Kernelization lower bound for Permutation Pattern Matching
如果置换$π$包含长度为$|σ|$的子序列,其元素的相对顺序与置换$σ$中的元素的相对顺序相同,则置换$π$包含置换$σ$作为模式。这个概念在枚举组合学中起着重要的作用。我们证明了这个问题没有一个多项式内核(广泛认为的复杂性假设$\mbox{NP} \not\subseteq \mbox{co-NP}/\mbox{poly}$下),通过引入一个新的多项式减少从集团问题置换模式匹配。
2015-01-11 cs.CC cs.DS
Faster Exponential Algorithm for Permutation Pattern Matching
排列模式匹配问题询问,给定$n$元素和$π$上的两个排列$σ$,$σ$是否允许具有与$π$相同的相对顺序的子序列(或者,在计数版本中,有多少这样的顺序)。这个自然问题被Bose,Buss和Lubiw [IPL 1998]证明是NP完全的,因此我们应该寻求精确的指数时间解。Berendsohn、Kozma和Marx [IPEC 2019]提出的迄今为止渐进最快的此类解决方案在$\mathcal{O}(1.6181^n)$时间内有效。我们设计了一个简单而快速的$\mathcal{O}(1.415^{n})$时间算法的检测和计数版本。我们还证明,这是最佳的算法之间的一定的自然类。
2021-08-25 cs.DS
Hardness of Permutation Pattern Matching
排列模式匹配(Permutation Pattern Matching,PPM)是一个判定问题,其输入是一对排列$π$和$τ$,表示为整数序列,任务是确定$τ$是否包含与$π$序同构的子序列。Bose,Buss和Lubiw证明了PPM在一般输入下是NP完全的。我们表明,PPM是NP完全的,即使当$π$没有长度为3的递减子序列和$τ$没有长度为4的递减子序列。这提供了当$π$和$σ$中的一个或两个被限制为置换的适当遗传类时PPM是困难的第一个已知示例。当$π$和$τ$都避免长度为3的递减子序列时,以及当$π$避免长度为2的递减子序列时,已知PPM是多项式,在这个意义上,该硬度结果是严格的。结果在另一个意义上也是紧的:我们将证明,对于避免长度为3的递减序列的置换类的任何遗传真子类C,存在求解PPM实例的多项式算法,其中$π$来自C,并且$τ$是任意的。我们也得到类似的硬度和易处理的结果,所谓的斜合并模式的类。从这些结果中,我们推导出一个复杂性二分法的PPM问题限制到$π$属于$Av(ρ)$,其中$Av(ρ)$表示类的置换,避免置换$ρ$。具体地说,我们证明了当$ρ$在集合{1,12,21,132,213,231,312}中时,问题是多项式的,并且对于任何其他$ρ$,问题是NP完全的。
2016-08-01 cs.DM cs.DS math.CO
Succinct Navigational Oracles for Families of Intersection Graphs on a Circle
我们考虑设计简洁的导航神谕的问题,即,简洁的数据结构,其有效地支持基本导航查询,例如圆上的相交图的度、邻接和邻域,其包括图形类,例如{ \it circle graphs}、{ \it $k$ -圆-圆图}、{ \it circle-trapezoidal graphs}、{ \it trapezoidal graphs}。度查询报告给定顶点的关联边的数量,邻接查询询问两个给定顶点之间是否有边,邻域查询枚举给定顶点的所有邻居。我们首先证明了这些交叉图类的一般下界,然后提出了一个统一的方法,让我们获得匹配的下限和上限表示这些图类。更具体地说,我们的下界证明使用一个统一的技术来产生所有这些类的紧边界,这是其次是我们的数据结构,也是从一个统一的表示方法,以实现简洁的每一类。此外,我们还证明了表示{ \it梯形}图的空间下界,并给出了这类图的简洁导航预言。
2020-10-09 cs.CC cs.DM cs.DS
Pattern matching in $(213,231)$-avoiding permutations
给定置换$σ\in S_k$和$π\in S_n$与$k<n$,\emph{pattern matching}问题是决定$π$是否匹配$σ$作为顺序同构子序列。在$π$和$σ$都避免两个大小- $3$置换$213$和$231$的情况下,我们给出了一个线性时间算法。对于只有$σ$避免$213$和$231$的特殊情况,我们提出了一个$O(max(kn^2,n^2\log(\log(n)))$时间算法.我们扩展我们的研究,避免$213$和$231$的bivincular模式,并提出了一个$O(kn^4)$时间算法。最后我们研究了避免$213$和$231$的最长子序列的相关问题。
2015-11-05 cs.DS math.CO
The Complexity of Pattern Matching for $321$-Avoiding and Skew-Merged Permutations
本文研究排列模式匹配问题,针对 $321$-避免和斜合并排列两类特殊情况,提出两个运行时间为 $O(kn)$ 的多项式时间算法,其中 $k$ 和 $n$ 分别为模式与文本排列的长度。
2016-12-18 cs.DS math.CO
A Fast Algorithm for Permutation Pattern Matching Based on Alternating Runs
NP完全置换模式匹配问题询问$k$置换$P$是否作为模式包含在$n$置换$T$中。如果存在$P$到$T$中的保序嵌入,则是这种情况。在本文中,我们提出了一个固定参数的算法解决这个问题的最坏情况下运行的$\mathcal{O}(1.79^{\mathsf{run}(T)}\cdot n\cdot k)$,其中$\mathsf{run}(T)$表示的交替运行的$T$的数量。该算法特别适用于$T$运行次数很少的情况,即,一些起伏。此外,由于$\mathsf{run}(T)<n$,这可以被看作是一个$\mathcal{O}(1.79^{n}\cdot n\cdot k)$算法,它是第一个击败指数$2^n$运行时的蛮力搜索。此外,我们证明了在标准的复杂性理论假设下,这样一个固定参数的易处理性结果是不可能的$\mathsf{run}(P)$。
2015-03-16 cs.CC cs.DS math.CO
Permutation Matching Under Parikh Budgets: Linear-Time Detection, Packing, and Disjoint Selection
Department of Computer Science, American International University-Bangladesh, Dhaka, Bangladesh(计算机科学系,美国国际大学-孟加拉国,达卡,孟加拉国)
本文提出了一种在Parikh预算下进行排列匹配的线性时间算法,解决检测、打包和不相交选择问题。
2026-01-14 cs.CL cs.DS
Hidden Permutations to the Rescue: Multi-Pass Semi-Streaming Lower Bounds for Approximate Matchings
针对半流式模型中最大二分匹配的近似问题,我们证明了在β=Ω(1)假设下,任何(1-ε)近似算法需要Ω(log(1/ε)/log(1/β))遍的下界,通过拼接排列的硬度放大技术,首次解决了小常数近似的长期开放问题。
2023-10-11 cs.CC cs.DS
Max-Min Greedy Matching
给出了一个允许完美匹配的二部图$G(U,V;E)$.一个参与者在$V$上施加置换$π$,另一个参与者在$U$上施加置换$σ$。在贪婪匹配算法中,$U$的顶点按照$σ$的顺序到达,并且每个顶点被匹配到$V$中的最低(在$π$下)但不匹配的邻居(或者如果其所有邻居都已经匹配,则保持不匹配)。所获得的匹配是最大的,因此匹配至少一半的顶点。最大-最小贪婪匹配问题:假设第一个(最大)玩家显示$π$,第二个(最小)玩家用最差的可能$σ$响应$π$,是否存在一个置换$π$,确保严格匹配超过一半的顶点?这样的置换能在多项式时间内计算吗?本文的主要结果是一个肯定的回答这个问题:我们表明,存在一个polytime算法来计算$π$为每个$σ$至少$ρ> 0.51$分数的顶点$V$匹配。我们提供额外的下限和上限的特殊家庭的图,包括定期和哈密尔顿。有趣的是,即使对于任意大度的正则图(意味着大量的不相交完美匹配),也没有$π$确保匹配超过一小部分$8/9$的顶点。最大最小贪婪匹配问题解决了一个公开的问题,关于福利保障可通过定价在序列市场与二进制单位需求估值。此外,它对具有全局偏好的市场中唯一稳定匹配的大小有影响,受图结构的影响。
2018-03-14 cs.DS cs.GT
PERMUTATION Strikes Back: The Power of Recourse in Online Metric Matching
在经典的在线度量匹配问题中,我们给出了一个带有$k$服务器的度量空间。客户端的集合以在线方式到达,并且在到达时,客户端应该可以匹配到尚未匹配的服务器。我们的目标是找到一个在线匹配,使总成本最小化,即,每个客户端与其匹配的服务器之间的距离之和。我们知道确定性算法~ \cite{KP93,khuller1994line}达到竞争比$2k-1$,并且这个界对于确定性算法是紧的。这个问题也长期以来一直被认为是在专门的度量,如线度量或有界双维度量,目前最好的结果线度量是一个确定性$O(\log k)$竞争算法\cite{raghvendra2018optimal}。获得(或反驳)一般度量上的$O(\log k)$ -竞争算法和线度量上的常数-竞争算法一直是这一领域长期存在的公开问题。在本文中,我们研究这些下限的鲁棒性,考虑在线度量匹配与追索权的问题,我们被允许改变一个新的客户端到达后,少量的以前的分配。事实上,我们表明,一个小的对数数量的追索权可以显着提高匹配的质量,我们可以保持。对于一般的指标,我们展示了一个简单的\emph{deterministic} $O(\log k)$竞争力的算法与$O(\log k)$摊销的追索权,指数改善的$2k-1$下限时,不允许追索权。我们接下来考虑的线度量,并提出了一个确定性的算法,这是$3$ -竞争,并有$O(\log k)$ -追索权,再次大幅改善最…
2019-11-28 cs.DS
An Extension of the Permutation Group Enumeration Technique (Collapse of the Polynomial Hierarchy: $\mathbf{NP = P}$)
本文的判别结果是二部图中所有潜在完美匹配的一个$\mathbf{P}$ -时间可划分性。这种划分是由潜在完美匹配中的缺失边引起的一组等价类。我们捕捉到的行为,这些丢失的边缘在多项式有界表示的指数许多完美匹配的图论结构,称为MinSet序列,其中MinSet是一个P-时间可重结构来自图论对应的生成集的对称群。这导致了所有类的多项式有界生成集,使得在多项式时间内枚举完美匹配成为可能。这个$\mathbf{\#P}$ -完全问题的顺序时间复杂度是$O(n^{45}\log n)$ .因此,我们证明了一个结果,甚至更令人惊讶的$\mathbf{NP = P}$,即$\mathbf{\#P}=\mathbf{FP}$,其中$\mathbf{FP}$是一类功能,$f: \{0, 1\}^* \rightarrow \mathbb{N} $,计算在多项式时间上的确定性模型的计算。
2017-10-30 cs.CC cs.DS
New Results On Routing Via Matchings On Graphs
在本文中,我们提出了一些新的复杂性结果的路由时间下的\textit{routing via matching}模型。这是Alon等人\cite{alon1994routing}提出的一种并行路由模型。该模型可以看作是一个分布式网络上的通信方案。网络中的节点可以通过匹配(步骤)进行通信,其中节点与其匹配的伙伴交换数据(卵石)。设$G$是一个连通图,其顶点标记为$\{1,...,n\}$,pebbles的目的顶点由置换$π$给出.问题是找到一个最小的步骤路由方案的输入置换$π$。这被表示为给定$π$的$G$的路由时间$rt(G,π)$。本文主要讨论了在匹配路由模型下一些已知问题的复杂性,并讨论了它们与图的连通度和团数的关系。我们还介绍了一些新的问题,在这一领域,这可能是独立的利益。
2022-03-18 cs.DS
Maximum Induced Matching Algorithms via Vertex Ordering Characterizations
研究了图G上的最大诱导匹配问题。导出匹配对应于L2(g)中的独立集,即g的线图的平方。这个问题在二部图上是NP-完全的。在这项工作中,我们表明,对于一些图的家庭与禁止顶点排序,几乎所有的禁止模式的三个顶点时,采取平方的线图。这些排序可以在输入图的大小的线性时间内计算。特别地,给定一个由顶点序表征的图类G,以及G中的一个图g =(V,E),其对应的顶点序σ为V,人们可以(在g大小的线性时间内)在L2(g)的顶点上产生一个序,该序表明对于许多图类G,G中的L2(g)-不需要计算g的线图或线图的平方。这些结果推广和统一了以前关于L2(.)对于各种图形族。此外,可以在算法上利用L2(g)上的这些排序来更快地计算G上的最大诱导匹配。我们说明后一个事实,在下半年的文件,我们专注于cocomparitygraphs,一个大型的图形类,包括间隔,置换,梯形图,和合作图,我们提出了第一个O(mn)时间算法计算最大加权诱导匹配cocomparitygraphs;改进从最知名的O(n4)时间算法的未加权的情况下。
2017-09-20 cs.DS
Permutation patterns in streams
本文研究流式输入下排列模式匹配问题的空间复杂度,证明复杂度随模式π不同而变化,并给出单调模式、特定长度3模式及其他模式的具体空间上界与下界。
2025-07-18 cs.DS
A Linear-Time Algorithm for Maximum-Cardinality Matching on Cocomparability Graphs
在无向图中寻找最大基数匹配可以说是最核心的图问题之一。对于一般的m-边和n-顶点图,它在$O(m \sqrt{n})$时间内是可解的.我们开发了一个线性时间算法,以找到最大基数匹配的协可比图,完美的图,包含区间图以及置换图的一个突出的子类。我们的算法是基于最近发现的词典深度优先搜索(LDFS)。
2018-10-19 cs.DS
New algorithms for binary jumbled pattern matching
给定一个模式$P$和一个文本$T$,这两个字符串都在一个二进制字母表上,二进制混乱字符串匹配问题在于判断在$T$中是否出现了$P$的任何排列。这个问题的索引版本,即,预处理字符串以有效地回答这样的置换查询是困难的,并且在过去几年中已经被研究。目前这个问题的最佳边界是$O(n^2/\log^2 n)$(O(n)空间和O(1)查询时间)和$O(r^2\log r)$(O(|L|)空间和$O(\log|L|)$查询时间),其中$r$是$T$的游程编码长度,$|L| = O(n)$是索引的大小。在本文中,我们提出了这个问题的新结果。我们的第一个结果是Badkobeh等人的索引的替代构造。它在空间复杂度和时间复杂度之间取得了折衷。它具有构建索引的$O(r^2\log k + n/k)$复杂性、$O(\log k)$查询时间,并使用$O(n/k + |L|)$空间,其中$k$是一个参数。第二个结果是一个$O(n^2 \log^2 w / w)$算法(具有O(n)空间和O(1)查询时间),基于字级并行性,其中$w$是以位为单位的字大小。
2013-05-01 cs.DS
Online Stochastic Matching: Online Actions Based on Offline Statistics
我们考虑Feldman等人提出的在线随机匹配问题。[FMMM 09]作为显示广告分配的模型。我们给出一个二分图;图的一边对应于一组固定的箱,另一边代表可能的球类型。在每个时间步,一个球独立于给定的分布进行采样,并且需要在它到达空箱子时进行匹配。目标是最大化分配数量。我们提出了一个在线算法,这个问题的竞争比为0.702。在我们的结果之前,竞争比优于$1-1/e$的算法是已知的,假设每种类型的到达球的预期数量是整数。该算法的一个关键思想是使用蒙特卡洛采样收集关于最佳离线解决方案的决策的统计信息,并使用这些统计信息来指导在线算法的决策。我们还表明,我们的算法实现了0.705的竞争比时,利率是整数。在硬度方面,我们证明了没有在线算法可以有一个竞争比优于0.823下已知的分布模型(和此后的置换模型)。这改进了Goel和Mehta \cite{GM08}对置换模型证明的5/6硬度结果。
2011-08-02 cs.DS
A Weighted Common Subgraph Matching Algorithm
Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所)
提出了一种加权公共子图匹配算法,用于在两个带标号的加权图中寻找最相似的子图。WCS匹配作为等长图匹配或子图匹配的一种自然推广,在计算机视觉和机器学习中有着广泛的应用。首先将WCS匹配问题转化为部分置换矩阵集合上的组合优化问题。然后用最近提出的一种组合优化框架--分级非凹凸法(GNCCP)近似求解。合成图和真实世界的图像上的实验比较验证了它对噪声水平,问题大小,离群点数量和边缘密度的鲁棒性。
2014-11-04 cs.CV cs.DS
(Nearly) Efficient Algorithms for the Graph Matching Problem on Correlated Random Graphs
Harvard University(哈佛大学)
我们给出了一个拟多项式时间算法的图匹配问题(也称为噪声或鲁棒图同构)相关随机图。具体地说,对于每个$γ>0$,我们给出了一个$n^{O(\log n)}$时间算法,给定一对$γ$相关的$G(n,p)$图$G_0,G_1$,其平均度在$\varepsilon = o(1)$的$n^{\varepsilon}$和$n^{1/153}$之间,以最小化不匹配边的数量的方式恢复“地面真值”置换$π\in S_n$,该置换将$G_0$的顶点与$G_n$的顶点匹配。我们还给出了一个恢复算法的密集制度,和多项式时间算法区分相关和不相关的图形。先前的工作表明,只要平均度至少为$\log n$,在该模型中恢复在信息理论上是可能的,但是亚指数时间算法仅在密集情况下是已知的(即,用于$p > n^{-o(1)}$)。此外,“渗滤图匹配”,这是这个问题的最常见的启发式,已经被证明需要$n^{Ω(1)}$“种子”的知识(即,置换$π$的输入/输出对)以在该机制中成功。相比之下,我们的算法不需要种子,成功的$p$是低至$n^{o(1)-1}$。
2019-01-30 cs.DS cs.IT cs.LG
Flexible and Efficient Algorithms for Abelian Matching in Strings
阿贝尔模式匹配问题在于找到文本的所有子串,这些子串是给定模式的排列。这个问题在许多领域都有应用,并且可以通过简单的滑动窗口方法在线性时间内解决。在这篇简短的通讯中,我们提出了一类新的算法,基于一种新的高效的指纹计算方法,称为堆计数,它被证明是快速,灵活和易于实现。可以证明,我们的解决方案具有线性最坏情况下的时间复杂度,此外,我们提出了一个广泛的实验评估表明,我们新提出的算法是最有效和灵活的解决方案,在实践中的阿贝尔匹配问题的字符串。
2018-03-07 cs.DS cs.IR
Faster and simpler algorithms for finding large patterns in permutations
排列模式和模式避免在组合学和计算机科学中得到了深入的研究,至少可以追溯到Knuth关于堆栈排序的开创性工作(1968)。也许在这个领域中最自然的算法问题是决定一个给定的长度为$n$的排列是否包含一个给定的长度为$k$的模式。在这项工作中,我们给出了两个新的算法,其运行时间是$n^{0.44k+o(k)}$,和一个其运行时间是更好的$O(1.6181^n)$和$n^{k/2+o(k)}$。这些结果改进了Ahal和Rabinovich(2000)以及Bruner和Lackner(2012)的早期最佳界,并且是当$k = Ω(\log n)$时问题的最快算法。当$k = o(\log n)$时,Guillemot和Marx(2013)的参数化算法占主导地位。我们的第二个算法使用多项式空间,是显着简单,比以前的所有方法具有可比的运行时间,包括$n^{k/2+o(k)}$算法提出的Guillemot和马克思。我们的方法可以总结如下:“对于模式的每个偶值条目的匹配,尝试从左到右匹配所有奇值条目”。对于特殊情况下的模式,约旦排列,我们表现出了改进的,次指数的运行时间。
2019-04-16 cs.DS math.CO
The Umeyama algorithm for matching correlated Gaussian geometric models in the low-dimensional regime
Peking University(北京大学)
本文研究了在低维情形下通过潜在节点排列关联的两个高斯几何模型的匹配问题,证明了Umeyama算法在特定噪声条件下可实现精确或近似恢复排列。
2026-04-07 cs.DS cs.LG math.PR