Eulerian Graph Sparsification by Effective Resistance Decomposition
本研究提出基于有效电阻分解的欧拉图稀疏化算法,改进了欧拉拉普拉斯方程组求解的运行时间与稀疏子图的稀疏度界,还可扩展用于图谱谱草图计算。
2024-08-19 cs.DS
Finding All Useless Arcs in Directed Planar Graphs
提出了一个简化有向平面图上流网络的线性时间算法:给定一个有向平面图上的$n$顶点,一个源顶点$s$和一个汇顶点$t$,我们的算法在线性时间内删除所有不参与任何简单$s,t$ -路的弧.该算法产生的输出图满足Weihe [FOCS'94 \& JCSS'97]的$O(n\log n)$ -时间算法计算有向平面图最大$s,t$ -流的前提条件。以前,由于没有预处理步骤,Weihe的算法不能在$O(n\log n)$时间内运行;所有前面的算法都在$\tildeΩ(n^2)$时间内运行[Misiolek-Chen,COCOON'05 \& IPL'06; Biedl,Brejov{á}和Vinar,MFCS'00]。因此,除了已知的$O(n\log n)$-时间算法[Borradaile-Klein,SODA'06 \& J.ACM'09; Erickson,SODA'10]之外,这提供了用于计算有向平面图中的最大$s,t$ -流的替代的$O(n\log n)$ -时间算法。我们的算法可以被看作是一个(真正的)线性时间$s,t$流稀疏有向平面图,它运行速度比任何最大$s,t$流算法(也可以被看作是一个稀疏)。所得到的图的简化结构可能是有用的,在未来的发展中的最大$s,t$流算法在有向和无向平面图。
2018-05-08 cs.DS
Long Circuits and Large Euler Subgraphs
一个无向图是欧拉图,如果它是连通的,并且它的所有顶点都是偶数度。类似地,一个有向图是欧拉的,如果对于每个顶点,它的入度等于它的出度。欧拉图可以在多项式时间内识别,而寻找最大欧拉子图或最大导出欧拉子图的问题是NP-困难的。本文研究了以下欧拉子图问题的参数化复杂性:-大欧拉子图:对于给定的图G和整数参数k,G是否包含至少有k个顶点的诱导欧拉子图?- 长回路:对于给定的图G和整数参数k,G是否包含至少有k条边的欧拉子图?我们的主要算法结果是大欧拉子图是无向图上的固定参数可处理图。我们发现这有点令人惊讶,因为找到一个具有恰好k个顶点的诱导欧拉子图的问题是W[1]-困难的。问题的复杂性在有向图上有很大变化。在有向图上,我们得到了如下复杂性二分法:大欧拉子图对任何固定的k>3是NP-困难的,对k<=3是多项式时间可解的。对于长回路,我们证明了问题是有向图和无向图上的FPT。
2013-04-21 cs.DS
Tractability of Hard Digraph Cut Problems on Eulerian Instances: Treewidth Reduction and Reducing CMSO to Unbreakable Eulerian Instances
Chalmers University of Technology and University of Gothenburg(查尔姆斯理工大学和哥德堡大学);DIMAG, Institute for Basic Science(基础科学研究院DIMAG)
本文针对欧拉有向导图,证明了树宽约简与CMSO约简的类似结果,为多个W[1]-难的有向导割问题(如Directed Multicut等)提供了FPT算法。
2026-10-14 cs.DS
Improved Guarantees for Vertex Sparsification in Planar Graphs
图稀疏化的目的是将大型图压缩成较小的图,同时保留输入图的重要特征。在这项工作中,我们研究顶点稀疏,即,稀疏器,其目标是减少顶点的数量。(1)给定有向图$G=(V,E)$和具有$|K| = k$的终端顶点$K \subset V$,$G$的(顶点)可达性稀疏因子是有向图$H=(V_H,E_H)$,$K \subset V_H$,它保持终端对之间的所有可达性信息。在这项工作中,我们介绍了可达性保留未成年人(RPM)的概念,即,我们要求$H$是$G$的副修课程。我们证明了任何有向图$G$都允许一个大小为$O(k^3)$的RPM $H$,并且如果$G$是平面的,则$H$的大小提高到$O(k^{2} \log k)$。我们补充我们的上限显示,存在一个无限的家庭的网格,使任何RPM必须有$Ω(k^{2})$顶点。(2)给定一个带权无向图$G=(V,E)$和一个带$|K|=k$的端点$K$,$G$的一个精确(点)割稀疏子是一个带$K \subset V_H$的图$H$,它保持了分离$K$的任何二分划的最小割的值.我们表明,平面图与所有的$k$终端躺在同一个脸上承认确切削减稀疏的大小$O(k^{2})$,也是平面的。我们的结果扩展到流和距离稀疏。它提高了以前最著名的界的$O(k^22^{2k})$切割和流稀疏的指数因子,并匹配这一类图的$Ω(k^2)$下界。
2017-12-27 cs.DS
Motif Cut Sparsifiers
模体是给定的有向或无向图$G$的频繁出现的子图。模体捕获了$G$的超越边缘关系的高阶组织结构,因此,已经发现了广泛的应用,例如在图聚类、社区发现以及生物和物理网络的分析中,仅举几例。在这些应用中,模体的切割结构起着至关重要的作用,因为顶点被切割分割成簇,切割的传导性是基于特定模体的实例的数量,而不仅仅是交叉切割的边缘的数量。在本文中,我们介绍了模切稀疏的概念。我们可以计算在多项式时间的稀疏加权子图$G'$只有$\widetilde{O}(n/ε^2)$的边缘,使每个切割,$M$的副本的加权数目的$M$交叉切割$G'$是在一个$1+ε$因子的$M$交叉切割$G$的副本的数目,对于每个恒定大小的主题$M$。我们的工作结合了图稀疏化和超图稀疏化的观点。我们采样的边缘,这需要我们扩展和加强的概念,削减稀疏的开创性工作中引入的主题设置。我们适应的重要性采样框架,通过超图稀疏化的观点,从超图的超边表示模体实例的强连通性值导出边缘采样概率。最后,一个迭代稀疏化原语的启发,这两个观点是用来减少边缘的数量在$G$接近线性。此外,我们提出了一个强大的下限排除了类似的结果稀疏诱导发生的图案。
2022-09-12 cs.DS
Derandomizing Directed Random Walks in Almost-Linear Time
在这篇文章中,我们提出了第一个确定性的有向拉普拉斯L系统求解器,在时间上几乎线性的L的非零条目的数量。以前的减少意味着第一个确定性的几乎线性时间算法,用于计算各种基本量的有向图,包括静态分布,个性化的PageRank,命中时间和逃逸概率。我们得到这些结果通过引入部分对称化,一种新的技术,使拉普拉斯的欧拉有向图“少定向”在一个有用的意义上,这可能是独立的利益。这种技术的有用性来自两个关键的观察:首先,部分对称的拉普拉斯算子在Richardson迭代中很好地预处理了原始欧拉拉普拉斯算子,使我们能够从部分对称的解算器构造原始矩阵的解算器。其次,部分对称化拉普拉斯算子中的无向结构使得可以非常粗略地稀疏化矩阵,即具有大的谱误差,并且当使用稀疏化矩阵作为预条件子时仍然显示Richardson迭代收敛。这使我们能够为部分对称的拉普拉斯算子开发确定性稀疏化工具。再加上以前的减少从有向拉普拉斯欧拉拉普拉斯算子,我们的技术结果在第一个确定性的几乎线性时间算法求解线性方程组有向拉普拉斯算子。为了强调我们的新技术的通用性,我们证明了两个突出的现有(随机化)框架可以通过这种方式去随机化:Cohen,Kelner,Peebles,Peng,Rao,Sidford和Vladu的基于平方的框架(STOC 2017)以及Peng和Song的稀疏化的基于Cholesky的框架(STOC 2022)。
2022-08-23 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
Sparsified Block Elimination for Directed Laplacians
本研究将无向拉普拉斯线性系统的稀疏化块消去法推广至有向拉普拉斯系统,通过增广矩阵舒尔补编码误差矩阵的分析核心,结合稀疏化算法提升了强连通有向图、PageRank矩阵等线性系统的求解效率。
2023-05-08 cs.DS
Towards Tight Bounds for Spectral Sparsification of Hypergraphs
图的切割和谱稀疏化有许多应用,包括例如加速切割算法和拉普拉斯求解器。这些强大的概念最近被扩展到超图,这是更丰富,并可能提供新的应用。然而,目前超图稀疏器的大小界限并不像图的相应界限那样严格。我们的第一个结果是一个多项式时间算法,给定一个超图的$n$顶点的最大超边大小$r$,输出一个$ε$ -频谱稀疏与$O^*(nr)$超边,其中$O^*$抑制$(ε^{-1} \log n)^{O(1)}$因素。该大小界限改进了先前的两个界限:$O^*(n^3)$ [Soma和Yoshida,SODA'19]和$O^*(nr^3)$ [Bansal,Svensson和Trevisan,FOCS'19]。我们的主要技术工具是一个新的方法证明浓度的非线性模拟的二次形式的拉普拉斯超图扩展。我们补充这一点上的任何压缩方案,$(1+ε)$ -近似在一个给定的超图中的所有削减的位复杂性的下限,因此也对每个$ε$ -削减/频谱稀疏的位复杂性。这些下界基于Ruzsa-Szemerédi图,并且特定的实例化即使对于固定常数$ε$也会产生比特复杂度的$Ω(nr)$下界。这是紧到多对数因子在$n$,由于最近超图削减稀疏的[陈,Khanna和Nagda,FOCS'20]。最后,对于有向超图,我们提出了一个算法,计算一个$ε$ -谱稀疏与$O^*(n^2r^3)$超弧,其中$r$是一个超弧的最大尺寸。对于小$r$,这比从[S…
2021-04-12 cs.DS
Optimal Enumeration of Eulerian Trails in Directed Graphs
CWI(荷兰数学和计算机科学研究学会);Vrije Universiteit, Amsterdam(阿姆斯特丹自由大学);The Cyprus Institute, Nicosia(塞浦路斯研究所)
本文提出一种简单算法,以最优时间O(m+z_T)直接枚举有向图中的欧拉路径,改进了现有算法并扩展至多图应用。
2026-08-12 cs.DM cs.DS
Sampling Directed Eulerian Tours in $\widetilde O(m^{3/2})$ Time
Stanford University(斯坦福大学)
提出一种随机算法,在 $\widetilde O(m^{3/2})$ 时间内从有向欧拉多重图中采样近似均匀的欧拉回路,通过引入翻转-修复马尔可夫链和动态和弦数据结构打破稀疏图上的 $mn$ 型树形采样障碍。
2026-05-28 cs.DS math.PR
A Unified Approach to Scalable Spectral Sparsification of Directed Graphs
最近的谱图稀疏化研究允许构造近似线性大小的子图,这些子图可以很好地保留原始图的谱(结构)属性,例如图拉普拉斯算子的前几个特征值和特征向量,从而导致各种近似线性时间数值和图形算法的发展。然而,没有一个统一的方法,允许真正可扩展的频谱稀疏的有向和无向图。在这项工作中,我们证明了一般有向图的线性大小的谱稀疏器的存在性,并介绍了一个实际有效的和统一的谱图稀疏化方法,允许稀疏化现实世界中,大规模的有向和无向图,并保证保留原始图谱。通过利用一个高度可扩展的(近线性复杂度)谱矩阵扰动分析框架来构造近线性大小的(有向)子图,它使我们能够很好地保持原始(有向)图拉普拉斯算子的关键特征值和特征向量。所提出的方法已被验证,使用各种公共领域稀疏矩阵集合获得的有向图,解决有向图拉普拉斯算子,谱嵌入,一般有向图的分区,以及近似计算(个性化)PageRank向量显示有前途的结果。
2020-04-30 cs.DS
Augmented Sparsifiers for Generalized Hypergraph Cuts with Applications to Decomposable Submodular Function Minimization
近年来,许多图割问题的超图推广已经被引入和分析,作为一种更好地探索和理解以多向关系为特征的复杂系统和数据集的方法。最近的工作已经利用了一个广义超图切割功能,其中对于超图$\mathcal{H} = (V,E)$,可以通过将每个超边$e \in E$与分裂功能${\bf w}_e$相关联来定义,该分裂功能将惩罚分配给分离$e$的节点的每种方式。当每个${\bf w}_e$是一个基于基数的子模分裂函数时,这意味着${\bf w}_e(S) = g(|S|)$对于某个凹函数$g$,以前的工作表明,广义超图割问题可以归结为增广节点集上的有向图割问题。然而,现有的约简过程通常导致密集图,即使超图是稀疏的,这导致在约简图上运行的算法的运行时间缓慢。我们引入了一个新的超图到图的约简的稀疏化框架,其中由基于子模基数的分裂函数定义的超图切割是$(1+\varepsilon)$ -近似于有向图上的切割。我们的技术是基于近似凹函数使用分段线性曲线。对于$\varepsilon > 0$,我们最多需要$O(\varepsilon^{-1}|e| \log |e|)$边来减少任何超边$e$,这导致更快的运行时间来近似广义超图$s$ - $t$切割问题。对于团分裂函数的机器学习启发式,我们的方法只需要$O(|e| \varepsilon^{-1/2} \log \log \frac{1}{\varepsilo…
2021-07-02 cs.DM cs.DS
Fully Dynamic Spectral Sparsification for Directed Hypergraphs
University of Salzburg(萨尔茨堡大学);University of Vienna(维也纳大学)
本文提出了一种有向超图的完全动态谱稀疏化算法,实现了近最优的稀疏化大小和更新时间,并在并行批动态设置中首次实现了基于谱的稀疏化方法。
2026-01-09 cs.DS
Singular Value Approximation and Sparsifying Random Walks on Directed Graphs
本文提出有向图的奇异值(SV)近似新概念,给出欧拉有向图及其随机游走的近线性时间稀疏化算法,并实现任意有向图割平稳概率质量的近线性时间近似。
2023-09-19 cs.CC cs.DS
Simplicity in Eulerian Circuits: Uniqueness and Safety
本文针对有向图唯一欧拉回路检测问题,提出基于底层无向图割点的线性时间可检查刻画,并在线性时间内计算所有极大 safe 游走,改进了此前依赖 BEST 定理或 Pevzner 刻画的多项式时间方法。
2023-05-25 cs.DM cs.DS
Solving Directed Laplacian Systems in Nearly-Linear Time through Sparse LU Factorizations
我们展示了如何在近线性时间内求解有向拉普拉斯系统。给定一个线性系统中的$n \times n$欧拉有向拉普拉斯算子与$m$非零条目,我们展示了如何计算一个$ε$近似解的时间$O(m \log^{O(1)} (n) \log (1/ε))$。通过从[Cohen et al. FOCS '16]的简化,这给出了第一个近似线性时间算法,用于计算行或列对角占优线性系统(包括任意有向拉普拉斯算子)的$ε$近似解,以及计算有向图上随机游走的各种属性的$ε$近似值,包括静态分布,个性化的PageRank向量,命中时间和逃逸概率。这些界限改进了[Cohen et al. STOC '17]的最近的几乎线性算法,该算法给出了在时间上求解欧拉-拉普拉斯系统的算法$O((m+n2^{O(\sqrt{\log n \log \log n})})\log^{O(1)}(n ε^{-1}))$。为了实现我们的结果,我们提供了一个我们认为具有独立利益的结构性结果。我们证明了所有强连通有向图的拉普拉斯算子都有稀疏的近似LU-因子分解。也就是说,对于每个这样的有向拉普拉斯算子$ {\mathbf{L}}$,存在下三角矩阵$\boldsymbol{\mathit{\mathfrak{L}}}$和上三角矩阵$\boldsymbol{\mathit{\mathfrak{U}}}$,每个都具有至多$\tilde{O}(n)…
2018-11-26 cs.DS
Routing under Balance
我们引入了有向图平衡的概念:一个加权有向图是$α$ -平衡的,如果对于每一个割$S \subseteq V$,从$S$到$V\setminus S$的边的总权重在从$V\setminus S$到$S$的边的总权重的因子$α$之内.几个重要的图族几乎是平衡的,特别是欧拉图($α= 1$)和$(1+ε)$ -近似无向最大流($α=O(1/ε)$)的残差图。我们使用平衡的概念来更细粒度地理解几个研究得很好的路由问题,这些问题在有向图中要困难得多。我们首先回顾有向图中的不经意路由。我们的主要算法的结果是一个不经意的路由方案的单源实例,实现了$O(α\cdot \log^3 n / \log \log n)$竞争比。在这个过程中,我们做出了一些可能具有独立利益的技术贡献。特别是,我们给出了一个有效的算法计算低半径分解的平衡参数化的有向图。我们还定义和构造低拉伸树,低拉伸生成树的有向图的推广。从消极的方面来说,我们为有向图上的不经意路由问题提出了新的下界。我们发现,有向图的不经意路由算法的竞争比是$Ω(n)$一般,这一结果改进了长期以来最知名的$Ω(\sqrt{n})$的下界Hajiaghayi,Kleinberg,Leighton和Räcke在2006年。我们还表明,我们的限制,单源实例是必要的,通过显示一个$Ω(\sqrt{n})$下界多源不经意路由欧拉图。对于平衡有向图中的最大流问题,我…
2016-03-30 cs.DS
Almost-Linear-Time Algorithms for Markov Chains and New Spectral Primitives for Directed Graphs
本文引入了有向图的谱逼近概念。虽然有许多潜在的方法可以定义有向图的近似,但它们中的大多数都太强而不允许稀疏近似。相比之下,我们证明,我们的近似概念,这样的稀疏存在,我们展示了如何计算它们在几乎线性的时间。使用这种近似的概念,我们提供了一个解决非对称线性系统的一般框架,该框架受到[Peng-Spielman,STOC '14]工作的广泛启发。应用这个框架结合我们的稀疏化算法,我们得到了一个几乎线性时间算法求解与欧拉图相关的有向拉普拉斯系统。在最近的框架中使用这个求解器[Cohen-Kelner-Peebean-Peng-Sidford-Vladu,FOCS '16],我们获得了几乎线性时间算法,用于求解有向拉普拉斯线性系统,计算马尔可夫链的平稳分布,计算有向图中的预期通勤时间等。对于这些问题中的每一个,我们的算法提高了以前的最佳运行时间的$O((nm^{3/4} + n^{2/3} m) \log^{O(1)} (n κε^{-1}))$到$O((m + n2^{O(\sqrt{\log{n}\log\log{n}})}) \log^{O(1)} (n κε^{-1}))$,其中$n$是图中的顶点数,$m$是边数,$κ$是一个自然条件数与问题,和$ε$是所需的精度。我们希望这些结果打开大门,进一步研究有向谱图理论,并将作为一个垫脚石,设计新一代的快速算法的有向图。
2016-11-02 cs.DS
Sparsifying Cayley Graphs on Every Group
本文证明任意群上的Cayley图均存在仅保留polylog(|G|)/ε²个生成元的谱稀疏器,提供高效算法,并揭示了其与非阿贝尔群线性方程稀疏化的本质区别。
2025-08-11 cs.DS math.CO
Sampling Eulerian orientations of triangular lattice graphs
本文研究了三角格子图欧拉方向集上的均匀分布的抽样问题。虽然它是已知的,这可以实现在多项式时间的任何图形,这里研究的算法是更自然的上下文中的平面欧拉图。我们分析了一个平面图的欧拉方向上的马尔可夫链的混合时间,该平面图通过反转有向面的边在方向之间移动。利用路径耦合和比较方法,我们得到了一个多项式上界的混合时间的链的任何固体子图的三角格。通过考虑链的电导,我们表明,存在的子图与孔链将始终采取指数量的时间来收敛。最后,作为一个额外的理由研究马尔可夫链的欧拉方向的平面图的集合,我们发现,计数欧拉方向的问题仍然是P-完全时,限制到平面图。这项工作的初步版本作为扩展摘要出现在达勒姆研讨会的第二次算法和复杂性。
2007-03-07 cs.DM cs.DS
The number of Euler tours of a random directed graph
本文给出了具有固定出度序列的随机欧拉有向图的欧拉环数的期望和方差。利用这一点,我们得到了随机$d$ -in/ $d$ -out图的Euler旅行数的渐近分布,并证明了一个集中结果.然后,我们能够表明,一个非常简单的方法,均匀采样或近似计数欧拉旅游产生的算法运行在预期的多项式时间几乎每一个$d$ -在/ $d$ -出图。本文利用de Bruijn,van Aardenne-Ehrfest,Smith和Tutte的BEST定理,证明了具有出度序列$\mathbf{d}$的欧拉有向图的欧拉环数是树形数与项$\frac{1}{n}[\prod_{v \in V}(d_v-1)!]$的乘积.因此,我们的主要工作是估计具有固定出度序列的随机图的树形数的矩。
2012-02-10 cs.DM cs.DS math.CO
Testing Uniformity of Stationary Distribution
有向图上的随机游动给出图的顶点上的马尔可夫链。在马尔可夫链的上下文中经常出现的一个重要问题是图的顶点上的均匀分布是否是马尔可夫链的平稳分布。马尔可夫链的平稳分布是图的全局性质。本文证明了正则有向图顶点的均匀分布是否是平稳分布,取决于图的一个局部性质,即如果(u,v)是有向边,则出度(u)等于入度(v).这一结果也有一个应用程序的问题,测试是否一个给定的分布是均匀的或“远”是均匀的。这是性能测试和统计学中研究得很好的问题。如果分布是有向图上的惰性随机游动的平稳分布,并且该图作为输入给出,那么需要查询输入图的多少位才能确定分布是均匀的还是“远离”它?这是一个图属性测试的问题,我们认为这个问题的方向模型(介绍Halevy等人)。我们减少这个问题,以测试(在方向模型)是否有向图是欧拉。并利用Fischer等人关于测试(在方向模型中)图是否为欧拉图的查询复杂度的结果,得到了测试图的平稳分布是否为均匀分布的查询复杂度的界。
2016-03-10 cs.CC cs.DS
Half-Approximating Maximum Dicut in the Streaming Setting
Northeastern University(东北大学)
本文研究了在流模型下最大有向割问题的近似算法,证明在一般图中使用亚线性空间可实现(1/2-ε)近似,解决了该基础问题的近似复杂性。
2026-03-31 cs.DS
Graph Sparsification, Spectral Sketches, and Faster Resistance Computation, via Short Cycle Decompositions
我们开发了一个框架图稀疏化和草图,基于一个新的工具,短周期分解-分解的一个未加权的图到一个边不相交的短周期的集合,加上一些额外的边缘。一个简单的观察给出了任何n阶m边图G都可以在$O(mn)$时间内分解为长度至多为$2\log n$和至多为$2n$额外边的圈。我们给出了一个$m^{1+o(1)}$时间算法,用于构造一个短循环分解,循环长度为$n^{o(1)}$,和$n^{1+o(1)}$额外的边缘。这些分解使我们能够在几个开放的问题上取得进展:* 我们给出了一个算法来找到$(1\pmε)$ -近似的有效电阻的所有边缘的时间$m^{1+o(1)}ε^{-1.5}$,改善了以前最好的$\tilde{O}(\min\{mε^{-2},n^2 ε^{-1}\})$。这给出了在$m^{1 + o(1)} + n^{15/8+o(1)}ε^{-7/4}$时间内将拉普拉斯行列式近似到$(1\pmε)$的算法。* 我们证明了存在性和有效的算法,用于构建图形频谱草图-分布在稀疏图H,这样对于一个固定的矢量$x$,我们有w. h. p. $x'L_Hx=(1\pmε)x'L_Gx$和$x'L_H^+x=(1\pmε)x'L_G^+x$。这意味着存在的电阻稀疏约$nε^{-1}$边缘,保持有效的电阻之间的每对顶点到$(1\pmε).$ * 通过结合短周期分解与已知的工具,在图稀疏化,我们表明存在的近线性…
2018-05-30 cs.DM cs.DS
Faster Algorithms for Computing the Stationary Distribution, Simulating Random Walks, and More
在本文中,我们提供了更快的算法来计算与有向图上的随机游走相关的各种基本量,包括静态分布,个性化的PageRank向量,命中时间和逃逸概率。特别是,在有向图与$n$顶点和$m$边,我们展示了如何计算每个数量的时间$\tilde{O}(m^{3/4}n+mn^{2/3})$,其中的$\tilde{O}$符号抑制多对数因子在$n$,所需的准确性,和适当的条件数(即混合时间或重新开始概率)。我们的结果提高了以前的最快的运行时间为这些问题,以前的结果调用一个通用的线性系统求解器上的$n\times n$矩阵与$m$非零条目,或多项式依赖于所需的错误或自然条件数与问题(即混合时间或重新启动概率)。对于稀疏图,我们获得了运行时间的$\tilde{O}(n^{7/4})$,打破了$O(n^{2})$的障碍,最好的运行时间可以希望实现使用快速矩阵乘法。我们实现了我们的结果,通过提供一个类似的运行时间的改善解决有向拉普拉斯系统,一个自然的有向或不对称的模拟研究对称或无向拉普拉斯系统。我们展示了如何解决这样的系统的时间$\tilde{O}(m^{3/4}n+mn^{2/3})$,并有效地减少了广泛的问题,解决$\tilde{O}(1)$有向拉普拉斯系统的欧拉图。我们希望这些结果和我们的分析打开大门,进一步研究有向谱图理论。
2016-11-02 cs.DS
An explicit universal cycle for the (n-1)-permutations of an n-set
给出了在有向Cayley图Cay({σ_n,sigma_{n-1} }:\mathbb{S}_n)中构造显式Hamilton圈的方法,其中σ_k =(1 2 >. k)。Jackson(离散数学,149(1996)123-129)证明了这种循环的存在,但证明仅表明某个有向图是欧拉图,而Knuth(第4卷分册2,生成所有元组和排列(2005))要求明确的构造。我们表明,一个简单的递归描述我们的汉密尔顿周期和周期可以产生的迭代算法,使用O(n)空间。此外,该算法在恒定时间内产生周期的每个连续边沿;这种算法被称为无环算法。
2007-10-09 cs.DM cs.DS
Space-Efficient Hierholzer for Undirected Graphs
University of Waterloo(滑铁卢大学);University of Liverpool(利物浦大学);Philipps-Universität Marburg(马尔堡菲利普大学)
该研究提出一种线性时间空间高效算法,可在只读模型下输出无向多重图的欧拉回路,解决了相关未决问题,完善了该领域的研究框架。
2026-08-20 cs.DM cs.DS
Finding Even Subgraphs Even Faster
下面的问题是最近参数化复杂性领域研究的焦点:给定一个在$n$顶点上的输入图(有向图)和一个正整数参数$k$,找出是否存在$k$的边(弧),如果删除这些边,图满足某些指定的奇偶性约束。特别是,当目标是获得一个连通图,其中所有的顶点都有偶数度-其中得到的图是\emph{Eulerian} -这个问题被称为无向欧拉边删除。有向图中的相应问题,其中所得到的图应该是强连通的,并且每个顶点应该具有与其出度相同的入度,称为有向欧拉边删除。Cygan等人[ \emph{Algorithmica, 2014} ]证明了这些问题是固定参数可处理的(FPT),并给出了具有运行时间的算法$2^{O(k \log k)}n^{O(1)}$ .他们还问,作为一个开放的问题,是否存在FPT算法,解决这些问题的时间$2^{O(k)}n^{O(1)}$。在本文中,我们回答他们的问题是肯定的:使用技术计算\emph{representative families of co-graphic matroids},我们设计的算法,解决这些问题的时间$2^{O(k)}n^{O(1)}$。我们对这些问题的关键见解是将解视为一个上图拟阵的独立集。我们相信,这种观点/方法将是有用的,在其他问题中,需要满足的约束之一是连接。
2014-09-17 cs.DS math.CO
Local Flow Partitioning for Faster Edge Connectivity
研究了简单无向图的最小割问题,给出了一个确定性的$O(m \log^2 n \log\log^2 n)$时间算法。这改进了$O(m \log^{12} n)$(Kawarabayashi和Thorup,STOC 2015)的最佳先前已知的确定性运行时间和$O(m \log^{3} n)$(Karger,J.ACM 2000)的最佳先前已知的随机化运行时间,尽管Karger的算法可以进一步应用于加权图。此外,我们的结果扩展到平衡有向图,其中有向图的平衡捕获图是如何接近欧拉的。我们的方法是使用Kawarabayashi和Thorup图压缩技术,反复发现低电导削减。为了找到这些切口,他们使用基于扩散的局部算法。相反,我们使用基于流的本地算法,并适当地调整其框架,以与我们的基于流的子例程。基于流动和扩散的方法都有很长的历史,被应用于寻找低电导切割。扩散算法有几种变体,它们自然是局部的,而使流方法局部化则更复杂。一些先前的工作已经证明了基于局部流的算法在改善或清除低电导切割方面的良好特性。然而,我们的流量子程序是第一个既本地又产生低电导切割的子程序。因此,它可能具有独立利益。
2019-11-08 cs.DS
Sampling Arborescences in Parallel
我们研究了从一个可能加权的有向图中抽取一棵均匀随机有向有根生成树(也称为树形图)的问题。传统上,这个问题长期以来一直被认为是多项式时间可解的;树形的确切数量可以通过行列式计算[Tut 48],并且采样可以减少到计数[JVV 86,JS 96]。然而,从抽样到计数的经典减少似乎是内在的顺序。这就提出了设计有效的并行算法进行采样的问题。我们表明,抽样树形可以在RNC中完成。对于几个研究充分的组合结构,计数可以减少到一个行列式的计算,这是已知的NC [Csa 75]。这些包括树形图、平面图完美匹配、有向图中的欧拉之旅和行列式点过程。然而,对这些结构的有效并行采样知之甚少。我们的工作是解决这个谜团的一步。
2020-12-17 cs.DS math.CO math.PR
Flow-Cut Gaps for Integer and Fractional Multiflows
考虑由需求图H和供应图G组成的路由问题。如果该对服从割条件,则该实例的流割间隙是最小值C,使得如果G的每条边被给定容量C,则存在H的可行多流。即使当G是(串-并联)图K_{2,3}时,流切间隙也可以大于1。在本文中,我们主要感兴趣的是“整数”流切间隙。如果G的每条边都给定容量C,那么使得H存在一个可行的整数值多流的最小值C是多少?我们推测,整数流切间隙是定量相关的分数流切间隙。这加强了著名的猜想,即平面图和无子图中的流割间隙是O(1),以表明整数流割间隙是O(1)。我们给出了几个支持这一猜想的非平凡特殊类图的结果,并进一步探索了理解流切间隙的“原始”方法。我们的成果包括:- 令G通过从边st开始的串-并行操作获得,并且考虑将G中的所有边定向在从s到t的方向上。如果一个需求的端点是通过结果导向图中的有向路径连接的,则该需求是兼容的。如果切割条件对于兼容实例成立并且G+H是欧拉的,则存在H的积分路由。- 串并联图的整数流割间隙为5。我们还给出了一类明确的实例,通过初等计算表明,串并联图中的流切间隙至少为2-o(1);这简化了Lee和Raghavendra的证明。- k-外平面图的整数流割间隙是c^{O(k)},其中c是固定常数。- 一个简单的证明,流切间隙是O(\log k^*),其中k^* 是H中节点覆盖的大小;这是以前由Günlük通过一个更复杂的证明证明。
2010-08-12 cs.DM cs.DS