Constant Query Time $(1 + ε)$-Approximate Distance Oracle for Planar Graphs
对于具有$n$顶点和非负边长的无向平面图$G$,给出了一个具有$O(1)$查询时间的$(1+ε)$ -近似距离预言机.对于$ε>0$和$G$中的任意两个顶点$u$和$v$,我们的预言机给出了一个距离$\tilde{d}(u,v)$,其拉伸$(1+ε)$在$O(1)$时间内。oracle具有大小$O(n\log n ((\log n)/ε+f(ε)))$和预处理时间$O(n\log n((\log^3 n)/ε^2+f(ε)))$,其中$f(ε)=2^{O(1/ε)}$。这是$n$中第一个$O(1)$查询时间与$ε$无关、大小与预处理时间近似线性的$(1+ε)$ -近似距离预言机,改进了以前的$(1+ε)$ -近似距离预言机的查询时间$O(1/ε)$,大小近似线性.
2017-06-09 cs.DS
Approximating Approximate Distance Oracles
给定有限度量空间$(V,d)$,近似距离oracle是一种数据结构,当在两个点$u,v \in V$上查询时,该数据结构返回$u$和$v$之间的实际距离的近似值,该近似值在真实距离的某个有界拉伸因子内。在近似距离预言机的重要参数之间(特别是大小,拉伸和查询时间之间)的权衡方面已经做了大量的工作,但在本文中,我们采取了不同的观点,即每个实例的优化。如果我们给定一个特定的输入度量空间和拉伸界,我们能否找到该特定输入的最小可能近似距离预言?由于这个问题甚至没有明确定义,我们将注意力限制在众所周知的近似距离预言类上,并研究我们是否可以优化这些类。特别是,我们给出了一个$O(\log n)$ -近似的问题,找到最小的拉伸$3$ Thorup-Zwick距离预言,以及问题,找到最小的Pontrachetrachcu-Roditty距离预言。我们还证明了一个匹配的$Ω(\log n)$下界这两个问题,和一个$Ω(n^{\frac{1}{k}-\frac{1}{2^{k-1}}})$完整性差距更一般的拉伸$(2k-1)$ Thorup-Zwick距离甲骨文。我们还考虑了近似最佳TZ或PR近似距离Oracle \emph{with outliers}的问题,并表明,更先进的技术(特别是SDP松弛),使我们能够优化,即使在离群值的存在。
2016-12-16 cs.DS
Improved Approximate Distance Oracles: Bypassing the Thorup-Zwick Bound in Dense Graphs
该研究提出首个适用于稠密图、兼具1+ε乘性伸展与小加性伸展且保持次平方空间复杂度的近似距离预言机,还给出一族不同伸展-空间权衡的预言机构造,突破了稠密图下的相关界限制。
2023-07-21 cs.DS
Near-Optimal Distance Oracles for Vertex-Labeled Planar Graphs
给定一个无向$n$ -顶点平面图$G=(V,E,ω)$,它具有非负边权函数$ω:E\rightarrow \mathbb R$,并给每个顶点分配一个标签,顶点标记距离oracle是一个数据结构,它对于由顶点$u$和标签$λ$组成的任何查询报告从$u$到最近的具有标签$λ$的顶点的最短路径距离。我们证明了,如果有一个距离预言机的无向$n$ -顶点平面图与非负边权重使用$s(n)$空间和查询时间$q(n)$,那么有一个顶点标记的距离预言机与$\tilde{O}(s(n))$空间和$\tilde{O}(q(n))$查询时间。使用Long和Pettie的最先进的距离预言机,我们的构造产生了一个顶点标记的距离预言机,在一个极端使用$n^{1+o(1)}$空间和查询时间$\tilde O(1)$,在另一个极端使用$\tilde O(n)$空间和$n^{o(1)}$查询时间,以及在他们的论文中获得的空间和查询时间之间的充分权衡的预言机。这是平面图的第一个非平凡的精确顶点标记距离预言机,据我们所知,对于任何有趣的图形类以外的树。
2021-09-30 cs.DS
Graph Reconstruction via Distance Oracles
我们研究的问题,重建一个隐藏的图访问距离预言机。我们设计了以下问题的随机算法:重建度有界图的查询复杂度$\tilde{O}(n^{3/2})$ ;重建度有界外平面图的查询复杂度$\tilde{O}(n)$ ;和接近最佳的近似重建一般图。
2013-04-24 cs.DS
Dynamic Decremental Approximate Distance Oracles with $(1+ε, 2)$ stretch
我们提供了一个递减的近似距离Oracle,它获得$1+ε$乘法和2加法的延伸,并具有$\hat{O}(n^{5/2})$总成本(其中$\hat{O}$表示法抑制了多对数和$n^{O(1)/\sqrt{n}}$因子)。用$\hat{O}(n^{5/2})$的最佳前结果得到拉伸$3+ε$的总代价。
2013-07-05 cs.DS
On the hardness of distance oracle for sparse graph
在本文中,我们表明,集交是困难的,比距离预言稀疏图。给定一个总长度为n的集合,该集合由m个从论域U中抽取的集合组成,集交问题就是要建立一个数据结构来回答两个集合是否有交集。距离预言机是一种数据结构,它可以回答给定图上的距离查询。我们证明了如果可以为稀疏图G=(V,E)建立距离预言机,它需要s(|V|,|E|)空间,并在时间t(|V|,|E|)回答一个(2-ε,c)-近似距离查询,其中(2-ε)是乘法误差,c是常数加性误差,那么,集交可以在t(m + |U|,n)时间内使用s(m+ |U|,n)空间求解.
2010-06-06 cs.DS
Improved distance sensitivity oracles via tree partitioning
提出了一种改进的距离灵敏度预言机(DSO)结构。该任务是对一个非负权图进行预处理,使得一个数据结构可以快速地为每个三元组的源、终端和故障顶点回答替换路径长度。先前的最佳算法在时间上构造$\tilde{O}(mn)$,其在$O(1)$时间上处理查询的大小为$O(n^2\log n)$的距离敏感性预言机。作为改进,我们的oracle占用$O(n^2)$空间,同时保留$O(1)$查询效率和$\tilde{O}(mn)$预处理时间。值得注意的是,我们的新数据结构的空间复杂度和查询时间是渐近最优的。
2016-05-15 cs.DS
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
A Linear-Size Logarithmic Stretch Path-Reporting Distance Oracle for General Graphs
2001年Thorup和Zwick设计了一个距离预言机,它给定一个$n$ -顶点无向图和一个参数$k$,其大小为$O(k n^{1+1/k})$ .在查询$(u,v)$时,它们的oracle构造$u$和$v$之间的$(2k-1)$ -近似路径$Π$。Thorup-Zwick的oracle的查询时间是$O(k)$,后来被Rumhik改进为$O(1)$。Thorup和Zwick预言的一个主要缺点是它的空间是$Ω(n \cdot \log n)$。Mendel和Naor设计了一个带有空间$O(n^{1+1/k})$和伸展$O(k)$的预言机,但他们的预言机只能报告距离估计而不能报告实际路径。在本文中,我们设计了一个路径报告距离预言机的大小$O(n^{1+1/k})$,拉伸$O(k)$和查询时间$O(n^ε)$,对于一个任意小的$ε> 0$。特别是,我们的oracle可以使用线性大小提供对数拉伸。我们的oracle的另一个变体具有大小$O(n \log\log n)$、多对数拉伸和查询时间$O(\log\log n)$。对于未加权图,我们设计了一个距离预言机与乘法拉伸$O(1)$,添加剂拉伸$O(β(k))$,对于一个功能$β(\cdot)$,空间$O(n^{1+1/k} \cdot β)$,和查询时间$O(n^ε)$,对于一个任意小的常数$ε>0$。在这些预言机中,乘法拉伸和大小之间的折…
2015-06-28 cs.DS
More Compact Oracles for Approximate Distances in Planar Graphs
距离预言是一种数据结构,它为图中的最短路径和距离查询提供快速(可能是近似)答案。空间需求和查询时间的距离预言机之间的权衡是特别感兴趣的,本文的主要焦点。在FOCS'01中,Thorup引入了平面图的近似距离预言。他证明了,对于任何eps>0和任何平面图上的n个节点,存在一个(1+eps)-近似距离预言机使用空间O(n eps^{-1} log n),使近似距离查询可以回答时间O(1/eps)。十年后,我们给出了平面图的空间查询时间权衡的第一个改进。* 我们给出了第一个具有次二次依赖于1/eps的时空积的预言。对于空间~O(n log n),我们得到查询时间~O(1/eps)(假设多项式边权重)。该空间仅显示对1/eps的双对数依赖性。我们相信,对eps的依赖可能几乎是最佳的。* 对于中等边权重的情况(平均值由polylog(n)限制,这似乎是许多现实世界道路网络的情况),我们击中了一个“甜蜜点”,在eps和n方面改进了Thorup的预言。我们的oracle使用空间~O(n log log n),查询时间~O(log log log n + 1/eps)。(本摘要中的渐近符号隐藏了log(1/eps)和log*(n)中的低次多项式。
2011-10-28 cs.DS
Approximate Distance Oracles for Planar Graphs with Improved Query Time-Space Tradeoff
我们考虑边权n-顶点无向平面图的近似距离预言。给定固定的n> 0,我们提出了一个(1+ n)-近似距离预言机,其空间复杂度为O(n(loglog n)^2),查询时间复杂度为O((loglog n)^3).这将Thorup(FOCS 2001,J. ACM 2004)和Klein(SODA 2002)的预言机的查询时间和空间的最佳乘积从O(n log n)提高到O(n(loglog n)^5)。
2016-01-05 cs.DS
Maintaining Exact Distances under Multiple Edge Failures
我们提出了第一个紧凑的距离甲骨文,容忍多个故障,并保持精确的距离。给定一个无向赋权图$G = (V, E)$和一个任意大的常数$d$,我们构造一个预言机,给定顶点$u, v \in V$和一组$d$边失效$D$,输出$G - D$中$u$和$v$之间的精确距离(即去掉$D$中边的$G$).我们的预言机具有空间复杂度$O(d n^4)$和查询时间$d^{O(d)}$。以前,在多个故障下有紧凑的近似距离预言机[Dahik,Cohen,Fiat和Kaplan,SODA'17; Duan,Gu和Ren,SODA'21],但在$d$故障下的最佳精确距离预言机基本上需要$Ω(n^d)$空间[Duan和Pettie,SODA'09]。我们的远程oracle似乎需要$n^{Ω(d)}$时间来进行预处理;我们将其作为一个开放的问题来改进此预处理时间。
2021-11-05 cs.DS
Deterministic Sensitivity Oracles for Diameter, Eccentricities and All Pairs Distances
我们构建数据结构的极值和成对的距离在有向图中存在的瞬态边缘故障。Henzinger等人[ITCS 2017]启动了直径和顶点偏心率的容错(灵敏度)预言研究。我们扩展了这一点,特别注重空间效率。我们提出了几种新的数据结构,其中第一个容错偏心预言机的双重故障在次立方空间。我们进一步证明了下限,显示限制近似与空间和直径与空间的容错预言机的权衡。它们突出了无向图和有向图的数据结构之间的关键区别。最初,我们的预言是随机的,依赖于敏感性分析中经常使用的抽样技术。在Alon,Eschenhik和Cohen [ICALP 2019]以及Karthik和Parter [SODA 2021]的工作基础上,我们开发了一个分层框架来去随机化容错数据结构。我们首先将其应用于我们自己的直径和偏心率预言,然后通过对文献中的算法进行去随机化来展示其多功能性:Ren的距离灵敏度预言[JCSS 2022]以及Chechik和Magen的单源替换路径算法[ICALP 2020]。这样,我们获得了第一个确定性的距离灵敏度预言与次立方预处理时间。
2022-04-22 cs.DS
Distance Oracles for Interval Graphs via Breadth-First Rank/Select in Succinct Trees
我们提出了第一个简洁的距离预言(未加权)区间图和相关类别的图,使用一种新的简洁的数据结构的顺序树,支持前序(即,深度优先)等级和水平顺序(宽度优先)等级。我们的间隔图距离预言机还支持导航查询-测试邻接,计算节点度,邻域和最短路径-所有这些都在最佳时间内完成。我们的技术也产生适当的区间图(单位区间图)和圆弧图的最佳距离预言。我们的树数据结构支持所有的操作提供了不同的方法在以前的工作,以及映射到和从水平顺序的行列和检索的最后(第一)内部节点之前(之后)一个给定的节点在水平顺序遍历,所有在常数时间。
2020-09-30 cs.DS
Better Tradeoffs for Exact Distance Oracles in Planar Graphs
我们提出了一个$O(n^{1.5})$空间距离预言机的有向平面图,回答距离查询在$O(\log n)$时间。我们的oracle大大简化和改进了Cohen-Addad,Dahlgaard和Wulff-Nilsen最近的oracle [FOCS 2017],它使用$O(n^{5/3})$ -空间并在$O(\log n)$时间内回答查询。我们通过设计一个优雅而高效的平面图上的沃罗诺伊图的点定位数据结构来实现这一点。我们进一步展示了空间和查询时间之间的平滑权衡。对于任何$S\in [n,n^2]$,我们展示了一个大小为$S$的oracle,它在$\tilde O(\max\{1,n^{1.5}/S\})$时间内回答查询。这种新的折衷目前对于整个$S$范围是最好的(直到多对数因子),并且通过多项式因子改进了对于范围$S \in [n,n^{5/3}]$的所有先前已知的折衷。
2017-08-04 cs.DS
Approximate Distance Oracles Subject to Multiple Vertex Failures
给定$n$顶点和$m$边的无向图$G=(V,E)$,在$[1,W]$中,我们构造顶点敏感距离预言机(VSDO),这是预处理图的数据结构,并回答以下类型的查询:给定源顶点$u$、目标顶点$v$和一批$d$失败顶点$D$,输出$G-D$中$u$和$v$之间的距离(近似值)(即,去除$D$中顶点的图$G$)。如果Oracle始终保持$δ_{G-D}(u,v)\le\tildeδ(u,v)\leα\cdotδ_{G-D}(u,v)$,则它具有拉伸$α$,其中$δ_{G-D}(u,v)$是$G-D$中$u$和$v$之间的实际距离,而$\tildeδ(u,v)$是Oracle报告的距离。在本文中,我们构造有效的VSDO的任何数量的$d$的故障。对于任何常数$c\geq 1$,我们提出了两个预言:$\bullet$第一个预言的大小$n^{2+1/c}(\log n/ε)^{O(d)}\cdot \log W$,回答查询在${\rm poly}(\log n,d^c,\log\log W,ε^{-1})$时间,并有拉伸$1+ε$,任何常数$ε>0$。$\bullet$第二个oracle的大小为$n^{2+1/c}{\rm poly}(\log (nW),d)$,在${\rm poly}(\log n,d^c,\log\log W)$时间内回答查询,并具有扩展${\rm poly}(\log n,d…
2020-12-26 cs.DS
Distance Oracles for Time-Dependent Networks
我们提出了一个第一近似距离预言稀疏有向网络的时间依赖弧旅行时间确定的连续,分段线性,具有FIFO属性的正函数。我们的方法预先计算$(1+ε)-$近似的距离摘要从选定的地标顶点到网络中的所有其他顶点。我们的预言机使用次二次空间和时间预处理,并提供两个次线性时间查询算法,提供常数和$(1+σ)-$近似最短的旅行时间,分别为任意的起点-目的地对在网络中,任何常数$σ> ε$。我们的预言仅基于网络的稀疏性,以及关于旅行时间函数的两个相当自然的假设,这些假设允许向非对称和时间相关的距离度量平滑过渡。
2015-04-20 cs.DS
Compact and Fast Sensitivity Oracles for Single-Source Distances
令$s$表示具有$n$顶点和$m$边的非负实加权无向图$G$的一个可区别的源顶点。在本文中,我们提出了两个有效的\emph{single-source approximate-distance sensitivity oracles},即\emph{compact}数据结构,能够\emph{quickly}报告一个近似(乘拉伸因子)的距离从$s$到$G$的任何节点的$G$中的任何边缘的故障。更确切地说,我们首先提出了一个灵敏度预言的大小$O(n)$,这是能够报告2-近似距离源在$O(1)$的时间。然后,我们进一步发展我们的建设,为任何$0<ε<1$,另一个灵敏度oracle的大小$O\left(n\cdot \frac{1}ε \log \frac{1}ε\right)$,并能够报告一个$(1+ε)$ -近似距离$s$任何顶点的$G$在$O\left(\log n\cdot \frac{1}ε \log \frac{1}ε\right)$时间。因此,就大小和延伸而言,后一个预言机本质上是最优的,并且它只要求对数查询时间。最后,我们的结果补充了一个空间下界的相关类的单源\emph{additively-stretched}灵敏度预言机,这是有助于实现的难度设计紧凑的这类预言机。
2016-08-16 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
Near Optimal Dual Fault Tolerant Distance Oracle
本文针对无向无权图提出一种空间近最优的双容错距离预言机,将查询时间从 O(log n) 改进为 O(1),且结构更简单。
2024-07-01 cs.DS
Exploiting Hopsets: Improved Distance Oracles for Graphs of Constant Highway Dimension and Beyond
对于固定的$h \geq 2$,我们考虑的任务是添加到一个图$G$的一组加权捷径边在同一个顶点集,这样的最短$h$跳路径的长度之间的任何一对顶点的扩增图是完全相同的原始距离在这些顶点之间的$G$。具有该性质的捷径边的集合被称为精确$h$跳集,并且可以应用于处理图$G$上的距离查询。特别是,一个$2$ -跳集直接对应于一个分布式的距离预言称为枢纽标记。在这项工作中,我们探讨了集中式的距离甲骨文的基础上$3$ -跳集,并显示其优势,在几个实际的场景。特别是,对于图的恒定公路尺寸,更普遍的是,对于图的恒定骨架尺寸,我们表明,$3$ -跳集需要指数更少的快捷方式,每个节点比任何先前描述的距离甲骨文,而只会导致查询解码时间的二次增加,实际上提供了一个加速时,简单的甲骨文相比,直接应用的$2$ -跳集。最后,我们考虑的问题,计算最小尺寸的$h$ -跳集(任何$h \geq 2$)为一个给定的图$G$,示出了唯一的最短路径图的情况下的多项式因子近似。当$h=3$,对于一个给定的距离预言机使用的空间上的界限,我们提供了一个建设的跳集实现polylog近似的空间和查询时间相比,最佳的$3$ -跳集预言机给定的空间界限。
2019-05-24 cs.DS
Optimal Approximate Distance Oracle for Planar Graphs
边加权图的$(1+ε)$ -近似距离预言是一种数据结构,它返回任意两个查询顶点之间的近似最短路径距离,直到$(1+ε)$因子。Thorup(FOCS 2001、JACM 2004)和Klein(SODA 2002)独立地构建了一个$(1+ε)$ -近似距离预言机,其中具有$O(n\log n)$空间(以字数衡量)和$O(1)$查询时间,当$G$是一个具有$n$顶点的无向平面图并且$ε$是一个固定常数时。许多后续工作给出了$(1+ε)$ -近似距离预言机,在空间和查询时间之间进行了各种权衡。然而,提高$O(n\log n)$的空间约束,而不牺牲查询时间仍然是一个开放的问题,近二十年。在这项工作中,我们解决了这个问题肯定通过构建一个$(1+ε)$ -近似距离预言机的最佳$O(n)$空间和$O(1)$查询时间的无向平面图和固定的$ε$。我们也取得了实质性的进展,平面有向图与非负边权。对于固定的$ε> 0$,我们给出了一个$(1+ε)$ -近似距离预言空间$o(n\log(Nn))$和$O(\log\log(Nn)$查询时间;这里$N$是最大和最小正边权重之间的比值。这改进了Thorup的(FOCS 2001,JACM 2004)$O(n\log(Nn)\log n)$空间,该空间被多个对数因子约束,同时匹配其结构的查询时间。这是二十年来平面有向图的第一次改进,包括加权和非加权的设置。
2021-11-05 cs.DS
Bootstrapping Dynamic APSP via Sparsification
提出一种基于稀疏化的动态近似APSP算法,通过选择枢轴并递归维护距离,实现总时间$|E|^{1+o(1)}$处理$|E|$次更新,查询时间$\tilde{O}(1)$,无需扩展图。
2024-08-21 cs.DS
New Diameter Approximations via Distance Oracle Techniques
MIT(麻省理工学院);Bar Ilan University(巴伊兰大学)
本文通过结合距离 oracle 技术与直径近似算法,展示了两者之间的内在联系,提出了新的确定性直径近似方法,解决了传统随机算法的局限性。
2026-04-29 cs.DS
An Almost Optimal Edit Distance Oracle
我们考虑预处理两个字符串$S$和$T$,长度分别为$m$和$n$的问题,以便能够有效地回答以下查询:给定$S$中的位置$i,j$和$T$中的位置$a,b$,返回$S[i \mathinner{.\,.} j]$和$T[a \mathinner{.\,.} b]$的最佳对齐。让$N=mn$。我们提出了一个预言机与预处理时间$N^{1+o(1)}$和空间$N^{1+o(1)}$回答查询在$\log^{2+o(1)}N$时间。换句话说,我们证明了我们可以在几乎相同的时间内查询每两个子串的对齐,这需要计算$S$和$T$的对齐。我们的预言机使用了我们的距离预言机中的平面图[STOC 2019]的思想,并利用了对齐图的特殊结构。以常用的硬度计为条件,该结果在次多项式因子下是最优的。我们的结果适用于编辑距离和最长公共子序列(LCS)。具有构造时间和大小$\mathcal{O}(N)$的最佳先前已知的oracle具有缓慢的$Ω(\sqrt{N})$查询时间[Sakai,TCS 2019],并且具有大小$N^{1+o(1)}$和查询时间$\log^{2+o(1)}N$的oracle(使用平面图距离oracle)具有缓慢的$Ω(N^{3/2})$构造时间[Long & Pettie,SODA 2021]。我们通过大约一个$\sqrt N$因子改进了这两种方法。
2021-03-04 cs.DS
Near Optimal Algorithm for Fault Tolerant Distance Oracle and Single Source Replacement Path problem
在一个有源点$s$的图$G$中,我们设计了一个距离预言机,它可以回答以下查询:查询$(s,t,e)$ --找出从一个固定的源点$s$到任意一个目标点$t$的最短路径的长度,同时避开任意一条边$e$。我们设计了一个确定性的算法,建立这样一个预言在$\tilde{O}(m\sqrt n)$的时间。我们的oracle使用$\tilde{O}(n\sqrt n)$空间,可以在$\tilde{O}(1)$时间内回答查询。我们的预言机是一个改进的工作,Bilanet al.(ESA 2021)在预处理时间,构造了第一个确定性的预言机为这个问题在$\tilde{O}(m\sqrt n+n^2)$时间。使用我们的距离预言,我们还解决了{ \em单源替换路径问题}(SSR问题)。Escherhik和Cohen(SODA 2019)设计了一种随机组合算法来解决SSR问题。其算法的运行时间为$\tilde{O}(m\sqrt n + n^2)$。本文证明了SSR问题可以在$\tilde{O}(m\sqrt n + |\mathcal{R}|)$时间内求解,其中$\mathcal{R}$是SSR问题在$G$中的输出集.我们的SSR算法是最佳的(最多对数因子),因为对于解决这个问题的任何组合算法,都存在$Ω(m\sqrt n)$的条件下限。
2022-06-30 cs.DS
Planar Distance Oracles with Better Time-Space Tradeoffs
在最近的一项突破中,Charalampopoulos,Gawrychowski,Mozes和Weimann(STOC 2019)表明,平面图上的精确距离查询可以通过占用$n^{1+o(1)}$空间的数据结构在$n^{o(1)}$时间内回答,即,直到$o(1)$项,可以同时获得时间(0)和空间(1)上的最优指数。他们的距离查询算法是递归的:它连续调用平面Voronoi图的点定位算法,其中涉及许多递归距离查询。这个递归的深度是非常数的,分支因子是对数的,导致$(\log n)^{ω(1)} = n^{o(1)}$查询时间。本文提出了一种新的平面Voronoi图的点定位方法,并由此得到了一种新的精确距离预言。在我们的时空权衡曲线的两个极端,我们可以实现$n^{1+o(1)}$空间和$\log^{2+o(1)}n$查询时间,或者$n\log^{2+o(1)}n$空间和$n^{o(1)}$查询时间。具有$\tilde{O}(1)$查询时间的所有先前的预言机占用空间$n^{1+Ω(1)}$,并且具有空间$\tilde{O}(n)$的所有先前的预言机在$n^{Ω(1)}$时间内回答查询。
2020-07-16 cs.DS
Exact Distance Oracles for Planar Graphs with Failing Vertices
我们考虑了有向加权平面图在失效顶点存在下的精确距离预言。给定源顶点$u$、目标顶点$v$和$k$失败顶点的集合$X$,这样的oracle返回避免$X$中的所有顶点的最短$u$到$v$路径的长度。我们提出的预言机,可以处理任何数量的$k$的失败。我们展示了空间,查询时间和预处理时间之间的几个权衡。特别是,对于一个有向加权平面图与$n$顶点和任何常数$k$,我们显示了一个$\tilde{\mathcal{O}}(n)$-大小,$\tilde{\mathcal{O}}(\sqrt{n})$-查询时的oracle。然后,我们提出了一个空间与查询时间的权衡:对于任何$q \in \lbrack 1,\sqrt n \rbrack$,我们提出了一个甲骨文的大小$n^{k+1+o(1)}/q^{2k}$回答查询在$\tilde{\mathcal{O}}(q)$时间。对于单顶点故障($k=1$),我们的$n^{2+o(1)}/q^2$-大小、$\tilde{\mathcal{O}}(q)$-查询时oracle通过任何$t \in (0,1/2]$的$q \geq n^t$的多项式因子改进了Baswana等人[SODA 2012]之前最著名的权衡。对于多个故障,没有平面性利用的结果是以前已知的。这项工作的初步版本已在SODA 2019中提出。在这个版本中,我们展示了改进的空间与查询时间的权衡,这依赖…
2021-08-30 cs.DS
Approximate Single Source Dual Fault Tolerant Distance Oracle
IIT Gandhinagar(印度理工学院甘地纳加尔分校)
给定带权无向图及源顶点,设计单源双容错距离预言机。核心方法是利用特定算法,主要贡献是在处理最多两条故障边时,以\(\tilde{O}(n\sqrt{n})\)空间和\(\tilde{O}(1)\)查询时间给出\((1 + O(\epsilon))\)近似最短路径权重。
2026-07-21 cs.DS
Improved Algorithms for Clustering with Noisy Distance Oracles
NISER, Bhubaneswar, an OCC of HBNI(印度国家综合教育研究所,布巴内斯瓦尔,HBNI的附属机构);IIT Delhi(德里印度理工学院)
本文提出改进的k-均值和k-中心聚类算法,在弱强预言机模型中实现更优的近似保证和更低的预言机查询次数。
2026-02-20 cs.DS
(1+epsilon)-Distance Oracle for Planar Labeled Graph
给定一个顶点标记的图,每个顶点$v$都附加有一个来自一组标签的标签。顶点标签查询需要从给定顶点到具有给定标签的顶点集合的最短路径的长度。如果给定的图是平面的,我们将展示如何构造一个预言机,这样就需要$O(\frac{1}εn\log n)$存储空间,并且任何顶点标签查询都可以在$O(\frac{1}ε\log n\log ρ)$时间内用拉伸$1+ε$来回答。$ρ$是给定图的半径,它是直径的一半。对于$ρ= O(\log n)$的情况,我们构造了一个Oracle,在不改变存储空间顺序的情况下,实现了$O(\log n)$的查询时间。
2012-01-31 cs.DS
Fast Distance Sensitivity Oracle for Multiple Failures
当网络容易出现故障时,每次从头开始计算最短路径的成本非常高。距离敏感性预言提供了这种特权,通过预先计算一次预言,可以更快地以更低的成本找到新的最短路径。虽然在文献中提出了几个有效的解决方案,以支持单一的故障,很少有人努力设计一个有效的方法,对多个故障的情况下。本文提出了一种基于马尔可夫张量理论的距离敏感预言机\cite{golnari2017markov},用于支持一般有向加权网络中面向失效集$\mathcal{F}$的替换路径查询$(*,t,\mathcal{F})$.与现有的工作相比,我们的预言机支持的最大故障大小没有限制,也不需要知道构造预言机的故障大小。我们的预言机的规格是:$O(n^2)$的空间大小,$O(n^ω)$的预处理时间,其中$ω$是快速矩阵乘法的指数,以及$O(m)$的查询时间,用于回答$(*,t,\mathcal{F})$的替换路径查询,该查询一次计算从所有节点到目标$t$的替换(最短)路径。虽然常规的最短路径方法,如Dijkstra的,是$O(m+nlogn)$失败后,每个查询的计算时间,我们的算法可以节省相当大的计算时间时,故障集的大小$|\mathcal{F}|$是$O(m^{1/ω})$或更少,网络是稀疏的$O(m)<O(nlogn)$。
2018-06-16 cs.DS
Nearly Optimal Fault Tolerant Distance Oracle
本文提出一种近优故障容忍距离 oracle,能够高效计算在排除 f 条边后的最短路径,空间和时间复杂度均接近最优。
2026-04-07 cs.DS
Efficient Vertex-Label Distance Oracles for Planar Graphs
我们考虑顶点标记平面图中的距离查询。对于任何固定的$0 < ε\leq 1/2$,我们展示了如何将具有顶点标签和弧长的有向平面图预处理成回答以下形式的查询的数据结构。给定顶点$u$和标签$λ$,返回$(1+ε)$ -从$u$到具有标签$λ$的最近顶点的距离的近似值。对于具有$n$顶点的有向平面图,使得最大弧长与最小弧长的比率由$N$界定,预处理时间为$O(ε^{-2}n\lg^{3}{n}\lg(nN))$,数据结构大小为$O(ε^{-1}n\lg{n}\lg(nN))$,并且查询时间为$O(\lg\lg{n}\lg\lg(nN) + ε^{-1})$。我们还指出,本文的早期版本中建议的无向平面图的顶点标签距离预言是不正确的。
2017-12-16 cs.DS
Approximate Distance Oracles for Planar Graphs with Subpolynomial Error Dependency
Thorup [FOCS'01,JACM'04]和Klein [SODA'01]分别证明了具有$O(n (\log n)ε^{-1})$空间和$O(ε^{-1})$查询时间的平面图存在一个$(1+ε)$ -近似距离预言机.虽然对$n$的依赖性几乎是线性的,但它们的预言机的空间查询乘积二次依赖于$1/ε$。许多后续的结果要么改善了空间\emph{or}的查询时间的甲骨文,同时有相同的,有时是最坏的,对$1/ε$的依赖。Kawarabayashi、Sommer和Thorup [SODA'13]首次将对$1/ε$的依赖性从二次提高到接近线性(以$\log^*(n)$因子为代价)。推测对$1/ε$的线性依赖是最优的是合理的:对于许多已知的平面图中的距离相关问题,证明了对$1/ε$的依赖至少是线性的。在这项工作中,我们反驳了这个猜想减少$1/ε$的空间查询产品的依赖性从线性一直下降到\emph{subpolynomial} $(1/ε)^{o(1)}$。更准确地说,我们构建了一个具有$O(n\log(n)(ε^{-o(1)} + \log^*n))$空间和$\log^{2+o(1)}(1/ε)$查询时间的oracle。我们的建设是过去二十年来发展的几种不同想法的顶峰。
2022-07-12 cs.DS
Fast, precise and dynamic distance queries
本文给出了具有n个点且维数为λ的点集S的一个近似距离预言。对于任意ε>0,该预言机支持(1+ε)-近似距离查询,时间为(普适)常数,占用空间为[ε^{-O(λ)} + 2^{O(λ log λ)}]n,构造时间为[2^{O(λ)} log 3 n + ε^{-O(λ)} + 2^{O(λ log λ)}]n.这改进了由Har-Peled和Mendel提出的最好的先前已知的结构。此外,可以使预言机完全动态,预期的查询时间为O(1),更新时间仅为2^{O(λ)} log n + ε^{-O(λ)} + 2^{O(λ log λ)}。这是第一个完全动态的(1+ε)距离预言机。
2010-08-09 cs.DS
Fast Distance Oracles for Any Symmetric Norm
在距离Oracle问题中,目标是将$n$维度量空间$(\mathbb{X}^d, \| \cdot \|_l)$中的$n$向量$x_1, x_2, \cdots, x_n$预处理为廉价的数据结构,以便给定查询向量$q \in \mathbb{X}^d$和输入数据点的子集$S\subseteq [n]$,可以快速近似$x_i\in S$的所有距离$\| q - x_i \|_l$(比平凡的$\sim d|S|$查询时间更快).该原语是机器学习、数据挖掘和相似性搜索应用程序中的基本子例程。在$\ell_p$范数的情况下,问题很好地理解,并且对于大多数$p$值的最佳数据结构是已知的。我们的主要贡献是一个快速的$(1+\varepsilon)$距离预言任何对称规范$\|\cdot\|_l$。这个类包括$\ell_p$范数和Orlicz范数作为特例,以及其他在实践中使用的范数,例如top-$k$范数,$\ell_p$范数的最大混合和和混合,小支持范数和箱范数。我们提出了一种新的数据结构与$\tilde{O}(n (d + \mathrm{mmc}(l)^2 ) )$预处理时间和空间,和$t_q = \tilde{O}(d + |S| \cdot \mathrm{mmc}(l)^2)$查询时间,用于计算距离的一个子集$S$的数据点,其中$\mathrm{mmc}(l)$是一个复杂的措施(浓度模…
2022-05-30 cs.DS
Additive Spanners and Distance Oracles in Quadratic Time
设$G$是一个无权无向图。$G$的加性$k$ -1是一个子图$H$,它近似节点对之间的所有距离,直到$+k$的加性误差,也就是说,它对所有节点$u,v$都满足$d_H(u,v) \le d_G(u,v)+k$,其中$d$是最短路径距离。我们给出了一个确定性的算法,构造一个加性的$O\!\left(1\right)$ -图与$O\!\left(n^{4/3}\right)$边在$O\!\left(n^2\right)$时间。这应与Woodruff [ICALP 2010]的随机蒙特卡罗算法进行比较,该算法在预期时间$O\!\left(n^2\log^2 n\right)$内给出了具有$O\!\left(n^{4/3}\log^3 n\right)$边缘的附加$6$ -斜率。用于$G$的$(α,β)$ -近似距离oracle是支持$G$中的节点对之间的以下距离查询的数据结构。给定两个节点$u$、$v$,它可以在恒定时间内计算满足$d \le \tilde{d} \le αd + β$的距离估计$\tilde{d}$,其中$d$是$G$中$u$和$v$之间的距离。Sommer [ICALP 2016]在预期时间$O\!\left(n^2\text{poly} \log n\right)$内给出了大小为$O\!\left(n^{5/3}\text{poly} \log n\right)$的…
2017-04-14 cs.DS
Improved Distance Oracles and Spanners for Vertex-Labeled Graphs
考虑一个|V| =n且|E| =m的无向加权图G=(V,E),其中每个顶点v从\ell标签的集合L中分配一个标签。我们展示了如何构造一个紧凑的距离预言机,可以回答以下形式的查询:对于V中的给定节点v和L中的标签lambda,“从v到最近的lambda标记节点的距离是多少”。这个问题是由Hermelin,Levy,Weimann和Yuster [ICALP 2011]提出的,他们给出了这个问题的几个结果。在第一个结果中,他们展示了如何构建一个预期大小为O(kn^{1+1/k})的顶点标签距离oracle,拉伸(4k - 5)和查询时间为O(k)。在第二个结果中,他们展示了如何以巨大的拉伸为代价将数据结构的大小减少到O(kn \ell^{1/k}),这种结构的拉伸在k(2^k-1)中呈指数增长。在第三个结果中,他们提出了一个动态的顶点标签距离oracle,能够处理标签的变化在一个次线性的时间。这种构造的拉伸也是k的指数,(2 3^{k-1}+1)。我们设法显着改善其结构的拉伸,减少对k的依赖从指数到多项式(4k-5),而不需要任何其他变量的权衡。此外,我们引入了顶点标签空间的概念:保持每个节点v和标签lambda之间的距离的子图。我们提出了一个有效的顶点标签空间与拉伸大小的权衡接近最佳的建设。
2012-02-09 cs.DS
Metric Clustering and MST with Strong and Weak Distance Oracles
本文研究在包含强(精确)和弱(可能被破坏)距离预言机的度量空间中的优化问题,提出了针对聚类和最小生成树(MST)的近似算法与匹配下界,在仅使用极少强预言机查询下实现与基线相当的解质量。
2023-10-24 cs.DS
Path-Reporting Distance Oracles for Vertex-Labeled Graphs
Faculty of Computer and Information Science, Ben-Gurion University of the Negev(内盖夫本-古里安大学计算机与信息科学学院)
本文针对顶点标记图提出路径报告距离 oracle,改进了 stretch 和查询时间,实现了最优 stretch 2k-1,同时保持了高效的存储空间。
2026-04-29 cs.DS
Fault-Tolerant Approximate Distance Oracles with a Source Set
Tata Institute of Fundamental Research(塔塔基础研究所)
本文研究带源集合的容错近似距离预言机,提出两种构造,分别以 O(1) 查询时间实现至多 5 和 13 的拉伸,并给出相应空间复杂度。
2025-11-07 cs.DS
Sensitivity and Dynamic Distance Oracles via Generic Matrices and Frobenius Form
本文基于通用矩阵的 Frobenius 标准形构建更新与查询工具,并用于有向图,给出最优单故障 DSO、改进的多故障 DSO 及支持边/顶点更新的动态距离预言机。
2023-08-17 cs.DS
Deterministic Combinatorial Replacement Paths and Distance Sensitivity Oracles
在这项工作中,我们derandomize两个中心的结果图算法,替换路径和距离灵敏度预言机(DSO)匹配在这两种情况下的运行时间的随机算法。对于置换路问题,设G =(V,E)是一个n点m边的有向无权图,P是G中从s到t的最短路. { \sl替换路径}问题是为每条边e \in P找到从s到t的避开e的最短路径。Roditty和Zwick [ICALP 2005]得到了一个运行时间为~O(m \sqrt{n})的随机算法。在这里,我们提供了这个问题的第一个确定性算法,具有相同的~O(m \sqrt{n})时间。对于距离敏感预言机问题,设G =(V,E)是一个实边权的有向图。f-灵敏度距离Oracle(f-DSO)得到图G=(V,E)和参数f作为输入,将其预处理成数据结构,使得给定具有s,t \in V和F \subseteq E \cup V的查询(s,t,F),|F| \le f是至多f个边或顶点的集合(失败),查询算法有效地计算图G \setminus F({ \sl即})中从s到t的距离,在从图G中移除失败边和顶点F之后,图G中从s到t的距离)。对于实边权重的加权图,Weimann和Yuster [FOCS 2010]提出了一种组合随机f-DSO,对于每个值0 < α< 1,预处理时间为O(mn^{4-α}),查询时间为O(n^{2-2(1-α)/f})。我们去随机化这个结果,并提…
2019-05-17 cs.DS
Fixed-Parameter Sensitivity Oracles
我们结合距离灵敏度预言机(DSO)和固定参数易处理性(FPT)的思想来设计FPT图问题的灵敏度预言机。一个具有灵敏度$f$的预言机对FPT问题$Π$在一个具有参数$k$的图$G$上按时间$O(g(f,k) \cdot \textsf{poly}(n))$预处理$G$。当用$G$的至多$f$边的集合$F$查询时,oracle将答案报告给图$G-F$上的$Π$ -具有相同的参数$k$,即,$G$被剥夺了$F$。oracle在回答查询时的速度应该比在$G-F$上从头开始运行最著名的FPT算法快得多。我们主要针对$k$ -路径和$k$ -顶点覆盖问题设计了灵敏度预言机。根据我们的研究路线连接容错FPT和最短路径问题,我们还介绍了参数化的距离计算。我们研究的问题,给定一个固定的源$s$和参数$f$和$k$的有向无权图,构造一个多项式大小的预言机,有效地报告,对于任何目标顶点$v$和设置$f$边缘的$F$,是否从$s$到$v$的距离增加最多由$k$在$G-F$的添加剂项。
2021-12-06 cs.DS
Algorithms for Distance Sensitivity Oracles and other Graph Problems on the PRAM
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文首次提出在PRAM模型下构建距离敏感预言机的算法,并解决了其他图问题的最优并行算法。
2025-12-30 cs.DS
Hyper-distance Oracles in Hypergraphs
针对超图点对点距离查询,提出基于地标且直接构建于超图的 HypED 预言机,利用 s 连通分量优化地标放置,实现毫秒级近似回答并控制索引大小与误差权衡。
2024-03-19 cs.DS
Subquadratic algorithms in minor-free digraphs: (weighted) distance oracles, decremental reachability, and more
本文扩展了无小有向图的VC集系统研究,首次构建了实数加权的精确次二次空间距离预言机和动态递减可达性预言机,并利用伪维度统一分析框架与动态字符串数据结构优化了多项次二次时间算法。
2024-10-15 cs.DS
A Geometric Distance Oracle for Large Real-World Graphs
许多图处理算法需要确定任意数量的节点对之间的最短路径距离。由于大型图的所有节点对之间的精确距离的计算,例如,10M以上的节点在计算时间和存储空间上都是非常昂贵的,通常使用距离近似来代替精确计算。在本文中,我们提出了一种新的和可扩展的距离预言机,利用现实世界的大型图的双曲核心快速和可扩展的距离近似。我们的经验表明,建议的预言机显着优于以前的预言机上的一组随机测试用例从公共领域的图形库。有两组先前的工作,我们基准我们的方法。第一组,这往往优于其他预言,采用嵌入到低维欧氏空间的图形精心构造的双曲距离,但不提供任何保证的距离估计误差。第二组利用图的Gromov型树收缩,保证加性误差不超过$2δ\log{n}$,其中$δ$是图的双曲常数。我们表明,我们提出的预言机1)明显快于那些使用双曲嵌入(第一组)的预言机,具有类似的近似误差,并且,也许令人惊讶的是,2)与Gromov类树收缩(第二组)相比,表现出明显更低的平均估计误差。我们通过对来自多个域的十几个真实世界网络和合成测试用例的集合进行数值计算来证实我们的主张,这些网络和测试用例的大小从数千到数百万个节点不等。
2014-04-20 cs.DS cs.SI
Sensitive Distance and Reachability Oracles for Large Batch Updates
在敏感距离预言问题中,有三个阶段。我们首先预处理一个给定的有向图$G$与$n$节点和整数权重从$[-W,W]$。其次,给定一批$f$边插入和删除,我们更新数据结构。第三,给定查询节点对$(u,v)$,返回从$u$到$v$的距离。在称为敏感可达性预言机问题的更简单问题中,我们只询问是否存在从$u$到$v$的有向路径。我们的第一个结果是一个敏感的距离预言与$\tilde{O}(Wn^{ω+(3-ω)μ})$预处理时间,$\tilde{O}(Wn^{2-μ}f^{2}+Wnf^ω)$更新时间,和$\tilde{O}(Wn^{2-μ}f+Wnf^{2})$查询时间,其中参数$μ\in[0,1]$可以选择。数据结构需要$O(Wn^{2+μ} \log n)$位的内存。这是第一个可以处理$f\ge\log n$更新的算法。之前的结果(例如[Demetrescu et al. SICOMP'08; Bernstein and Karger SODA'08 and FOCS'09; Duan and Pettie SODA'09; Grandoni and Williams FOCS'12])最多可以处理2次更新。当$3\le f\le\log n$,唯一的非平凡算法是由[Weimann和Yuster FOCS'10]。当$W=\tilde{O}(1)$,我们的算法同时提高了他们的预处理时间,更新…
2019-07-21 cs.DS
Hamming Distance Oracle
本文研究汉明距离预言机问题,针对两字符串子串间的汉明距离查询,给出了常数字母表下预处理时间与查询时间的权衡数据结构及组合条件匹配下界,并推广到一般字母表情形。
2024-07-07 cs.DS
A Simpler and Faster Min-Cost Flow Solver via Min-Ratio Cycles from Distance Oracles
本文通过直接从动态距离预言机提取最小比率环,简化了最小费用流算法,得到更快的原始最大流和最小费用流求解器,并支持增量图。
2026-09-22 cs.DS
On Epsilon-Nets, Distance Oracles, and Metric Embeddings
我们给出了\cite{ADFGW11}观测的两个新应用。第一个是一个几乎线性大小的恒定时间数据结构,用于报告无向图中的非常大的距离。第二个是一个通用的转换结果约$\ell_1$ -嵌入的度量设置,我们感兴趣的保存大的距离。
2012-06-19 cs.DS math.CO math.MG