Minor Excluded Network Families Admit Fast Distributed Algorithms
最小生成树、最小割、最短路径等分布式网络优化算法是分布式计算中的一个研究热点。本文提出了一种快速分布式算法,这样的问题,在CONGEST模型,网络上,排除一个固定的未成年人。在一般图上,许多优化问题,包括上面提到的问题,需要在CONGEST模型中进行$\tildeΩ(\sqrt n)$轮通信,即使网络图的直径小得多。自然地,算法设计的下一步是设计有效的算法,绕过这一限制类图的下限。目前,唯一已知的方法是使用Ghaffari和Haeupler的低拥塞捷径框架[SODA'16]。在他们工作的基础上,本文证明了排除子图允许高质量的捷径,从而为上述问题提供了一个$\tilde O(D^2)$轮算法,其中$D$是网络图的直径。为了处理排除的子图族,我们利用Robertson和Seymour的图结构定理。据我们所知,这是第一次图结构定理已被用于分布式设置中的算法结果。即使涉及到证明,仅仅证明存在好的捷径就足以获得简单,有效的分布式算法。特别是,捷径框架可以有效地构造近似最优捷径,然后使用它们来解决优化问题。这一点,结合非常普遍的家庭排除未成年人的图,其中包括大多数其他重要的图形类,使这一结果的重大利益。
2018-01-18 cs.DC cs.DS
Near-Optimal Distributed Domination in Planar Graphs
Adam Mickiewicz University(亚当·密茨凯维奇大学)
本文提出平面图上最小支配集的确定性$(8+\varepsilon)$-近似算法,在LOCAL模型常数轮内完成,通过新的结构界将近似比从$11+\varepsilon$降至接近最优下界$7$。
2026-09-29 cs.DC cs.DS
Minor Sparsifiers and the Distributed Laplacian Paradigm
我们研究了基于minor的顶点稀疏器的分布式算法,并给出了在CONGEST模型中求解图拉普拉斯矩阵中的线性系统的高精度算法。我们的Laplacian求解器的轮复杂度为$O(n^{o(1)}(\sqrt{n}+D))$,因此几乎与$\widetildeΩ(\sqrt{n}+D)$的下界匹配,其中$n$是网络中的节点数,$D$是其直径。我们表明,我们的分布式求解器产生新的次线性轮算法的几个基石问题,组合优化。这是通过在分布式图算法的背景下利用内点方法(IPM)和拉普拉斯范式的强大算法框架来实现的,这需要通过一系列拉普拉斯系统数值求解图上的优化问题。受益于我们的分布式算法范式的问题,包括精确的最小成本流,负权重最短路径,最大流,和稀疏有向图的二分匹配。对于最大流问题,这是第一个适用于有向图的精确分布式算法,而以前的工作[Ghaffari et al. SICOMP'18]考虑了近似设置,仅适用于无向图。对于最小费用流和负权最短路径问题,我们的结果构成了第一个精确的分布式算法运行在一个次线性轮数。考虑到IPM和拉普拉斯范式之间的混合已被证明是有用的,在集中式设置中处理众多的优化问题,我们相信,我们的分布式求解器将找到未来的应用。
2022-02-05 cs.DC cs.DS
Total positive influence domination on weighted networks
针对加权网络中的总正影响控制集问题,提出了两种基于贪婪和一种新的基于线性规划的近似算法。这个问题在加权设置中的应用包括寻找:在社交网络中广播消息的最小成本节点集,使得每个节点都有大多数邻居广播该消息;比特币网络中的最大可信集;运行分布式应用程序时的最佳主机集等。
2019-10-10 cs.DM cs.DS math.OC
Efficient Distributed Decomposition and Routing Algorithms in Minor-Free Networks and Their Applications
National University of Singapore(新加坡国立大学)
本文提出在排除固定最小团的网络中,通过改进的分解与路由算法,在CONGEST模型中以多项式对数时间解决近似最大独立集和属性测试问题。
2026-03-24 cs.DC cs.DS
Low-Congestion Shortcuts for Graphs Excluding Dense Minors
本文证明了任何直径为$D$的$n$ -节点图$G$都允许具有拥塞$O(δD \log n)$和膨胀$O(δD)$的捷径,其中$δ$是$G$的任何子图的最大边密度.我们的证明是简单的,基本的,建设性的-具有$\tildeΘ(δD)$轮分布式构造算法。我们的结果与$\tilde{O}(1)$因子紧密相关,推广、简化、统一和加强了已有的结果.例如,对于不包括固定子图的图,即,对于具有常数$δ$的图,基于依赖于Robertson-Seymour图结构定理的非常技术性的证明,仅知道$\tilde{O}(D^2)$界。我们的研究结果的一个直接后果是,许多图形的家庭,包括任何未成年人排除的,有接近最佳的$\tildeΘ(D)$轮分布式算法的许多基本的通信原语和优化问题,包括最小生成树,最小切割,最短路径近似。
2020-08-07 cs.DC cs.DS math.CO
Distributed Dominating Sets on Grids
本文提出了一种求解网格上近优控制集的分布式算法。该算法的基础是一个现有的集中式算法,构造控制集的网格。对于$m\times n$网格,该集中式算法提供的支配集的大小由$\lceil\frac{(m+2)(n+2)}{5}\rceil$上界,并且其与网格的最优控制数的差上界为5。将集中式和分布式算法推广到$k$ -距离支配集问题,其中所有网格顶点都在支配集中顶点的距离$k$内.
2013-03-14 cs.DS
All Maximal Independent Sets and Dynamic Dominance for Sparse Graphs
我们描述的算法,阿维斯和福田的逆向搜萦范式的基础上,列出所有的最大独立集在一个稀疏的图形在多项式时间和延迟每输出。对于有界度图,我们的算法需要恒定的时间,每个集生成;对于小闭图族,时间是O(n)每个集,对于更一般的稀疏图族,我们实现了次二次时间每个集。我们还描述了新的数据结构,用于维护一个动态的顶点集S在一个稀疏或小封闭的图形家庭,并查询不占主导地位的顶点的数量S;对于小封闭的图形家庭的每次更新的时间是恒定的,而它是次线性的任何稀疏图形家庭。我们也可以保持一个动态的顶点集在一个任意的m-边图和测试的独立性的时间O(sqrt m)每次更新。我们使用支配数据结构作为我们的枚举算法的一部分。
2004-07-15 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
Near-Optimal Distributed Ruling Sets for Trees and High-Girth Graphs
TU Graz(格拉茨工业大学);Aalto University(阿尔托大学)
本文提出在树和高环长图中寻找裁定集的近最优分布式算法,改进了现有算法并降低了裁定距离。
2026-04-02 cs.DC cs.DS
Bibliography of distributed approximation beyond bounded degree
本工作整理了聚焦于有界度之外图类的分布式近似算法相关非正式文献目录,覆盖几何类、有界参数类、含禁用结构类等多种图类的相关技术研究。
2023-11-09 cs.DC cs.DS
Universally-Optimal Distributed Exact Min-Cut
我们提出了一个通用的最优分布式算法的精确加权最小割。该算法在每个图上都能保证在$\widetilde{O}(D + \sqrt{n})$轮内完成,恢复了Dory,Efron,Mukhopadhyay和Nanongkai~[STOC'21]的最新结果,但在结构图上运行速度要快得多。具体来说,该算法在(加权)平面图或更一般地,任何(加权)排除子族上的$\widetilde{O}(D)$轮中完成。我们通过设计一个基于聚合的算法来获得这个结果:每个节点只接收发送给它的消息的聚合。虽然有些限制,但最近的工作表明,任何这样的黑盒算法都可以在通信网络的任何子网络上模拟。此外,我们观察到这也允许向网络添加(少量)任意连接的虚拟节点。我们利用这些功能来设计一个最小切割算法,这是显着简单的相比,以前的分布式工作。我们希望本文展示如何在这种范式下工作产生简单的设计和超高效的分布式算法的全局问题。我们的主要技术贡献是一个分布式算法,给定任何树$T$,计算$2$ -尊重$T$的最小割(即,在$T$的大多数$2$边缘处切割)。此外,我们的算法给出了一个\emph{deterministic} $\widetilde{O}(D)$ -round 2-respecting cut solution(排除子族)和一个\emph{deterministic} $\widetilde{O}(D + \sqrt{n})$…
2022-05-31 cs.DS
Colorful Minors
Faculty of Mathematics, Informatics and Mechanics, University of Warsaw(华沙大学数学、信息学与力学学院);LIRMM, Univ Montpellier, CNRS(蒙彼利埃大学法国国家科学研究中心);KAIST, School of Computing(韩国科学技术院计算机学院)
本文提出彩色极小图概念,发展其结构理论,并展示其在算法中的应用。
2026-09-07 cs.DM cs.DS math.CO
Narrowing the LOCAL$\unicode{x2013}$CONGEST Gaps in Sparse Networks via Expander Decompositions
National University of Singapore(新加坡国立大学);Boston College(波士顿学院)
本文提出一个通用框架,利用分布式扩展器分解,在排除固定子图的稀疏网络中,为多个组合优化问题实现poly(log n, 1/ε)轮(1±ε)近似,并推广了分布式性质测试。
2025-10-23 cs.DC cs.DS
Almost Optimal Constant-Round Approximation of Dominating Set in Graph Classes with Excluded Minors
University of Bremen(不来梅大学)
针对排除小图类,提出确定性常数轮 LOCAL 算法,实现支配集近似比接近最优,并解决平面图下确界为 7 的开放问题。
2026-10-09 cs.DC cs.DM cs.DS
Local Hadwiger's Conjecture
本文提出 Hadwiger 猜想的局部版本,证明局部无 $K_{t}$-minor 图在 $t \leq 5$ 时可 $t$-list-colouring,并对大 $t$ 给出基于 $h(t)$ 的颜色数界,均附带 LOCAL 模型中 $O(\log v(G))$ 轮分布式算法。
2023-09-14 cs.DC cs.DS math.CO
Distributed Algorithms for Computing Alternate Paths Avoiding Failed Nodes and Links
最近一项表征计算机网络中故障的研究表明,瞬时单元件(节点/链路)故障是像Internet这样的大型通信网络中的主要故障。因此,在发生故障时全局重新计算路由路径不会有回报,因为发生故障的元件恢复得相当快,并且需要丢弃重新计算的路由路径。在本文中,我们提出了第一个分布式算法,计算一些“主动恢复计划”处理瞬态故障所需的备用路径。我们的算法计算路径,避免一个失败的节点,并提供了一个替代路径的特定目的地从上游邻居的失败节点。通过微小的修改,我们可以让算法计算出避免失败链路的备用路径。据我们所知,所有以前提出的算法计算备用路径是集中的,需要完整的信息的网络图作为输入的算法。
2008-11-09 cs.DC cs.DS cs.NI
Near-Resolution of the Tradeoff Conjecture in Distributed Proof Labeling Schemes
Bar-Ilan University(巴伊兰大学)
本文研究解决了分布式证明标记方案中关于贸易平衡猜想的近似问题,通过证明在一般图中,存在一个1-PLS成本为p则存在一个O(t log n)-PLS成本为O(⌈p/t⌉)的方案;对于固定小排除图,证明了存在一个1-PLS成本为p则存在一个t-PLS成本为O(⌈p/t⌉ + log n)的方案,并驳斥了之前提出的更强的贸易平衡猜想变体。
2026-05-18 cs.DC cs.DS
Pattern-Sparse Tree Decompositions in $H$-Minor-Free Graphs
CISPA Helmholtz Center for Information Security(CISPA 赫尔姆霍兹信息安全中心);Institute of Informatics, University of Warsaw(华沙大学信息学研究所)
研究在$H$-无向图中构造稀疏树分解,通过随机采样实现高效算法,解决包括定向$k$-路径和$H$-打包等问题。
2026-03-31 cs.DM cs.DS
Almost Lossless Transfer for Cuttable Distributed Problems
Adam Mickiewicz University(亚当·密茨凯维奇大学)
该研究针对加性局部顶点子集最小化问题,提出两种近似比更优的几乎无损迁移算法,在特定图类上实现了2-支配、最小支配集等问题的近似比提升。
2026-10-14 cs.DC cs.DS
Distributed Model Checking on Graphs of Bounded Treedepth
本文首次提出分布式模型检测的元定理,证明有界树深图上的所有一元二阶逻辑公式均可在 CONGEST 模型中以常数轮数判定,并可将结果扩展到 MSO 可表达的优化与计数问题。
2024-05-06 cs.DS
Universally-Optimal Distributed Shortest Paths and Transshipment via Graph-Based L1-Oblivious Routing
我们为$(1+\varepsilon)$ -近似最短路径问题,包括最短路径树和转运,提供了普遍最优的分布式图算法。我们的算法的普适最优性保证,在任何$n$节点网络$G$上,只要存在用于$G$的$T$轮算法,我们的算法就在$T \cdot n^{o(1)}$轮中完成.这包括用于任何平面或排除次要网络的$D \cdot n^{o(1)}$轮算法。我们的算法从来没有需要超过$(\sqrt{n} + D) \cdot n^{o(1)}$轮,从而在第一个子线性轮转运分布式算法。导致这些结果的关键技术贡献是第一个高效的$n^{o(1)}$ -竞争性线性$\ell_1$ -不经意路由运营商,不需要使用$\ell_1$ -嵌入。我们的构造很简单,仅仅基于低直径分解,并且-与所有已知的构造相反-直接产生不经意的流,而不仅仅是最优流成本的近似值。这也有利于简化分布式环境中与谢尔曼乘法权重框架[SODA'17]的相互作用及其后续舍入程序。
2021-10-29 cs.DS
A Local Algorithm for Constructing Spanners in Minor-Free Graphs
构造图的生成树是图论中最基本的任务之一。我们认为这个问题的设置中的本地算法:一个想要快速确定是否一个给定的边缘$e$是在一个特定的生成树,而不计算整个生成树,而是通过检查本地邻域的$e$。挑战在于保持一致性。也就是说,根据相同的生成树回答关于不同边的查询。由于它是已知的,这个问题不能解决,而基本上没有查看所有的图,我们认为宽松的版本找到一个生成子图与$(1+ε)n$边缘(其中$n$是顶点的数量和$ε$是一个给定的稀疏参数)。众所周知,这个放松的问题需要检查一般图中的$Ω(\sqrt{n})$边,这激发了对自然受限图族的研究。一个这样的家庭是家庭的图与排除的少数人。对于这个族,有一种算法可以实现恒定的成功概率,并检查$(d/ε)^{poly(h)\log(1/ε)}$边(对于每个边,它被查询),其中$d$是图中的最大度,$h$是排除的子图的大小。生成子图$G'$中的顶点对之间的距离最多是$G$中的$poly(d, 1/ε, h)$的一个因子。在这项工作中,我们表明,对于一个输入图是$H$ -未成年人自由的任何$H$的大小$h$,这项任务可以通过检查只有$poly(d, 1/ε, h)$边缘。生成子图$G'$中的顶点对之间的距离至多是$G$中的$\tilde{O}(h\log(d)/ε)$的一个因子。此外,新算法的错误概率显着提高到$Θ(1/n)$。该算法也可以很容易地适应,以产生一个…
2016-04-24 cs.DS
Near-Optimal Distributed 2-Ruling Sets on Graphs with Low Arboricity
TU Graz(格拉茨工业大学);Aalto University(阿尔托大学)
针对低树度图,提出在LOCAL模型中几乎最优的随机算法,在O(log log n)轮内高概率计算2-统治集,改进指数级并匹配下界。
2026-09-15 cs.DC cs.DS
The Power of Two Choices in Distributed Voting
分布式投票是分布式计算中的一个基本课题。在拉式投票中,每一步中每个顶点随机均匀地选择一个邻居,并采纳它的意见。当所有顶点都持有相同的意见时,投票完成。在包括常规图在内的许多图类上,拉式投票需要完成$Θ(n)$预期的步骤,即使最初只有两个不同的意见。在本文中,我们考虑一个相关的过程,我们称之为两个样本投票:每个顶点选择两个随机邻居在每一步。如果这些邻居的意见一致,则顶点根据所选择的样本修改其意见。否则,它会保持自己的观点。我们考虑的情况下,两个不同的意见驻留在顶点的一些(任意)集$A$和$B$,分别在这个过程中的性能。这里,$|A| + |B| = n$是图的顶点数。我们表明,有一个恒定的$K$,这样,如果两个意见之间的初始不平衡是?$ν_0 = (|A| - |B|)/n \geq K \sqrt{(1/d) + (d/n)}$,则在随机$d$正则图中以$O(\log n)$步骤以高概率完成两个样本投票,并且初始多数意见获胜。我们还显示了相同的性能,任何正规图,如果$ν_0 \geq K λ_2$,其中$λ_2$是第二大特征值的过渡矩阵。在我们考虑的图中,标准的拉式投票需要$Ω(n)$步骤,少数人仍然可以以$|B|/n$的概率获胜。
2014-04-29 cs.DS
Distributed algorithms for fractional coloring
本文从分布式计算的角度研究了分数着色问题。分数着色是经典着色概念的线性松弛,有许多应用,特别是在调度中。Hasemann,Hirvonen,Rybicki和Suomela(2016)证明了对于每个实数$α>1$和整数$Δ$,在最大度$Δ$的图中,在计算模型中,可以在单轮中确定性地获得总重量至多为$α(Δ+1)$的分数染色。然而,这个结果的一个主要问题是每个顶点的输出具有无限的大小。在这里,我们证明,即使我们施加更现实的假设,每个顶点的输出具有恒定的大小,我们可以找到分数着色的总重量任意接近已知的紧界的分数色数在几种情况下的利益。更确切地说,我们表明,对于任何固定的$ε> 0$和$Δ$,一个分数着色的总重量最多$Δ+ε$可以发现在$O(\log^*n)$轮的最大程度$Δ$没有$K_{Δ+1}$的图形,而找到一个分数着色的总重量最多$Δ$在这种情况下需要$Ω(\log \log n)$轮的随机算法和$Ω( \log n)$轮的确定性算法。我们还展示了如何获得分数着色的总重量最$2+ε$在网格中的任何固定尺寸,任何$ε>0$,在$O(\log^*n)$轮。最后,证明了在任意真次闭族的大围长稀疏图中,对于任意$ε>0$,在$O(\log n)$轮中,总权至多为$2+ε$的分数着色.
2021-03-12 cs.DC cs.DS math.CO
Budgeted Dominating Sets in Uncertain Graphs
本文研究了不确定图上的{ \em支配集}(BDS)问题,即边的概率分布为$p$的图,使得边$e$以概率$p(e)$存在于图中.问题的输入由顶点加权不确定图$\G=(V, E, p, ω)$和整数{ \em预算}(或{ \em解大小})$k$组成,目标是计算大小为$k$的顶点集$S$,使$S$的闭邻域中顶点的期望总支配(或总权重)最大化.我们把这个问题称为{ \em概率支配支配集}~(PBDS)问题,并给出了以下结果. \begin{enumerate} \dnsitem We show that the PBDS problem is NP-complete even when restricted to uncertain {\em trees} of diameter at most four. This is in sharp contrast with the well-known fact that the BDS problem is solvable in polynomial time in trees. We further show that PBDS is \wone-hard for the budget parameter $k$, and under the {\em Exponential time hypothesis} it cannot be s…
2021-07-07 cs.DS