Resolving the Steiner Point Removal Problem in Planar Graphs via Shortcut Partitions
本文应用平面图的捷径划分概念解决了Steiner点移除(SPR)问题,通过构造保留终端间最短路径距离至常数因子的minor,肯定地解决了一个长期存在的开放问题。
2023-09-13 cs.CG cs.DS
Steiner Point Removal --- Distant Terminals Don't (Really) Bother
给定一个具有一组$k$终端$T\subset V$的加权图$G=(V,E,w)$,Steiner点去除问题寻找具有顶点集$T$的图的子图,使得每对终端之间的距离保持在一个小的乘法失真内. Kamma,Krauthgamer and Nguyen(SODA 2014,SICOMP 2015)使用球增长算法证明了对于一般图,失真最多为$\mathcal{O}(\log^5 k)$。本文对$\mathcal{O}(\log^2 k)$的失真约束进行了改进。改进是基于一个已知的算法,构造终端距离精确保存未成年人与$\mathcal{O}(k^4)$(这是独立的$|V|$)顶点,也有两个独立的指数随机变量,这使我们能够表明,它是不可能的非终端收缩到一个遥远的终端上的和尾界。
2017-03-26 cs.DM cs.DS math.CO
DAG Covers for Structured Graphs: The Steiner Point Effect
Indian Institute of Technology Bombay(印度理工学院孟买分校);Dartmouth College(达特茅斯学院);Bar-Ilan University(巴伊兰大学);POSTECH(浦项科技大学);University of Michigan, Ann Arbor(密歇根大学安娜堡分校);Institute of Science and Technology Austria(奥地利科学技术研究所)
研究了Steiner DAG覆盖,针对平面有向图和低树宽图,提出具有特定伸缩因子和额外边数的DAG覆盖方法,揭示了Steiner与非Steiner覆盖之间的显著差异。
2026-08-31 cs.DS
The Power of Dynamic Distance Oracles: Efficient Dynamic Algorithms for the Steiner Tree
在本文中,我们研究了Steiner树问题的一个动态的终端集。我们考虑的模型,我们给出了一个$n$ -顶点图$G=(V,E,w)$与正实边权重,我们的目标是保持一棵树,这是一个很好的近似的最小斯坦纳树跨越终端集$S \subseteq V$,随着时间的推移而变化。应用于终端集的更改可以是终端添加(增量方案)、终端删除(减量方案),也可以是两者兼而有之(完全动态方案)。我们在这方面的任务是双重的。我们希望支持次线性$o(n)$时间的更新,并保持算法的近似因子尽可能小。我们表明,我们可以保持一个$(6+\varepsilon)$近似Steiner树的一般图在$\tilde{O}(\sqrt{n} \log D)$时间每终端添加或删除。这里,$D$表示由$G$引起的度量的拉伸。对于平面图,我们实现了相同的运行时间和$(2+\varepsilon)$的近似比。此外,我们展示了更快的算法,增量和减量的情况。最后,我们表明,如果我们允许更高的近似比,甚至更有效的算法是可能的。特别是,我们展示了平面图的多对数时间$(4+\varepsilon)$ -近似算法。我们的算法的主要组成部分之一是动态距离预言的顶点标记图,这是独立的利益。我们还改进和使用在线算法的Steiner树问题。
2016-06-24 cs.DS
Online Directed Spanners and Steiner Forests
本文首次研究有向稀疏化子图和Steiner森林的在线算法,基于在线覆盖线性规划框架提出多个高效竞争算法,并给出问题特定的舍入方法。
2023-07-04 cs.DM cs.DS
Shortcut Partitions in Minor-Free Graphs: Steiner Point Removal, Distance Oracles, Tree Covers, and More
本文突破了平面性限制,通过引入cop分解的确定性变体,首次为$K_r$-minor-free图构建了捷径划分,并据此实现了最优距离预言机和常数大小的树覆盖。
2023-07-31 cs.DS
Approximation Algorithms for Directed Weighted Spanners
本文研究有向加权稀疏生成子图问题,针对成对和全对距离约束分别提出离线近似算法与在线竞争算法,改进了此前最优近似比和竞争比。
2023-07-07 cs.DM cs.DS
Scattering and Sparse Partitions, and their Applications
本文针对加权图引入散射与稀疏划分概念,并利用它们为通用斯坦纳树和斯坦纳点移除问题构造了具有特定伸缩因子的解,同时为多种图族提供了新结果。
2024-03-14 cs.CG cs.DS
Cutting corners cheaply, or how to remove Steiner points
我们的主要结果是,斯坦纳点删除(SPR)问题总是可以解决与多对数失真,这回答了肯定的问题提出的陈,夏,Konjevod,和Richa(2006)。具体地说,我们证明了,对于每一个边加权图$G = (V,E,w)$和终端$T \subseteq V$的子集,有一个图$G'=(T,E',w')$是同构的$G$的一个小的,使得每两个终端$u,v\in T$,它们之间的最短路径距离在$G$和$G'$满足$d_{G,w}(u,v) \le d_{G',w'}(u,v) \le O(\log^5|T|) \cdot d_{G,w}(u,v)$。我们的存在性证明实际上给出了一个随机多项式时间算法。我们的证明功能的度量分解的一个新的变种。众所周知,每个$n$ -点度量空间$(X,d)$允许$β=O(\log n)$的$β$ -分离分解,这大致意味着对于每个期望的直径界$Δ>0$,存在$X$的随机划分,它满足以下分离要求:对于每个$x,y \in X$,它们位于划分的不同簇中的概率至多为$β\,d(x,y)/Δ$ .我们引入了一个额外的要求,这是以下的尾界:对于每个长度为$d(P) \leq Δ/β$的最短路径$P$,满足路径$P$的分区的集群的数量,表示为$Z_P$,满足所有$t>0$的$\Pr[Z_P > t] \le 2e^{-Ω(t)}$。
2015-08-20 cs.DS
On Vertex Sparsifiers with Steiner Nodes
给定一个无向图$G=(V,E)$,其边容量$c_e\geq 1$为$e\in E$,$k$顶点的子集$T$称为终端,我们说一个图$H$是$G$的质量$q$割稀疏子当且仅当$T\subseteq V(H)$,并且对于$T$的任何划分$(A,B)$,图$G$和$H$中分离$A$和$B$的最小割的值在一个因子$q$内.我们说$H$是$G$的质量- $q$流稀疏因子,当且仅当$T\subseteq V(H)$,并且对于终端上的需求的任何集合$D$,由图$G$和$H$中的$D$中的分数路由需求引起的最小边缘拥塞的值在因子$q$内。到目前为止,研究的顶点稀疏化在一个限制设置,稀疏化$H$是不允许包含任何非终结顶点,即$V(H)=T$。对于这种设置,已知有效的算法用于构造质量$O(\log k/\log\log k)$切割和流顶点稀疏器,以及关于任何流或切割稀疏器的质量的$\tildeΩ(\sqrt{\log k})$的下限。我们研究流和切割稀疏在更一般的设置,其中施泰纳顶点是允许的,也就是说,我们不再需要$V(H)=T$。我们的算法来构建恒定质量的切割稀疏的大小$O(C^3)$在时间$\poly(n)\cdot 2^C$,和恒定质量的流量稀疏的大小$C^{O(\log\log C)}$在时间$n^{O(\log C)}\cdot 2^C$,其中$C$是总容量的边缘事件的终端。
2012-04-12 cs.DS
Hardness of Distributed Optimization
本文研究了CONGEST模型中基本优化问题的下界。通过给出最小支配集、Hamilton路径、Steiner树和最大割等基石问题的$\tildeΩ(n^2)$下界,证明了在该模型中精确求解问题是一项艰巨的任务.这些问题几乎是紧密的,因为所有这些问题都可以在$O(n^2)$回合中得到最佳解决。此外,我们表明,即使在有界度图,甚至在简单的图与最大程度5和对数直径,它认为,各种任务,如找到一个最大独立集(MaxIS)或最小顶点覆盖,仍然是困难的,需要一个接近紧数的$\tildeΩ(n)$轮。此外,我们表明,在某些情况下,甚至近似是困难的,通过提供一个$\tildeΩ(n^2)$下限的$(7/8+ε)$近似MaxIS,和一个接近线性的下限的$O(\log{n})$近似的$k$ -MDS问题的任何常数$k \geq 2$,以及几个变种的施泰纳树问题。我们的下限是基于丰富的各种结构,利用新的观察,减少专门为CONGEST模型的问题。然而,对于几个额外的近似问题,以及精确计算的$P$中的一些中心问题,如最大匹配和最大流,我们表明,这样的结构不能被设计,通过这一框架,我们排除了一些限制。
2019-05-24 cs.DC cs.DS
The Telephone $k$-Multicast Problem
Carnegie Mellon University(卡内基梅隆大学);Rutgers University Camden(罗格斯大学坎登分校)
研究了有向和无向图中的最小时间多播问题,提出在无向图中要求仅通知 $k$ 个终端的改进算法,获得 $ \tilde{O}(t^{1/3}) $ 的乘法近似因子,并在有向图中得到 $ \tilde{O}(k^{1/2}) $ 的加法近似算法。
2026-04-30 cs.DS
Vertex Connectivity in Poly-logarithmic Max-flows
一个$m$ -边$n$ -顶点无向图的顶点连通度是指去掉使图断开或只留下一个单点的顶点的最小数目。在本文中,我们给出了一个减少从顶点连接问题的一组最大流的情况。如果存在$m^α$ -时间最大流算法,则使用此约简,我们可以在$\tilde O(m^α)$时间内求解任何$α\ge 1$的顶点连通性。使用在$m^{4/3+o(1)}$时间中运行的当前最佳maxflow算法(Kathuria,Liu和Sidford,FOCS 2020),这产生了$m^{4/3+o(1)}$时间顶点连通性算法。这是20多年来顶点连通性问题的运行时间的第一次改进,以前最好的是Henzinger,Rao和Gabow的$\tilde O(mn)$时间算法(FOCS 1996)。事实上,没有一个算法与$o(mn)$运行时间是已知的,在我们的工作之前,即使我们假设一个$\tilde O(m)$时间最大流算法。我们的新技术是足够强大的,也提高了最佳$\tilde O(mn)$ -时间界的有向顶点连接$mn^{1-1/12+o(1)}$时间
2021-04-09 cs.DS
To buy or not to buy: deterministic rent-or-buy problems on node-weighted graphs
研究节点和边加权图上在线 Steiner forest 问题的租或买变体,提出多个确定性和随机化竞争算法,并利用针对在线 prize-collecting set cover 的新型收费方案改进了竞争比。
2025-07-11 cs.DS
Spanners in Planar Domains via Steiner Spanners and non-Steiner Tree Covers
本文研究平面域生成树的边数与伸缩率难题,通过引入 non-Steiner 树覆盖揭示伸缩率 2 附近的阈值现象,证明 stretch 2 需 $Ω(n\log n)$ 边而 $2+ε$ 仅需 $O(n)$ 边。
2024-04-07 cs.CG cs.DS
Tight Bounds on Subexponential Time Approximation of Set Cover and Related Problems
我们证明了在指数时间假设下,对于任何$0 < γ< 1$和任何$δ> 0$,在时间exp($N^{γ-δ})$)中的$(1-γ)\ln N$ -因子内不能近似具有$N$元素的实例上的集合覆盖。这基本上与Cygan等人已知的最佳上限相匹配。(IPL,2009)的$(1-γ)\ln N$ -时间因素$exp(O(N^γ))$。下界是通过从Moshkovitz的工作(计算理论,2015)中提取从标签覆盖到集合覆盖的独立约简来获得的,并将其应用于与那里不同的PCP定理。在投影博弈猜想的条件下,我们也得到了一个更严格的下界。我们还处理三个问题(有向斯坦纳树,次模覆盖,连通多拟阵),严格推广集覆盖。我们给出了一个$(1-γ)\ln N$近似算法,这些问题运行在$exp(\tilde{O}(N^γ))$时间,任何$1/2 \le γ< 1$。
2020-08-12 cs.DS
Connectivity Oracles for Graphs Subject to Vertex Failures
我们引入了新的数据结构,以回答连接查询的图形批量顶点故障。确定性结构在$\tilde{O}(d^3)$时间内处理一批$d\leq d_{\star}$故障顶点,然后在$O(d)$时间内回答连接性查询。它占用空间$O(d_{\star} m\log n)$。我们开发了一个随机蒙特卡罗版本的数据结构与更新时间$\tilde{O}(d^2)$,查询时间$O(d)$,和空间$\tilde{O}(m)$的任何故障绑定$d\le n$。这是第一个连通性预言一般图,可以有效地处理无限数量的顶点故障。我们还开发了一个更有效的蒙特卡罗边缘故障连接预言机。使用空间$O(n\log^2 n)$,$d$边缘故障处理在$O(d\log d\log\log n)$的时间,此后,连接查询回答在$O(\log\log n)$的时间,这是正确的w.h.p.我们的数据结构是基于一个新的无向图$G=(V,E)$,这是独立的利益的分解定理。它指出,对于任何终端集$U\subseteq V$,我们可以删除一个集$B$的$|U|/(s-2)$顶点,使剩余的图包含一个施泰纳森林$U-B$与最大程度$s$。
2017-09-06 cs.DM cs.DS math.CO
Fully dynamic biconnectivity in $\tilde{\mathcal{O}}(\log^2 n)$ time
提出确定性完全动态数据结构维护图割点信息,支持边插入删除及双连通性查询,通过归约、瞬态暴露和 VIP 邻居等技术,实现均摊 $O(\log^2 n \log^2 \log n)$ 更新和 $O(\log n \log^2 \log n)$ 查询。
2025-03-27 cs.DS
Breaking the Linear Error Barrier in Differentially Private Graph Distance Release
在加权差分隐私(DP)下释放一般图上顶点之间的所有成对最短路径(APSP)距离是一项具有挑战性的任务。在(Sealfon 2016)的先前尝试中,通过将拉普拉斯噪声添加到每个边权重或每个输出距离,以实现具有某个固定预算的DP,所有公布的成对距离中的最大绝对误差很可能大致为$O(n)$,其中$n$是节点的数量。结果表明,对于某些特殊的图,这种误差是可以减小的,而对于一般的图,这是困难的。因此,在$n$中,近似误差是否可以降低到次线性是一个有趣的公开问题。通过提出一种秘密释放合成图的算法,打破了已有结果在距离逼近误差上的线性障碍。在构造的图上计算所有成对距离仅在回答固定隐私参数的所有成对最短路径距离时引入$\tilde O(n^{1/2})$错误。我们的方法是基于一种新的图形直径(链接长度)扩增通过构建“捷径”的路径。通过在原图中添加一组捷径边,证明了任意节点对都有一条链路长度为$\tilde O(n^{1/2})$的最短路径。然后,通过添加噪声与一些积极的意思,边的权重,我们表明,新的图是差分私有的,可以发布回答所有的成对最短路径距离与$\tilde O(n^{1/2})$近似误差使用标准的APSP计算。此外,我们考虑了具有小反馈点集的图。图的反馈点集(FVS)是指去掉这些点后图中没有圈的点的集合,图的反馈点集数$k$是最小反馈点集的大小.提出了一种具有出错率$\tilde O(k)…
2022-04-29 cs.DS
Relaxed Voronoi: a Simple Framework for Terminal-Clustering Problems
我们reprove三个已知的算法边界的终端聚类问题,使用一个单一的框架,导致更简单的证明。在这种类型的问题中,输入是度量空间$(X,d)$(可能从图中产生)和终端的子集$K\subset X$,目标是划分点$X$,使得每个部分(称为群集)包含恰好一个终端(可能具有连接性要求),以便最小化某些目标。我们重新证明的三个边界是树上的Steiner点移除[Gupta,SODA 2001],有界加倍维中的度量$0$ -扩展[Lee和Naor,未出版2003],以及连通度量$0$ -扩展[Englert等人,SICOMP 2014]。一种自然的方法是将每个点与其最近的终端聚类,这将把$X$划分为所谓的Voronoi单元,但是这种方法可能由于其严格的聚类边界而失败。一个现在的标准解决方案,我们称之为Relaxed-Voronoi框架,是使用放大的Voronoi单元,但为了获得不相交的聚类,单元根据某种顺序进行了greenerally计算。这种方法首先由Calinescu,Karloff和Rabani [SICOMP 2004]提出,成功地为一般度量的终端聚类问题提供了最先进的结果。然而,对于受限的度量族,例如,树和加倍度量,只知道更复杂的ad-hoc算法。我们的主要贡献是证明,松弛Voronoi算法是适用于限制度量,实际上导致相对简单的算法和分析。
2018-11-06 cs.DS
Breaking the O(mn)-Time Barrier for Vertex-Weighted Global Minimum Cut
本文针对一般加权全局最小顶点割问题,提出一种运行时间为$O(\min\{mn^{0.99+o(1)},m^{1.5+o(1)}\})$的随机算法,打破了该问题存续28年的$\tilde{O}(mn)$时间界。
2025-06-18 cs.DS
Distance Approximating Minors for Planar and Minor-Free Graphs
Dartmouth College(达特茅斯学院)
本文针对平面图和无次要图,首次构造出规模为近线性的(1+ε)-距离近似次要结构,打破了终端数量上的二次界,并仅依赖最短路径分隔器和ε-覆盖,同时为无次要图提供了首个近线性规模仿真器。
2025-09-21 cs.CG cs.DM cs.DS
Online Probabilistic Metric Embedding: A General Framework for Bypassing Inherent Bounds
本文研究在线概率度量嵌入问题,先证明终端数量 $k$ 相关的 $\tildeΩ(\log k \log Φ)$ 下界,再提出通用框架,为在线次可加网络设计和在线群组 Steiner 森林等问题首次获得多对数竞争比算法。
2024-08-30 cs.DS
Undirected Multicast Network Coding Gaps via Locally Decodable Codes
Princeton University(普林斯顿大学)
针对无向图多源多播中编码速率与 Steiner 树装填速率的差距,论文利用低误差局部可译码构造新归约,首次证明超常数编码优势并给出上下界。
2025-10-21 cs.CC cs.DM cs.DS
Graph Minors for Preserving Terminal Distances Approximately - Lower and Upper Bounds
给定其中顶点被划分为$k$终端和非终端的图,目标是压缩图(即,压缩图的失真是所有终端对之间距离的最大乘性爆破。我们研究了非终端的数量和失真之间的权衡。这个问题推广了Steiner点移除(SPR)问题,其中所有的非终端必须被移除。我们引入了一种新的黑盒减少到一个超线性的下界上的非终端的数量,具有相同的失真,我们的问题转换为SPR问题的失真的任何下限。这使我们能够证明存在这样的图,即失真小于$2~/~2.5~/~3$的每个小调都必须具有$Ω(k^2)~/~Ω(k^{5/4})~/~Ω(k^{6/5})$非终结符,以及两者之间的更多权衡。黑箱约简有一个有趣的结果:如果SPR问题的失真的严格下界是超常数,那么允许任何$O(k)$非终结符将无助于将下界改进为常数。我们还建立在现有的结果空间,距离预言机和连接0-扩展,以显示一些上界一般图,平面图,图,排除一个固定的未成年人和有界树宽图。其中,我们表明,任何图承认一个未成年人与$O(\log k)$失真和$O(k^{2})$非终端,和任何平面图承认一个未成年人与$1+\varepsilon$失真和$\widetilde{O}((k/\varepsilon)^{2})$非终端。
2016-04-28 cs.DM cs.DS math.CO