小为 (log n)^{o(1)} 时实现每次更新次多项式最坏时间,显著改进此前 \widetilde O(\sqrt{n}) 的界。
2024-01-18 cs.DS
Fully-dynamic Approximation of Betweenness Centrality
介数是一个著名的中心性度量,它根据网络中节点参与最短路径的情况对节点进行排名。由于精确计算在大型网络中是不允许的,已经提出了几种近似算法。除此之外,近年来已经看到动态算法的出版,用于在不断发展的网络中有效地重新计算介数。在以前的工作中,我们提出了第一个半动态算法,重新计算一个近似的连通图中的边缘插入后批次。在本文中,我们提出了第一个全动态的近似算法(加权和无向图,不需要连接)与可证明的保证最大近似误差。转移到完全动态和断开的图形意味着额外的算法问题,可能是独立的利益。特别是,我们提出了一个新的上界的加权无向图的顶点直径。对于加权和未加权图,我们还提出了第一个全动态算法,跟踪这样的上限。此外,我们扩展我们以前的算法半动态BFS的边缘插入和删除的批次。使用近似,我们的算法是第一个在内存中计算具有数百万条边的全动态网络的介数。我们的实验表明,他们可以实现大幅加速相比,重新计算,高达几个数量级。
2015-07-03 cs.DS
Fully-dynamic Planarity Testing in Polylogarithmic Time
给定一个动态图的插入和删除的边缘,一个自然的问题是,图目前是否承认一个平面嵌入。我们给出了一个确定性的全动态算法一般的图形,运行在摊销$O(\log^3 n)$时间每边插入或删除,保持一个位,指示图形是否目前是平面的。这是对以前的最佳算法[Eppstein,Galil,Italiano,Spencer,1996]的指数改进,以前的最佳算法每次更新花费摊销的$O(\sqrt{n})$时间。
2019-12-10 cs.DS
Dynamic Spanning Trees for Connectivity Queries on Fully-dynamic Undirected Graphs (Extended version)
在边和顶点频繁插入和删除的情况下,查询连通性是完全动态图的基础。现有的工作提出了具有最坏情况保证的数据结构和算法。我们提出了一种新的数据结构,动态树(D-tree),连同算法来构建和维护它。D-tree是第一个数据结构,规模的完全动态图与数以百万计的顶点和边,平均而言,回答连接查询速度比数据结构与最坏情况的保证。
2022-07-18 cs.DB cs.DS
Fully Dynamic Maintenance of Loop Nesting Forests in Reducible Flow Graphs
Eötvös Loránd University(厄特沃什·罗兰大学)
本文提出首个动态算法维护可约控制流图中的循环嵌套森林,利用动态DFS维护技术实现边插入删除下的增量更新,避免全局重计算,提升编译器分析效率。
2026-04-15 cs.DS
Orienting Fully Dynamic Graphs with Worst-Case Time Bounds
在边定向中,目标通常是定向(定向)无向$n$ -顶点图$G$的边,使得所有出度都有界。当图$G$是完全动态的时,即,允许边缘插入和删除,我们希望保持这样的方向,同时保持对更新时间的标签。低出度方向被证明是一个令人惊讶的有用工具,有几个算法应用程序涉及静态或动态图。Brodal和Fagerberg(1999)从图的荫度出发开始研究边定向问题,这在这种情况下是非常自然的。他们给出了一个解,该解具有常数出度和\emph{amortized}对数更新时间,适用于所有具有常数荫度的图,包括所有平面图和排除子图。然而,它仍然是一个悬而未决的问题(首先由Brodal和Fagerberg提出,后来由其他人提出),以获得类似的边界与最坏情况的更新时间。我们通过提供一个简单的算法来解决这个15年前的问题,该算法的最坏情况界限几乎与以前的摊销界限相匹配。我们的算法是基于一种新的组合不变的方法,并实现了对数的最坏情况下更新时间的对数出度。这一结果在各种动态图问题中有应用,例如保持最大匹配,其中我们获得了$O(\log n)$最坏情况下的更新时间,与Neiman和Solomon(2013)的$O(\frac{\log n}{\log\log n})$摊销更新时间相比。
2013-12-04 cs.DS
Near-Optimal Fully Dynamic Densest Subgraph
我们给出了第一个完全动态的算法,它保持了一个$(1-ε)$ -近似的denominant子图在最坏情况下的时间$\text{poly}(\log n, ε^{-1})$每次更新。稠密子图发现是社区发现、垃圾链接检测、距离查询索引和计算生物学等许多实际应用的重要基础。我们接近的dennial子图的问题,通过框架作为一个图的方向问题,我们解决了使用增强路径调整技术的对偶。我们的结果改进了以前的最佳逼近因子的$\left(\frac{1}{4} - ε\right)$的完全动态denominator子图[Bhattacharya et.例如,STOC `15]。我们还扩展了我们的技术,以解决问题的顶点加权图具有类似的运行时间。另外,我们将有向图上的$(1-ε)$ -近似可分解子图问题归结为点权图上的$(1-ε)$ -近似可分解子图的$O(\log n/ε)$实例.这种减少,连同我们的算法顶点加权图,给出了第一个全动态算法的有向denominator子图在最坏情况下的时间$\text{poly}(\log n, ε^{-1})$每次更新。此外,结合一个近似线性时间算法的denominator子图[Bahmani et.例如,WAW `14],给出了有向可否认子图的第一个近线性时间算法。
2020-03-10 cs.DS
DTC: Real-Time and Accurate Distributed Triangle Counting in Fully Dynamic Graph Streams
Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);Zhongguancun Laboratory(中关村实验室);The University of Hong Kong(香港大学)
DTC提出了一种新的分布式流算法,用于在完全动态图流中实现高精度的三角形计数,通过多台机器资源优化和边插入补偿技术,显著提升了计数的准确性和效率。
2026-01-25 cs.DS
A Faster Algorithm for Fully Dynamic Betweenness Centrality
提出了一种新的全动态算法,用于保持具有正边权值的有向图$G=(V,E)$中顶点的介数中心性。BC是大型复杂网络分析中广泛使用的参数。我们实现了每次更新的摊销$O((ν^*)^2 \log^2 n)$时间,其中$n = |V| $和$ν^*$限制了位于通过任何单个顶点的最短路径上的不同边的数量。该结果通过对数因子改进了[Pontecorvi-Ramachandran 2015]中完全动态BC的摊销界限。我们的算法使用了新的数据结构和技术,在完全动态算法的方法在Thorup [Thorup 2004] APSP在图中唯一的最短路径的扩展。对于具有$ν^* = O(n)$的图,我们的算法匹配[Thorup 2004]中的完全动态APSP界,该界适用于具有$ν^* = n-1$的图,因为它假设唯一的最短路径。
2015-11-25 cs.DS
Fully Dynamic Matching in Bipartite Graphs
二部图的最大基数匹配是一个重要的研究问题。完全动态的版本,其中边插入和删除随着时间的推移也一直备受关注。现有的动态匹配算法(在一般图中)似乎分为两组:快速(大部分是随机的)算法不能实现优于2的近似,而慢速算法的$Ø(\sqrt{m})$更新时间可以实现优于2的近似。因此,显而易见的问题是,我们是否可以设计一种算法--确定性的或随机的--在这两者之间实现折衷:同时实现$o(\sqrt{m})$近似和优于2的近似。对于二分图,我们肯定地回答这个问题。我们的主要结果是一个完全动态的算法,保持在最坏情况下的更新时间$O(m^{1/4}\eps^{/2.5})$的$3/2 + \eps$近似。我们也给出了更强的结果,其荫度是在最$\al$的图,实现了$(1+ \eps)$近似在最坏情况下的时间$O(\al (\al + \log n))$常数$\eps$。当荫度为常数时,此界限为$O(\log n)$,当荫度为多对数时,更新时间也为多对数。最重要的技术发展是使用一个中间图,我们称之为边度约束子图(EDCS)。该图对每条边的端点的度之和施加约束:匹配边的上界和不匹配边的下界。我们的论文的主要技术内容涉及如何保持EDCS动态和EDCS总是包含一个足够大的匹配。我们还利用图形方向来帮助限制每次更新期间所做的工作量。
2015-08-17 cs.DS
Fully-Online Suffix Tree and Directed Acyclic Word Graph Construction for Multiple Texts
我们认为建设的后缀树和有向无环字图(DAWG)索引数据结构的集合$\mathcal{T}$的文本,其中一个新的符号可以被附加到任何文本在$\mathcal{T} = \{T_1, \ldots, T_K\}$,在任何时候。在动态索引多传感器数据中出现的这种完全在线的场景是长期解决的半在线文本索引问题的自然概括,其中文本$T_1, \ldots, T_{k}$在为每个$1 \leq k < K$处理下一个文本$T_{k+1}$之前被永久固定。我们提出了在$O(N \log σ)$时间和$O(N)$空间中为$\mathcal{T}$构建后缀树和DAWG的全在线算法,其中$N$是$\mathcal{T}$中字符串的总长度,而$σ$是它们的字母大小。后缀树叶子边和一些DAWG边的标准显式表示在我们的完全在线场景中必须放松,因为在最坏的情况下需要对这些边进行太多的更新。相反,我们提供了对更新后的后缀树叶子边缘标签和DAWG边缘的访问,这些边缘将通过辅助数据结构以每个添加的字符的$O(\log σ)$时间重定向。
2018-07-12 cs.DS
Upper and Lower Bounds for Fully Retroactive Graph Problems
经典的动态数据结构问题维护经受更新序列S的数据结构,并且它们使用数据结构的最新版本来回答查询,即,处理整个序列后的数据结构。为了处理改变更新序列S的操作,Demaine等人(TALG 2007)引入了追溯数据结构。追溯操作在给定的位置t(称为时间)修改更新序列S,并在时间t创建或取消S中的更新。部分追溯的数据结构将查询限制为仅在数据结构的最新版本中执行。完全追溯的数据结构支持在任何时间t的查询:在时间t的查询仅使用S直到时间t的更新来回答。如果序列S仅由插入组成,则所得到的数据结构是增量追溯数据结构。虽然已经为经典数据结构提出了有效的追溯数据结构,栈、优先队列和二叉搜索树等回溯型图问题的研究较少。在本文中,我们研究回溯图的问题,包括连接,最小生成森林(MSF),最大程度等,我们提供了完全回溯的数据结构,以保持最大程度,连接和MSF在$\tilde{O}(n)$时间每操作。我们还给出了一个算法的增量完全追溯连接与$\tilde{O}(1)$时间每操作。我们恭维我们的算法几乎紧硬度的结果。我们证明了在OMv猜想(由Henzinger等人提出(STOC 2015))下,对于任何恒定的$ε> 0$,不存在保持连接性或MSF的完全回溯数据结构,或者增量完全回溯数据结构,其保持每次操作$O(n^{1-ε})$时间的最大程度。
2021-12-01 cs.DS
Fault Tolerant and Fully Dynamic DFS in Undirected Graphs: Simple Yet Efficient
提出了一种在无向图中构造容错深度优先搜索树的算法。该算法比目前最先进的算法简单得多,使用最优的空间和最优的预处理时间,并且仍然实现了更好的时间复杂度。该算法也导致了一个更好的时间复杂度为维护DFS树在一个完全动态的环境。
2019-03-27 cs.DM cs.DS
Fully Dynamic Algorithms for Coloring Triangle-Free Graphs
University of Waterloo(滑铁卢大学)
本文提出一种全动态算法,能够在三角自由图经历边插入和删除时,以高概率在 amortized 时间内维护 O(Δ/lnΔ) 的着色方案,引入了熵压缩方法以提升动态算法的分析能力。
2026-04-22 cs.DS
Engineering Fully Dynamic $Δ$-Orientation Algorithms
(完全)动态图算法是一种数据结构,它支持边插入、边删除,并回答特定于所考虑问题的某些查询。已经有很多关于图问题的动态算法的研究,这些图问题可以通过静态算法在多项式时间内求解。然而,虽然有大量的理论工作,有效的动态图算法,很多这些算法从来没有实现和经验评估。在这项工作中,我们考虑的完全动态的边缘定向问题,也称为完全动态的$Δ$ -定向问题,这是保持一个方向的无向图的边缘,使出度低。如果插入或删除边,则可能必须翻转某些边的方向,以避免顶点具有较大的出度。虽然已经有关于这个问题的动态版本的理论工作,但目前还没有可用的实验评估。在这项工作中,我们缩小了这一差距,并设计了一系列新的动态边缘定位算法以及当前文献中的算法。此外,我们评估这些算法在现实世界中的动态图。最好的算法,本文认为在质量方面,基于一个简单的广度优先搜索,计算最佳结果的情况下,超过90%,平均只有2.4%,比最佳解决方案。
2023-01-18 cs.DS
Simple Deterministic Algorithms for Fully Dynamic Maximal Matching
一个最大的匹配可以保持在完全动态的(支持添加和删除的边缘)$n$ -顶点图使用平凡的确定性算法,最坏情况下的更新时间为O(n)。到目前为止,还没有一个确定性算法的性能优于朴素的O(n)算法。在这个方向上唯一的进展是由于Ivković和Lloyd \cite{IL93},他们在1993年设计了一个确定性算法,\emph{amortized}更新时间为$O((n+m)^{\sqrt{2}/2})$,其中$m$是边的数量。在本文中,我们展示了第一个确定性的完全动态的算法,优于平凡的。具体而言,我们提供了$O(\sqrt{m})$的确定性\emph{worst-case}更新时间。此外,我们的算法保持匹配,这实际上是一个3/2近似的最大基数匹配(MCM)。我们注意到,在这项工作之前,没有完全动态的算法来保持$(2-\eps)$ -近似MCM在朴素O(n)上的改进,甚至允许摊销时间界限和\emph{randomization}。对于低荫度图(例如,平面图和不包括固定子图的图),我们设计了另一个简单的确定性算法与\emph{sub-logarithmic update time}。具体而言,它保持了一个完全动态的最大匹配与摊销更新时间为$O(\log n/\log \log n)$。这一结果解决了Onak和Rubinfeld \cite{OR10}的一个未决问题。我们还展示了一个确定性的算法,…
2013-02-18 cs.DS
Faster Fully Dynamic Transitive Closure in Practice
全动态传递闭包问题要求在有向图中任意一对顶点之间保持可达性信息,同时图经历一系列边的插入和删除.在过去的几十年里,这个问题已经在理论上得到了深入的研究,并且已经提出了许多解决这个问题的专门算法。在两项大型研究中[Frigioni ea,2001; Krommidas和Zaroliagis,2008],这些算法中的一些已经通过实验对简单的静态算法进行了图遍历评估,显示了简单算法在实践中的竞争力甚至优越性,除了非常密集的随机图或非常高的查询比率。这些研究的一个主要缺点是,只考虑小的,大多是随机生成的图。在本文中,我们设计了新的算法来维护所有对的可达性信息,这是简单和空间效率。此外,我们对生成的和真实世界的实例进行了广泛的实验评估,这些实例比以前的研究大几个数量级。我们的研究结果表明,我们的新算法优于所有国家的最先进的算法在所有类型的输入相当大的实践。
2020-02-03 cs.DS
Recent Advances in Graph Partitioning
我们调查最近的趋势,在实际算法的平衡图划分与应用和未来的研究方向。
2015-02-03 cs.DC cs.DS math.CO
Fully dynamic approximation schemes on planar and apex-minor-free graphs
本文提出 Baker 技术的全动态版本,为动态平面图及排除固定 apex 子图的图类维护最大权独立集与有界度最小权支配集的近似解。
2023-10-31 cs.DS
Split decomposition and graph-labelled trees: characterizations and fully-dynamic algorithms for totally decomposable graphs
在本文中,我们重新审视分裂分解的图,并给出新的组合和算法的结果,一类完全可分解的图,也被称为距离遗传图,并为两个非平凡的子类,即cographs和3叶功率图。准确地说,我们给结构和增量表征,导致最佳的全动态识别算法的顶点和边缘修改,为这些类。这些结果依赖于一个新的框架来表示分裂分解,即图标记树,它也捕获了图的模块化分解,从而统一了这两种分解技术。本文的重点是使用这些图形类和树的节点标记的集团和明星之间的双射。这样做,我们也能够得到一个距离遗传图的交集模型,它回答了一个公开的问题。
2011-04-18 cs.DM cs.DS
Worst-case Deterministic Fully-Dynamic Planar 2-vertex Connectivity
我们研究动态平面图的$n$顶点,受到边删除,边收缩,边插入面,和分裂的顶点在指定的角落。我们动态地保持这样一个平面图的组合嵌入,受到连接和$2$ -顶点连接(双连接)对顶点之间的查询。当一个查询对是连通的而不是双连通的时,我们会找到第一个和最后一个割顶点来分隔它们。此外,我们允许通过翻转由至多两个顶点连接到图的其余部分的子图的嵌入来对嵌入进行局部改变。我们使用$O(n)$大小的数据结构,支持在确定性、最坏情况、$O(\log^2 n)$时间内的所有查询和更新。在此之前,全动态平面双连通性(受我们的操作集)的最佳界限是一般图的摊销$\tilde{O}(\log^3 n)$,并且具有最坏情况的多对数更新时间的算法仅在部分动态(仅插入或仅删除)设置中已知。
2022-09-28 cs.DS
Fully Dynamic Single-Source Reachability in Practice: An Experimental Study
给定一个有向图和一个源顶点,全动态单源可达性问题是维护从给定顶点可达的顶点集,受边删除和插入。它是图中最基本的问题之一,直接或间接地出现在许多不同的应用中。虽然已经有关于这个问题的理论工作,显示了完全动态问题的线性条件下界和仅插入和仅删除的上界击败这些条件下界,但还没有实验研究比较完全动态可达性算法在实践中的性能。以前的实验研究在这方面只集中在更一般的所有对可达性或传递闭包问题,并没有使用真实世界的动态图。在本文中,我们弥合这一差距的经验研究了一套广泛的算法的单源可达性问题的完全动态设置。特别是,我们设计了几个完全动态的变种,众所周知的方法来获得和维护可达性信息相对于一个杰出的来源。此外,我们扩展了现有的插入或删除只有上界到全动态算法。即使我们评估的所有完全动态算法的每次操作的最坏情况时间至少在图中的边的数量上是线性的(正如预期的那样,给出了条件下界),我们在我们广泛的实验评估中表明,它们的性能差异很大,无论是在生成的还是在真实世界的实例上。
2020-02-03 cs.DS
Fully Dynamic Spectral and Cut Sparsifiers for Directed Graphs
本文研究有向图的完全动态稀疏化,提出保持度平衡的谱近似及面向部分对称化图、β-平衡图的动态谱与割稀疏化算法,并给出 polylog 级更新时间和稀疏化规模保证。
2025-07-25 cs.DS
Fully Dynamic Approximate Minimum Cut in Subpolynomial Time per Operation
本文提出首个每次操作亚多项式时间的全动态近似最小割算法,核心贡献是证明在适当收缩图中仅需考虑小体积割即可实现高效维护。
2025-01-06 cs.DS
Practical Fully Dynamic Minimum Cut Algorithms
我们提出了一个实用有效的算法,以保持在大型动态图的全局最小割下的边插入和删除。虽然这个问题已经有了理论上的工作,我们的算法是第一个实现的全动态算法。该算法使用的理论基础,并将其与高效和微调的实现相结合,给出了一个算法,可以保持快速更新时间的图的全局最小割。我们表明,我们的算法给出了多个数量级的加速比静态方法的边缘插入和删除。
2021-01-13 cs.DS
The Expander Hierarchy and its Applications to Dynamic Graph Algorithms
我们引入了一个概念,层次图聚类,我们称之为扩展层次结构,并显示了一个完全动态的算法,用于维护这样的层次结构上的图形与$n$顶点进行边插入和删除使用$n^{o(1)}$更新时间。扩展器层次结构是图的树表示,其忠实地捕获割流结构,因此我们的动态算法几乎立即暗示了几个结果,包括:(1)具有$n^{o(1)}$最坏情况更新时间的第一个完全动态算法,其允许在$O(\log^{1/6} n)$时间内查询任何给定$(s,t)$的$n^{o(1)}$ -近似电导、$s$-$t$最大流和$s$ - $t$最小割。我们的结果是确定性的,并延伸到多商品的削减和流动。这些结果背后的关键思想是一个完全动态的算法,用于维护树流稀疏,Räcke [FOCS'02]为构建竞争性不经意路由方案引入的概念。(2)一种具有$n^{o(1)}$最坏情况更新时间的确定性全动态连通性算法。这大大简化了Chuzhoy等人最近的算法。它使用Nanongkai等人的框架。[FOCS'17]。(3)第一个非平凡的确定性的完全动态树宽分解算法的恒定度图与$n^{o(1)}$最坏情况的更新时间,保持树宽分解的宽度$\text{tw}(G)\cdot n^{o(1)}$其中$\text{tw}(G)$表示当前图的树宽。我们的技术是基于一个新的更强的概念的扩展分解,称为边界连接扩展分解。这种分解对更新更鲁棒,并且更好地捕获图的聚类结构。由于…
2020-07-21 cs.DS
Fully Dynamic Graph Algorithms with Edge Differential Privacy
Boston University(波士顿大学);IMADA, University of Southern Denmark(南丹麦大学 IMADA)
研究完全动态图更新下边差分隐私的算法,针对三角形计数、连通分量数、最大匹配大小和度直方图等统计量,给出上下界,并首次实现项级隐私算法。
2026-06-24 cs.CR cs.DS
Fully Online Matching II: Beating Ranking and Water-filling
Karp,Vazirani和Vazirani(STOC 1990)发起了在线二分匹配的研究,从那时起,它就在在线算法中发挥了核心作用。特别重要的是积分匹配的排名算法和分数匹配的注水算法。文献中的大多数算法都可以看作是这两种算法在相应模型中的适应。最近,黄等人~ (STOC 2018年,SODA 2019年)引入了一个更通用的模型,称为\emph{fully online matching},它考虑了一般图,并允许所有顶点在线到达。他们还将Ranking和Water-filling推广到完全在线匹配,并给出了一些严密的分析:Ranking在$Ω$ -常数满足$Ωe^Ω= 1$的二分图上是$Ω\approx 0.567$ -竞争的,Water-filling在一般图上是$2-\sqrt{2} \approx 0.585$ -竞争的。我们提出完全在线匹配算法严格优于排名和注水。针对二部图上的积分匹配问题,本文基于Ranking和Water-filling的在线原始对偶分析,设计了一种$0.569$ -竞争混合算法--平衡Ranking。据我们所知,这是第一个完整的在线匹配文献中的算法,成功地整合了注水的想法。对于一般图上的分数匹配,我们给出了一个$0.592$ -竞争算法,称为Eager Water-filling,它可以在顶点到达时进行匹配。相比之下,原始的Water-filling算…
2020-05-13 cs.DS
Faster Deterministic Fully-Dynamic Graph Connectivity
我们给出了新的确定性界限的全动态图的连通性。我们的数据结构支持更新(边插入/删除)在$O(\log^2n/\log\log n)$摊销时间和连接查询在$O(\log n/\log\log n)$最坏情况下的时间,其中$n$是图的顶点数。这改进了Holm,de Lichtenberg和Thorup(STOC 1998,J.ACM 2001)以及Thorup(STOC 2000)的确定性数据结构,它们都具有$O(\log^2n)$摊销更新时间和$O(\log n/\log\log n)$最坏情况查询时间。我们的计算模型与Thorup的模型相同,即,具有标准$AC^0$指令的指针机器。
2012-09-25 cs.DM cs.DS
A Fully Polynomial Randomized Approximation Scheme for the All Terminal Network Reliability Problem
经典的全终端网络可靠性问题假设一个图,其每条边以给定的概率独立失效。
1998-09-09 cs.DS
Advances on Testing C-Planarity of Embedded Flat Clustered Graphs
我们提出了一个多项式时间算法,用于测试嵌入式平面聚类图的c-平面性,每个聚类图的每个面上最多有两个顶点。
2014-08-12 cs.CG cs.DM cs.DS
Recent Advances on the Graph Isomorphism Problem
本文综述了图同构问题的最新研究进展。我们的主要重点将是Babai的准多项式时间同构测试和随后的发展,导致同构算法的设计与准多项式参数化的运行时间从$n^{\text{polylog}(k)}$,其中$k$是一个图形参数,如最大程度。第二个重点将是组合Weisfeiler-Leman算法。
2021-01-14 cs.DM cs.DS math.CO
More Recent Advances in (Hyper)Graph Partitioning
Georgia Institute of Technology(佐治亚理工学院);Sandia National Laboratories(桑迪亚国家实验室);Heidelberg University(海德堡大学);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);Humboldt-Universität zu Berlin(柏林洪堡大学);Apple Inc.(苹果公司)
近年来,在平衡(超)图划分算法的设计和评估方面取得了重大进展。我们调查的趋势,在过去十年中的实际算法平衡(超)图分割与未来的研究方向。我们的工作是对以前关于这一主题的调查的更新。特别是,该调查扩展了以前的调查,还包括超图分区和流算法,并有一个额外的重点放在并行算法。
2022-06-30 cs.DS cs.LG
Fully Adaptive Composition in Differential Privacy
Carnegie Mellon University(卡内基梅隆大学);LinkedIn(领英)
本文研究差分隐私中的完全自适应组合问题,通过利用鞅浓度的进展,构建了匹配先进组合速率的隐私过滤器和通用的隐私里程表,证明了完全自适应隐私几乎无损失即可获得。
2023-10-24 cs.CR cs.DS cs.LG
An Approximation Algorithm for Fully Planar Edge-Disjoint Paths
对于边不相交路径问题的最大化问题,如果供给图和需求边构成一个平面图,我们设计了一个常数因子的近似算法。通过平面对偶,这等价于平面图中的包装切割,使得每个切割仅包含一个需求边。我们还表明,自然的线性规划松弛有恒定的完整性差距,产生一个近似的最大多流最小多割定理。
2020-01-06 cs.DM cs.DS math.CO
Fully Polynomial-Time Distributed Computation in Low-Treewidth Graphs
我们考虑全球性的问题,即问题,需要至少直径的时间,即使带宽不受限制。我们表明,所有考虑的问题承认有效的解决方案,在低树宽图。我们所说的"有效“是指运行时间对树宽有多项式依赖性,对直径有线性依赖性(这是不可避免的),对图中节点数$n$只有多对数依赖性。我们提出了解决CONGEST模型中以下问题的算法,它们都达到了$\tilde{O(τ^{O(1)}D)}$ -轮复杂度(其中$τ$和$D$分别表示图的树宽和直径):(1)精确单源最短路径(实际上,计算距离标记方案的更一般的问题),(2)精确二分未加权最大匹配,(3)有向图和无向图的加权围长。我们得出我们所有的结果使用一个统一的框架,其中包括两个新的技术成分,第一个是一个完全多项式时间的分布式树分解算法,它输出分解的宽度$O(τ^2\log n)$在$\tilde{O}(τ^{O(1)}D)$轮(其中$n$是图中的节点数)。第二个成分,也是本文的技术亮点,是\emph{stateful walk constraint}的新概念,它基于它们的局部属性(例如,增强路径)。给定有状态的行走约束,最短路径问题(或距离标记)的约束版本要求算法输出给定源顶点和宿顶点的最短\emph{constrained}行走(或其距离)。我们表明,这个问题可以有效地解决在CONGEST模型,减少它的\emph{unconstrained}版本的问题。
2022-05-30 cs.DC cs.DS