Constant Query Local Decoding Against Deletions Is Impossible
本文证明了在插入/删除信道下,常数查询的局部可解码码(LDC)不存在,解决了Block等人的猜想,并推论局部可校正码也不存在。
2023-11-14 cs.DS cs.IT math.IT
A learning graph based quantum query algorithm for finding constant-size subgraphs
设$H$是一个具有$m$边和最小度$d >0$的固定$k$ -顶点图.我们使用Belovs的学习图框架来证明确定$n$顶点图是否包含$H$作为子图的有界错误量子查询复杂度是$O(n^{2-2/k-t})$,其中$ t = \max{\frac{k^2- 2(m+1)}{k(k+1)(m+1)}, \frac{2k - d - 3}{k(d+1)(m-d+2)}}$。Magniez等人以前的最佳算法具有复杂度$\widetilde O(n^{2-2/k})$。
2012-09-03 cs.DS quant-ph
Almost Optimal Distance Oracles for Planar Graphs
我们提出了新的权衡空间和查询时间的精确距离预言机在有向加权平面图。这些折衷几乎是最优的,因为它们在多对数、次多项式或任意小的多项式因子内,而这些因子来自朴素的线性空间、恒定的查询时间下限。这些权衡包括:(i)具有空间$\tilde{O}(n^{1+ε})$和用于任何常数$ε>0$的查询时间$\tilde{O}(1)$的oracle,(ii)具有空间$\tilde{O}(n)$和用于任何常数$ε>0$的查询时间$\tilde{O}(n^ε)$的oracle,以及(iii)具有空间$n^{1+o(1)}$和查询时间$n^{o(1)}$的oracle。
2018-11-05 cs.DS
Optimal Static Dictionary with Worst-Case Constant Query Time
本文提出一种新的简洁静态字典,以最坏情况常数查询时间实现接近信息论最优的空间,主要数据结构仅用OPT+poly log n位,额外空间用于查找表和随机位。
2025-03-26 cs.DS
Estimating the Effective Support Size in Constant Query Complexity
估计分布的支持度是统计学中一个研究得很好的问题。由于这个问题是高度非鲁棒的,(因为分布中的小扰动会极大地影响支持大小),因此难以估计,Goldreich [ECCC 2019]研究了估计分布${P}$的$ε$ - \emph{effective support size} $\text{Ess}_ε$的查询复杂性,其等于分布的最小支持大小,该分布是$ε$ -远离${P}$的总变化距离。在他的论文中,他展示了一种双通道设置中的算法(我们可以同时接收随机样本并查询任何$x$的采样概率$p(x)$),以获得双准则近似,并在$[\text{Ess}_{(1+β)ε},(1+γ) \text{Ess}_ε]$中给出了某些值$β, γ> 0$的答案。然而,他的算法在支持大小或超常数近似比$1+γ= ω(1)$中具有超常数查询复杂度。然后他问这是否有必要,或者是否有可能在许多独立于支持大小的查询中获得常数因子近似。我们回答他的问题表明,不仅是独立的$n$的复杂性可能的$γ>0$,但也为$γ=0$,也就是说,双判据放松是不必要的。具体来说,我们展示了一个具有查询复杂性的算法$O(\frac{1}{β^3 ε^3})$。也就是说,对于任何$0 < ε, β< 1$,我们以这个复杂度输出一个数$\tilde{n} \in [\text{Ess}_{(1+β)ε},\text{Ess}_ε]$。我们还表…
2022-11-21 cs.DS math.ST stat.TH
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
Error-Tolerant Exact Query Learning of Finite Set Partitions with Same-Cluster Oracle
University of Chicago(芝加哥大学)
本文通过同簇预言机在对抗性错误下研究划分的精确恢复,建立与相关聚类的联系,构建Rényi-Ulam框架并证明查询复杂度上下界,同时分析随机算法性能及自适应性与复杂度的关系。
2023-06-16 cs.DS cs.LG stat.ML
On Approximate Range Mode and Range Selection
对于任何$ε\in (0,1)$,$(1+ε)$近似范围模式查询要求其在查询范围中的频率至多是比真实模式小的因子$(1+ε)$的元素的位置。针对这一问题,设计了一种支持$O(\lg(1/ε))$时间查询的$O(n/ε)$位数据结构.这是一个编码的数据结构,不需要访问输入序列,我们证明了空间成本是渐近最优的恒定$ε$。我们的解决方案改进了Greve等人(Cell Probe Lower Bounds and Approximations for Range Mode,ICALP'10)以前的最佳结果,通过将空间成本降低$\lg n$的因子,同时实现相同的查询时间。我们还设计了一个$O(n)$字的动态数据结构,回答查询在$O(\lg n /\lg\lg n)$时间,并支持插入和删除在$O(\lg n)$时间,任何常数$ε\in (0,1)$。这是关于动态近似范围模式的第一个结果;它也可以用于获得二维近似3边范围模式查询的第一个静态数据结构。我们还考虑了近似范围选择。对于任何$α\in (0,1/2)$,$α$ -近似范围选择查询要求其在查询范围中的排名在$[k - αs, k + αs]$中的元素的位置,其中$k$是由查询给出的排名,$s$是查询范围的大小。当$α$为常数时,我们设计了一种$O(n)$位编码数据结构,可以在常数时间内回答查询,并证明了这种空间代价是渐近最优的。Kriza…
2019-07-19 cs.DS
Searching in trees with monotonic query times
针对树上带权重查询的自适应搜索问题,本文证明单调成本树下存在常数因子近似,并推广到固定单调段数情形,同时证明段数至少为4时问题NP完全。
2024-01-24 cs.DM cs.DS
Constant Approximation of Arboricity in Near-Optimal Sublinear Time
MIT(麻省理工学院);ETH Zurich(苏黎世联邦理工学院)
该研究提出了一种在近最优亚线性时间内计算图树度常数近似的随机算法,解决了之前关于更优近似的开放问题。
2025-12-20 cs.DS
Testing Assignments to Constraint Satisfaction Problems
对于有限关系结构A,令CSP(A)表示其约束关系取自A的CSP实例。由此产生的问题族CSP(A)在各种计算环境中被大量考虑。在本文中,我们从属性测试的角度来考虑这个家族:给定CSP的实例和对赋值的查询访问,人们想要决定赋值是否满足实例,或者远非如此。虽然以前的作品在这种情况下研究具体的模板或限制类的结构,本文提出了全面的分类定理。我们的第一个贡献是一个二分法定理,它完全刻画了结构A,使得CSP(A)是常数查询可测试的:(i)如果A具有多数多态性和Maltsev多态性,则CSP(A)是常数查询可测试的,具有单侧错误。(ii)否则,测试CSP(A)需要超级恒定数量的查询。令$\exists$ CSP(A)表示CSP(A)到可包括存在量化变量的实例的扩展。我们的第二个贡献是根据测试分配给$\exists$ CSP(A)实例所需的查询数量对所有结构A进行分类,具有单侧错误。更具体地说,我们展示了以下的剖分:(i)如果A具有多数多态性和Maltsev多态性,则$\exists$ CSP(A)是具有单侧误差的常数查询可测试的。(ii)否则,如果A对于某些$k \geq 2$具有$(k + 1)$ -ary近似多态性,并且没有Maltsev多态性,则$\exists$ CSP(A)不是恒定查询可测试的(即使具有双侧误差),而是具有单侧误差的子线性查询可测试的。(iii)否则,测试具有单侧误差的$…
2016-08-10 cs.DS
Testable Properties in General Graphs and Random Order Streaming
我们提出了一个新的框架,紧密联系的属性测试和数据流算法的设置一般图的领域。最近已经证明(Monemizadeh et al. 2017),对于有界度图,任何恒定查询测试器都可以通过流算法在随机顺序流模型中进行仿真,该算法只使用存储恒定数量单词所需的空间。然而,在一个更自然的一般图的设置,没有限制的最大程度,没有这样的结果是已知的,因为我们缺乏了解的常量查询测试在一般的图和缺乏技术,适当地模仿流设置离线算法,允许许多高程度的顶点。在这项工作中,我们推进我们对这两个挑战的理解。首先,我们为一般图的所有常量查询测试器提供了规范测试器,包括单侧和双侧错误。这种规范化以前只在稠密图(Goldreich和Trevisan 2003)和有界度(di-)图(Goldreich和Ron 2011,Czumaj等人2016)的邻接矩阵模型中已知。使用规范测试的概念,然后,我们证明了每一个属性的一般图,这是恒定的查询可测试的单侧错误,也可以测试在恒定的空间中的随机顺序流模型的单侧错误。我们的研究结果意味着,除其他外,像$(s,t)$不连通性,$k$ -路径自由度等属性是恒定空间测试的随机顺序流。
2019-05-05 cs.DS
Lower Bound for Succinct Range Minimum Query
给定一个整数数组$A[1..n]$,范围最小查询问题(RMQ)要求将$A$预处理成一个数据结构,支持RMQ查询:给定$a,b\in [1,n]$,返回最小化$A[i]$的索引$i\in[a,b]$,即,$\mathrm{argmin}_{i\in[a,b]} A[i]$。Gabow,Bentley,Tarjan(STOC,1984)和Harel,Tarjan(SICOMP,1984)使用$O(n)$空间和$O(1)$查询时间解决了这个问题。Fischer,Heun(SICOMP,2011)和Navarro,Sadakane(TALG,2014)最著名的数据结构使用$2n+n/(\frac{\log n}{t})^t+\tilde{O}(n^{3/4})$位,并在$O(t)$时间内回答查询,假设字长为$w=Θ(\log n)$。特别是,只要查询时间是常数,它就使用$2n+n/\mathrm{poly}\log n$位空间。在本文中,我们证明了这个问题的第一个下界,表明$2n+n/\mathrm{poly}\log n$空间是必要的常数查询时间。在一般情况下,我们表明,如果数据结构的查询时间$O(t)$,那么它必须使用至少$2n+n/(\log n)^{\tilde{O}(t^2)}$空间,在细胞探测模型与字大小$w=Θ(\log n)$。
2020-04-13 cs.CC cs.DS
Querying in Constant Expected Time with Learned Indexes
本文证明学习型索引在线性空间下可实现O(1)期望查询时间,建立了迄今最紧的渐近上界,并引入具有信息论解释的数据统计复杂度度量以深化理论理解。
2024-10-22 cs.DB cs.DS
Algorithms for Algebraic Path Properties in Concurrent Systems of Constant Treewidth Components
我们研究并发系统的算法问题,其中的过渡标记从一个完整的,封闭的半环,和路径属性是代数的半环操作。代数路径性质可以模拟递归分析问题、最短路径问题和程序分析中出现的许多其他自然问题。我们认为,并发系统的每个组件是一个图与常数树宽,一个属性满足大多数程序的控制流图。我们允许多个可能的查询,这在需求驱动的查询分析中自然出现。多个查询的研究使我们能够考虑一次性预处理的资源使用和每个单独的查询之间的权衡。传统的方法构造所有组件的产品图,并在产品上应用最著名的图算法。在这种方法中,即使是对单个查询的回答也需要传递闭包,这就没有在预处理和查询时间之间进行权衡的余地。我们的主要贡献是算法,显着提高了传统方法的最坏情况下的运行时间,并提供各种权衡取决于查询的数量。例如,在两个组件的并发系统中,传统的方法需要在最坏的情况下回答一个查询以及计算传递闭包的十六进制时间,而我们表明,在几乎立方时间的一次性预处理,每个后续的查询可以回答在最多的线性时间,甚至传递闭包可以计算在几乎四次方时间。此外,我们建立了条件最优性结果表明,我们的算法的最坏情况下的运行时间不能得到改善,而不取得重大突破的图形算法。
2015-10-26 cs.DS cs.PL
Space Efficient Representations of Finite Groups
一个组的凯莱表表示使用$\mathcal{O}(n^2)$字用于一个顺序为$n$的组,并在时间上回答乘法查询$\mathcal{O}(1)$。有趣的是,是否存在仍然具有$\mathcal{O}(1)$查询时间的组的$o(n^2)$空间表示。我们证明了对于任何$δ$,$\frac{1}{\log n} \le δ\le 1$,有一个$\mathcal{O}(\frac{n^{1 +δ}}δ)$空间表示为组的顺序$n$与$\mathcal{O}(\frac{1}δ)$查询时间。我们还表明,Z-群,简单的群体和几个组类定义的半直积,有线性空间表示,最多对数查询时间。Farzan和Munro(ISSAC'06)定义了一个群表示模型,并给出了一个查询时间为常数的阿贝尔群的简洁数据结构。他们问他们的结果是否可以扩展到更大的类别。我们构造数据结构在他们的模型中的哈密顿群和其他类别的群体与常数查询时间。
2020-02-26 cs.DS cs.SC
Randomized Algorithms for Learning Partitions with Near Optimal Query Complexity in Constant Rounds
Dartmouth College(达特茅斯学院);The Chinese University of Hong Kong (Shenzhen)(香港中文大学(深圳));CNRS(法国国家科学研究中心);Université Paris Cité(巴黎西岱大学)
该研究针对利用PAIR查询学习隐藏划分的问题,在划分块数已知时给出3轮随机化算法,未知时给出4轮随机化算法,证明了随机化与确定型算法在轮次复杂度上的显著差异,解决了开放问题。
2026-08-04 cs.DS cs.LG
Faster Property Testers in a Variation of the Bounded Degree Model
属性测试算法是具有概率精度保证的高效算法。对于属性P,目标是通过仅查询输入的少量局部部分来区分具有P的输入与那些远离具有P的输入。在图的属性测试中,距离是通过边修改(添加或删除)的数量来测量的,这是将图转换为具有属性P的图所必需的。e.算法对输入进行查询的次数,但考虑到应用程序,算法的运行时间同样相关。在(Adler,Harwath STACS 2018)中,引入了属性测试的有界度图模型到有界度的关系数据库的自然扩展,并表明在有界度和有界树宽度的数据库上,可以在一元二阶计数逻辑(CMSO)中表达的每个属性都是可测试的,查询复杂度和次线性运行时间不变。它仍然开放是否可以改善到恒定的运行时间。在本文中,我们介绍了一种新的模型,它是基于有界度模型,但距离测量允许边(元组)的修改和顶点(元素)的修改。我们的主要定理表明,在有界度和有界树宽的数据库中,CMSO中可表达的每个属性在新模型中具有恒定的查询复杂度和恒定的运行时间是可测试的。我们还表明,在经典模型中可测试的每个属性在我们的模型中也是可测试的,具有相同的查询复杂度和运行时间,但反之则不然。我们认为,我们的模型是自然的,我们的元定理显示恒定时间CMSO可测试性支持这一点。
2020-09-16 cs.DB cs.DS cs.LO
Answering Conjunctive Queries under Updates
我们考虑的任务是枚举和计数的$k$ -ary合取查询对关系数据库,可以通过插入或删除元组更新的答案。我们展示了一个新的概念,q-层次合取查询,并表明这些可以有效地保持在以下意义上。在线性时间预处理阶段,我们可以建立一个数据结构,使查询结果的常数延迟枚举;当数据库更新时,我们可以更新数据结构,并在常数时间内重新启动枚举阶段。对于自连接自由合取查询的特殊情况,我们得到一个二分法:如果查询不是q-层次的,那么查询枚举与次线性$^\ast$延迟和次线性更新时间(和任意预处理时间)是不可能的。为了回答布尔合取查询和更一般的问题,计数的解决方案的k元查询,我们得到完整的二分法:如果查询的同态核心是q-层次,那么查询结果的大小可以计算在线性时间和保持恒定的更新时间。否则,查询结果的大小不能保持次线性更新时间。我们所有的下界都依赖于OMv猜想,这是一个关于在线矩阵向量乘法的难度的猜想,最近出现在细粒度复杂性领域,以解决动态问题的难度。计数问题的下限还依赖于正交向量猜想,这反过来又隐含着强指数时间假设。$^\ast)$次线性是指某些$\varepsilon>0$的$O(n^{1-\varepsilon})$,其中$n$是当前数据库活动域的大小。
2017-02-21 cs.DB cs.DS cs.LO
Linear Query Approximation Algorithms for Non-monotone Submodular Maximization under Knapsack Constraint
Phenikaa University(菲尼卡大学);VNU University of Engineering and Technology(越南国立大学工程技术大学);University of Florida(佛罗里达大学)
本文首次提出两个线性查询复杂度的常数因子近似算法DLA和RLA,用于求解背包约束下非单调次模最大化问题,并通过实验验证其在保证结果质量的同时显著减少查询次数。
2023-07-10 cs.AI cs.DS
Quantum Algorithms for Finding Constant-sized Sub-hypergraphs
我们开发了一个通用的框架来构建量子算法,检测如果一个$3$ -均匀超图作为输入包含一个子超图同构于一个预先指定的常数大小的超图。这个框架是基于最近由Jeffery,Kothari和Magniez [SODA'13]提出的嵌套量子行走的概念,并扩展了Lee,Magniez和Santha [SODA'13]为图上的类似问题设计的方法。作为应用,我们得到了在$3$ -一致超图中求查询复杂度为$O(n^{1.883})$的$3$ -一致超图中的$4$ -团的量子算法,以及判断$n$上的三元算子是否与查询复杂度$O(n^{2.113})$相关的量子算法.
2014-05-09 cs.CC cs.DS quant-ph
Cell-Probe Lower Bounds and Complexity-Preserving Reductions for Suffix Array Queries
Stony Brook University(石溪大学);Max Planck Institute for Informatics(马克斯·普朗克信息学研究所)
本文证明了后缀数组查询的首个单元探测时空下界,解答了Grossi与Vitter的25年问题,还给出后缀数组查询与短串前缀查询间无附加项的复杂度保持等价归约。
2026-08-20 cs.DS
Approximating the noise sensitivity of a monotone Boolean function
布尔函数$f: \{0,1\}^n \rightarrow \{0,1\}$的噪声敏感性是其基本性质之一。正噪声参数$δ$的函数,表示为$NS_δ[f]$。在这里,我们研究的算法问题的近似单调$f$,使$NS_δ[f] \geq 1/n^{C}$的恒定$C$,和$δ$满足$1/n \leq δ\leq 1/2$。对于这样的$f$和$δ$,我们给出了一个随机算法执行$O\left(\frac{\min(1,\sqrt{n} δ\log^{1.5} n) }{NS_δ[f]} \text{poly}\left(\frac{1}ε\right)\right)$查询和近似$NS_δ[f]$内的一个乘法因子$(1\pm ε)$。给定相同的约束$f$和$δ$,我们还证明了一个下界的查询复杂性的任何算法,近似$NS_δ[f]$内的任何常数因子,其中$ξ$可以是任何正常数的$Ω\left(\frac{\min(1,\sqrt{n} δ)}{NS_δ[f] \cdot n^ξ}\right)$。因此,我们的算法的查询复杂度是接近最佳的$n$的依赖。我们引入了一种新的下降上升噪声敏感性的观点,并使用它作为我们的算法分析的中心工具。为了证明查询复杂性的下限,我们开发了一种技术,减少了计算问题的查询复杂性的组合问题的存在与某些属性的“瘦”功能。利用概率方法证明了这种“瘦”函数的存在性。这些技术也产生了以前…
2019-04-14 cs.DS
Constant Sequence Extension for Fast Search Using Weighted Hamming Distance
针对加权汉明距离搜索中序列扩展复杂度过高的问题,提出常数时间扩展算法,将总复杂度降至与序列长度线性相关,并在十亿规模数据集上实现与HD相当的效率及更高召回。
2023-06-06 cs.DS
Planar Reachability in Linear Space and Constant Time
我们展示了如何在线性空间中表示平面有向图,以便可以在恒定时间内回答距离查询。数据结构可以在线性时间内构造。因此,这种可达性的表示在时间和空间上都是最优的,并且具有最优的构建时间。以前的最佳解决方案使用$O(n\log n)$空间来实现恒定的查询时间[Thorup FOCS'01]。
2015-04-04 cs.DS
Towards an Optimal Space-and-Query-Time Index for Top-k Document Retrieval
假设$\D = $ $ \{d_1,d_2,...d_D\}$是一组给定的$D$字符串文档,其总长度为$n$,我们的任务是索引$\D$,使得可以有效地检索与长度为$p$的在线查询模式$P$最相关的$k$文档。我们提出了一个索引的大小$|CSA|+n\log D(2+o(1))$位和$O(t_{s}(p)+k\log\log n+poly\log\log n)$查询时间的基本相关性度量\emph{term-frequency},其中$|CSA|$是一个压缩的全文索引的$\D$的大小(位),与$O(t_s(p))$时间搜索模式的长度$p$。我们进一步将空间减少到$|CSA|+n\log D(1+o(1))$位,但是查询时间将是$O(t_s(p)+k(\log σ\log\log n)^{1+ε}+poly\log\log n)$,其中$σ$是字母表大小,而$ε>0$是任意常数。
2012-03-30 cs.DS
Testing Full Quartet Consistency: Adaptive Reconstruction, Random Verification, and Constant-Query Testability
National Taiwan Ocean University(国立台湾海洋大学)
该研究针对n个分类单元的全四分体拓扑系统,提出自适应与非自适应单侧错误测试器,改进了查询复杂度,还证明了相关下界,为系统发育树相关的属性测试提供了新的高效方案。
2026-08-04 cs.DS
Dynamic Deterministic Constant-Approximate Distance Oracles with $n^ε$ Worst-Case Update Time
本研究提出一种全动态确定性常数近似距离预言机,通过动态化长度约束扩张子工具绕开Even-Shiloach树,实现$n^ε$最坏情况更新时间与$O_ε(\text{log}\text{log}n)$查询时间,显著推进动态图距离近似算法性能边界。
2024-04-10 cs.DS
New approximate distance oracles and their applications
本文研究非常数查询时间的近似距离预言机,给出空间、伸展与查询时间的新三方权衡,并将其应用于 $n$-PSP 和 $ANSC$ 问题。
2025-08-31 cs.DS
Nearly Optimal Static Las Vegas Succinct Dictionary
给定一组来自键空间$[U]$的$n$(不同)键的$S$,每个键与来自$Σ$的值相关联,\emph{static dictionary}问题要求将这些(键,值)对预处理成数据结构,支持值检索查询:对于任何给定的$x\in [U]$,如果是$x\in S$,则$\mathtt{valRet}(x)$必须返回与$x$相关联的值,或者如果是$x\notin S$,则返回$\bot$。$|Σ|=1$的特殊情况称为\emph{membership}问题。“教科书”解决方案是使用哈希表,它占用线性空间并在恒定时间内回答每个查询。另一方面,编码所有(键,值)对的最小可能空间只有$\mathtt{OPT}:= \lceil\lg_2\binom{U}{n}+n\lg_2|Σ|\rceil$ bits,这可能会更少。在本文中,我们设计了一个随机字典数据结构使用$\mathtt{OPT}+\mathrm{poly}\lg n+O(\lg\lg\lg\lg\lg U)$ bits的空间,它有\emph{expected constant}查询时间,假设查询算法可以访问一个外部查找表的大小$n^{0.001}$。查找表仅依赖于$U$、$n$和$|Σ|$,而不依赖于输入。以前,即使对于成员关系查询和$U\leq n^{O(1)}$,最著名的具有恒定查询时间的数据结构也需要$\mathtt{OPT}+n/\ma…
2020-08-31 cs.DS cs.IT math.IT
Orthogonal Range Searching on the RAM, Revisited
在计算几何中,正交范围搜索是研究最广泛的课题之一,我们提出了几个新的结果。我们的所有结果都是在标准字RAM模型的秩空间中的点:** 我们提出了两个数据结构的2-D正交范围空虚。第一个实现O(nlglg n)空间和O(lglg n)查询时间。这改进了Alstrup,Brodal,and Rauhe(FOCS'00)以前的结果,其空间复杂度为O(nlg ^eps n),查询时间复杂度为O(lglg n),或者其空间复杂度为O(nlglg n),查询时间复杂度为O(lg^2 lg n)。我们的第二个数据结构使用O(n)空间,并在O(lg^eps n)时间内回答查询。Nekrich(WADS'07)提出的最佳O(n)空间数据结构在O(lg n/lglg n)时间内回答查询。** 对于3-d正交范围报告,对于任何常数eps>0,我们获得空间O(n lg^{1+eps} n)和查询时间O(lglg n + k)。这改进了Afshani(ESA'08),Karpinski和Nekrich(COCOON'09)和Chan(SODA'11)的先前结果,空间复杂度为O(n lg^3 n),查询时间复杂度为O(lglg n + k),或者空间复杂度为O(n lg^{1+eps} n),查询时间复杂度为O(lg^2 lg n + k)。这意味着在3以上的所有恒定维度中正交范围报告的改进的界限。** 我们给…
2011-03-28 cs.CG cs.DS
Memory-Query Tradeoffs for Randomized Convex Optimization
Columbia University(哥伦比亚大学)
本研究证明随机一阶算法在凸优化中面临内存与查询的权衡,割平面方法在帕累托意义上最优,且最优查询复杂度需二次内存。
2023-06-21 cs.AI cs.DS cs.LG