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
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
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
Submodular Cost Submodular Cover with an Approximate Oracle
在这项工作中,我们研究了次模块成本次模块覆盖问题,这是最小化所需的次模块成本,以确保次模块效益函数超过给定的阈值。现有的近似比的贪心算法假设一个值预言的效益函数。然而,访问一个值的预言是不现实的假设,这个问题的许多应用程序,其中的效益函数是难以计算的。我们提出了两个无与伦比的近似比这个问题的近似值预言,并证明了该比率采取经验相关的值,通过案例研究与在线社交网络中的影响阈值问题。
2019-08-01 cs.DS
A Nearly Quadratic Lower Bound for Linear Optimization over Convex Bodies in the Membership Oracle Model
Georgia Tech(佐治亚理工学院)
本文证明隶属预言机模型中凸体线性优化和均匀采样的近二次下界,匹配上界并改进采样下界,且适用于体积估计。
2026-11-02 cs.DS cs.LG math.FA
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
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
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
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
Deterministic $(2/3-\varepsilon)$-Approximation of Matroid Intersection Using Nearly-Linear Independence-Oracle Queries
针对拟阵交问题,提出一种确定性$(2/3-\boldsymbol{\text{ε}})$近似算法,通过提前终止现有近似算法实现近线性独立预言机查询次数,并额外给出仅需$O(1/\boldsymbol{\text{ε}})$次遍历的半流式算法。
2025-04-19 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
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
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
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
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
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
Approximating the Closest Vector Problem Using an Approximate Shortest Vector Oracle
我们给出了一个多项式时间的图灵约化,从维数为$n$的格上的$γ^2\sqrt{n}$ -近似最近向量问题约化为最短向量问题的$γ$ -近似预言.这是对Kannan的还原的改进,Kannan实现了$γ^2n^{3/2}$。
2011-06-17 cs.CC cs.CR cs.DS
Nearly optimal edge estimation with independent set queries
我们研究了一个未知的,无向图$G=([n],E)$访问一个独立集预言的边数估计的问题。当查询顶点的子集$S\subseteq [n]$时,独立集oracle回答$S$是否是$G$中的独立集。我们的第一个主要结果是一个算法,计算$(1+ε)$的边缘$m$的图形使用$\min(\sqrt{m},n / \sqrt{m})\cdot\textrm{poly}(\log n,1/ε)$独立集查询的数量近似。这改进了Beame等人的\cite{BHRRS18}的$\min(\sqrt{m},n^2/m)\cdot\textrm{poly}(\log n,1/ε)$的上界。我们的第二个主要结果表明,${\min(\sqrt{m},n/\sqrt{m}))/\textrm{polylog}(n)}$独立集查询是必要的,从而建立我们的算法是最佳的$\textrm{poly}(\log n, 1/ε)$的一个因素。
2019-07-09 cs.DS
Approximately counting and sampling small witnesses using a colourful decision oracle
本文设计了有效的算法来近似计数给定的$k$ -超图的边数,并对近似均匀的随机边进行采样。超图没有显式给出,只能通过它的彩色独立预言机来访问:彩色独立预言机返回是或否,这取决于给定的顶点子集是否包含相对于给定的顶点着色是彩色的边。我们的研究结果扩展和/或加强了Beame等人(ITCS 2018),Dell和Lapinskas(STOC 2018)和Bhattacharya等人(ISAAC 2019)在图形预言文献中的最新结果。我们的结果有近似计数/采样的后果:我们可以把某些类型的决策算法近似计数/采样算法,而不会导致太多的开销在运行时间。我们将这种近似计数/采样到决策的简化应用于细粒度复杂性(如$k$ -SUM,$k$ -OV和加权$k$ -Clique)和参数化复杂性(如CSP的大小$k$或权重- $k$解决方案的诱导子图)中的关键问题。
2022-03-07 cs.CC 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
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
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
A Faster Approximation Algorithm for the Gibbs Partition Function
我们考虑的问题估计的配分函数$Z(β)=\sum_x \exp(-β(H(x))$的吉布斯分布与汉密尔顿$H(\cdot)$,或更准确地说,对数的比率$q=\ln Z(0)/Z(β)$。它最近已被证明如何近似$q$与高概率假设存在的一个oracle,产生样本的吉布斯分布为一个给定的参数值在$[0,β]$。由于Huber [9],当前最著名的方法平均使用$O(q\ln n\cdot[\ln q + \ln \ln n+\varepsilon^{-2}])$ oracle调用,其中$\varepsilon$是所需的近似精度,并且假定$H(\cdot)$位于$\{0\}\cup[1,n]$中。改进了$O(q\ln n\cdot\varepsilon^{-2})$ oracle调用的复杂度。我们还表明,可以实现相同的复杂性,如果确切的预言机被替换为近似采样预言机,在$O(\frac{\varepsilon^2}{q\ln n})$变化距离从确切的预言机。最后,我们证明了$Ω(q\cdot \varepsilon^{-2})$ oracle调用在自然计算模型下的一个下界。
2017-12-27 cs.DS
Output-sensitive approximate counting via a measure-bounded hyperedge oracle, or: How asymmetry helps estimate $k$-clique counts faster
本文推广了DLM归约,提出度量有界超边预言机,实现输出敏感的$k$-团、$k$-支配集和$k$-和近似计数算法,在见证数少时显著提速。
2025-03-27 cs.DS
On the complexity of the (approximate) nearest colored node problem
给定一个图$G=(V,E)$,其中每个顶点都从集合$C=\{c_1, c_2, .., c_σ\}$中分配一种颜色。在(近似)最近着色节点问题中,我们想要查询给定$v \in V$和$c \in C$的从$v$到彩色$c$的最近节点的(近似)距离$\widehat{\mathbf{dist}}(v, c)$。对于任意整数$1 \leq k \leq \log n$,我们提出了一个颜色距离预言(也经常被称为顶点标签距离预言)拉伸$4k-5$使用空间$O(knσ^{1/k})$和查询时间$O(\log{k})$。这改进了从$O(k)$到$O(\log{k})$的查询时间,而不是最著名的由Albuhik \cite{DBLP:journals/corr/abs-1109-3114}开发的Color Distance Oracle。然后,我们证明了一个下界的细胞探针模型表明,我们的查询时间是最佳的空间常数的因素。我们还调查了动态设置的问题,并找到新的上限和下限。
2018-07-10 cs.DS
Approximate Model Counting: Is SAT Oracle More Powerful than NP Oracle?
本研究探讨近似模型计数中SAT预言机与NP预言机的相对能力,通过新方法证明SAT预言机并不比NP预言机更强大。
2023-06-17 cs.CC cs.DS cs.IT
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
Linear-Space Approximate Distance Oracles for Planar, Bounded-Genus, and Minor-Free Graphs
图的(1 + eps)-近似距离预言机是支持近似点到点最短路径距离查询的数据结构。距离预言机构造的最相关的度量是:空间、查询时间和预处理时间。平面图(Thorup,JACM'04)和随后的小排除图(Abraham和Gavoille,PODC'06)都有强距离预言结构。然而,对于n节点图,这些需要Omega(eps^{-1} n lg n)空间。我们认为,一个非常低的空间要求是必不可少的。由于现代计算机体系结构涉及分级存储器(高速缓存、主存储器、辅助存储器),因此高存储器需求实际上可能大大增加实际运行时间。此外,我们希望数据结构可以部署在小型移动设备上,例如手持设备,其具有相对较小的主存储器。在本文中,对于平面图,有界亏格图,和小排除图,我们给出的距离预言的结构,只需要O(n)空间。大O只隐藏一个固定常数,与ε无关,也与亏格或被排除子式的大小无关。我们的距离预言机的预处理时间也比以前已知的构造更快。对于平面图,预处理时间为O(nlg^2n)。然而,我们的构造具有较慢的查询时间。对于平面图,查询时间为O(eps^{-2} lg^2 n)。对于我们的线性空间结果,我们实际上可以确保,对于任何delta > 0,所需的空间仅为表示图本身所需空间的1 + delta倍。
2011-04-27 cs.DM cs.DS
Fast and Compact Exact Distance Oracle for Planar Graphs
对于给定的图,距离预言机是回答顶点对之间的距离查询的数据结构。我们引入了一个$O(n^{5/3})$ -空间距离预言机,它能在$O(\log n)$时间内回答$n$ -顶点平面边权有向图的精确距离查询.所有以前的距离预言平面图与真正的次二次空间,即,空间$O(n^{2 - ε})$用于某些常数$ε> 0$)或者需要$n$中查询时间多项式,或者只能回答近似距离查询。此外,我们展示了如何权衡时间和空间:对于任何$S \ge n^{3/2}$,我们展示了如何获得一个$S$ -空间距离的甲骨文,回答查询的时间$O((n^{5/2}/ S^{3/2}) \log n)$。这是一个多项式的改进,在以前的平面距离预言机与$o(n^{1/4})$查询时间。
2017-05-02 cs.DS
Bootstrapping Dynamic Distance Oracles
在全动态环境下设计近似全对距离预言机是动态图算法的核心问题之一。尽管对这一主题进行了广泛的研究,但Forster、Goranci和Henzinger [SODA'21]最近才介绍了打破任何非平凡近似的更新时间$O(\sqrt{n})$障碍的第一个结果,他们对任何参数$ρ\geq 1$,在近似比中使用$O(\log n)^{3ρ-2}$因子实现了$m^{1/ρ+o(1)}$摊销更新时间。在本文中,我们给出了第一个常数拉伸全动态距离预言机与一个小的多项式更新和查询时间。以前的工作需要至少一个多对数近似或更大的更新时间。我们的结果给出了拉伸和更新时间之间更细粒度的权衡,例如,我们可以在摊销更新时间$\tilde{O}(n^ρ)$中实现$O(\frac{1}{ρ^2})^{4/ρ}$的恒定拉伸,并且对于恒定参数$ρ<1$,查询时间$\tilde{O}(n^{ρ/8})$。我们的算法是随机的,并假设一个健忘的对手。我们的建设的核心技术思想是设计一个黑盒减少递减近似枢纽标记计划,完全动态的距离预言,这可能是独立的利益。然后,我们将这种减少重复应用于现有的递减算法,以引导我们的完全动态的解决方案。
2023-03-10 cs.DS
Faster Separators for Shallow Minor-Free Graphs via Dynamic Approximate Distance Oracles
Plotkin,Rao,and Smith(SODA'97)证明了任何具有$m$边和$n$顶点的图,如果不将$K_h$作为深度$O(\ell\log n)$ -minor,则具有大小为$O(n/\ell + \ell h^2\log n)$的分隔符,并且可以在$O(mn/\ell)$时间中找到这样的分隔符。随后给出了任何恒定$ε> 0$的$O(m + n^{2+ε}/\ell)$的时间界限(W.,FOCS'11),这是对非稀疏图的改进。我们给出了三个新的算法。第一个具有相同的分隔符大小和运行时间$O(\mbox{poly}(h)\ell m^{1+ε})$。这对于小型$h$和$\ell$是一个显著的改进。如果$\ell = Ω(n^{ε'})$对于任意小的常数$ε' > 0$,我们得到$O(\mbox{poly}(h)\ell n^{1+ε})$的时间界。第二种算法实现了相同的分隔符大小(对$h$的多项式依赖性稍大)和运行时间$O(\mbox{poly}(h)(\sqrt\ell n^{1+ε} + n^{2+ε}/\ell^{3/2}))$,当$\ell = Ω(n^{ε'})$。我们的第三个算法有运行时间$O(\mbox{poly}(h)\sqrt\ell n^{1+ε})$时,$\ell = Ω(n^{ε'})$。它找到一个大小为$O(n/\ell) + \tilde O(\…
2014-07-25 cs.DS
On the hardness of distance oracle for sparse graph
在本文中,我们表明,集交是困难的,比距离预言稀疏图。给定一个总长度为n的集合,该集合由m个从论域U中抽取的集合组成,集交问题就是要建立一个数据结构来回答两个集合是否有交集。距离预言机是一种数据结构,它可以回答给定图上的距离查询。我们证明了如果可以为稀疏图G=(V,E)建立距离预言机,它需要s(|V|,|E|)空间,并在时间t(|V|,|E|)回答一个(2-ε,c)-近似距离查询,其中(2-ε)是乘法误差,c是常数加性误差,那么,集交可以在t(m + |U|,n)时间内使用s(m+ |U|,n)空间求解.
2010-06-06 cs.DS
Sublinear Spectral Clustering Oracle with Little Memory
School of Computer Science and Technology, University of Science and Technology of China(中国科学技术大学计算机科学与技术学院);Fudan University(复旦大学);Shanghai Innovation Institute(上海创新研究所)
本文提出亚线性谱聚类Oracle,通过减少内存使用实现子线性时间响应,分析了内存与查询时间的权衡,并通过实验验证了其有效性。
2026-04-16 cs.DS
Additive Spanners and Distance Oracles in Quadratic Time
设$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
Near-optimal Approximate Discrete and Continuous Submodular Function Minimization
在本文中,我们提供了改进的运行时间和甲骨文的复杂性近似最小化的子模函数。我们的主要结果是一个随机算法,它给出了定义在$n$ -元素上的任意子模函数,其值域为$[-1, 1]$,在$\tilde{O}(n/ε^2)$ oracle求值中以高概率计算出一个$ε$ -可加近似极小元.这改进了Chakrabarty \etal ~(STOC 2017)的$\tilde{O}(n^{5/3}/ε^2)$ oracle评估算法和Hamoudi \etal的$\tilde{O}(n^{3/2}/ε^2)$ oracle评估算法。此外,我们利用这一结果的推广,以获得有效的算法,最小化广泛的一类非凸函数。对于任何功能$f$域$[0, 1]^n$满足$\frac{\partial^2f}{\partial x_i \partial x_j} \le 0$的所有$i \neq j$和$L$ -Lipschitz关于$L^\infty$ -规范,我们给出了一个算法,计算一个$ε$ -加性近似极小值与$\tilde{O}(n \cdot \mathrm{poly}(L/ε))$功能评估与高概率。
2019-08-31 cs.DS math.OC
Submodular Maximization with Nearly-optimal Approximation and Adaptivity in Nearly-linear Time
本文研究了基数约束下单调次模函数极大化问题的逼近保证和自适应性之间的折衷。算法的自适应性是它对函数的求值预言机进行的连续查询轮数,其中在每一轮中,算法允许进行多项式多个并行查询。在使用样本估计目标函数的设置中以及在自适应性是主要运行时间瓶颈的应用中,自适应性是一个重要的考虑因素。以前的算法实现接近最佳的$1 - 1/e - ε$近似需要$Ω(n)$轮的自适应。在这项工作中,我们给出了第一个算法,实现了$1 - 1/e - ε$近似使用$O(\ln{n} / ε^2)$轮的自适应性。函数求值的次数和算法的额外运行时间为$O(n \mathrm{poly}(\log{n}, 1/ε))$。
2018-10-30 cs.DS
Lossless Derandomization for Undirected Single-Source Shortest Paths and Approximate Distance Oracles
BARC, University of Copenhagen(哥本哈根大学 BARC)
针对无向图最短路径算法去随机化时因集合覆盖近似引入的额外对数因子开销问题,提出一种自适应选择球体大小的确定性算法,实现了最优平均球体大小,无损地去随机化了单源最短路径算法和近似距离预言机。
2025-10-14 cs.DS
Vertex-Failure Distance Oracles and Labeling Schemes: Compact and Constant-Approximate
University of Michigan(密歇根大学)
本文提出顶点故障距离预言机和标记方案的新算法,实现常数近似、近线性空间和高效查询,并首次给出非平凡标记方案。
2026-10-02 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
An Efficient Partitioning Oracle for Bounded-Treewidth Graphs
划分预言机是由Hassidim等人(FOCS 2009)引入的,作为常数时间算法的通用工具。对于任何n> 0,分区预言机提供对输入有界度无子图的固定分区的查询访问,其中每个组件具有大小poly(1/n),并且移除的边的数量至多为n *n,其中n是图中的顶点数量。然而,Hassidimet等人的预言机对输入图进行了指数数量的查询,以回答关于分区的每个查询。在本文中,我们构造了一个有效的划分预言图具有常数树宽。Oracle只对输入图进行O(poly(1/n))查询,以回答关于分区的每个查询。有界树宽图类的例子包括固定k的k-外平面图、串并行图、仙人掌图和伪森林。我们的甲骨文产生聚(1/1)-时间属性测试算法的成员在这些类的图。预言机的另一个应用是一个poly(1/n)-time算法,该算法近似具有有界树宽的图中的最大匹配大小、最小顶点覆盖大小和最小支配集大小,直到加性n *n。最后,预言机可以用来在poly(1/n)时间内测试输入的有界树宽图是否是k-可着色的或完美的。
2011-06-22 cs.DS
Approximate Nearest Neighbor Search through Comparisons
School of Computer
本文讨论了在n个对象的数据库中寻找查询对象q的最近邻(或R-最近邻之一)的问题。与大多数现有的方法相比,我们只能通过相似性预言来访问对象所处的“隐藏”空间。给定两个引用对象和一个查询对象,oracle返回最接近查询对象的引用对象。甲骨文试图模拟人类用户的行为,能够对相似性进行陈述,但不能为对象之间的距离分配有意义的数值。
2009-09-11 cs.DB cs.DS cs.LG
Color Distance Oracles and Snippets: Separation Between Exact and Approximate Solutions
针对片段问题与颜色距离预言机(CDO)问题,提出$(1+\text{ε})$近似版本的条件最优算法,证明精确CDO严格难于近似CDO,且现有精确CDO算法在强APSP假设下本质最优。
2025-07-06 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
Max $s,t$-Flow Oracles and Negative Cycle Detection in Planar Digraphs
本文针对平面有向图提出最大 s,t-流预言机,实现亚二次预处理与亚线性查询,并利用稠密距离图负环检测算法改进负权SSSP和二分平面图完美匹配的时间界。
2023-11-02 cs.DS
Spectral Clustering Oracles in Sublinear Time
给定一个图$G$,它可以被划分成$k$不相交的扩张器,其外电导上界为$ε\ll 1$,我们能否有效地构造一个小空间的数据结构,允许根据它们所属的扩张器(簇)快速地对$G$的顶点进行分类?形式上,我们希望有一个有效的本地计算算法,错误分类在每个扩展器中的顶点的最多$O(ε)$分数。我们将这种数据结构称为\textit{spectral clustering oracle}。我们的主要结果是查询时间$O^*(n^{1/2+O(ε)})$和预处理时间$2^{O(\frac{1}ε k^4 \log^2(k))} n^{1/2+O(ε)}$,提供任何$ε\ll 1/\log k$每个集群的误分类错误$O(ε\log k)$的谱聚类预言机。更一般地说,查询时间可以以适当地增加预处理时间为代价来减少(只要乘积大约是$n^{1+O(ε)}$)--这特别给出了一个接近线性的时间谱聚类原语。主要的技术贡献是一个次线性时间预言机,它通过估计$G$中顶点的短随机游走的分布,提供了对$G$的谱嵌入的点积访问。分布本身提供了一个差的近似谱嵌入,但我们表明,一个适当的线性变换可以用来实现高精度的点积访问。然后,我们表明,点积访问的谱嵌入是足够的设计一个聚类预言机。在一个高层次上,我们的方法相当于超平面分区的频谱嵌入的$G$,但至关重要的是操作上的嵌套序列的仔细定义的子空间的频谱嵌入,以实现每个集群恢复保证。
2021-10-19 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
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
Approximate Distance and Shortest-Path Oracles for Fault-Tolerant Geometric Spanners
本文为容错欧几里得生成器设计近似距离与最短路径预言机,支持快速查询故障后的近似距离和路径,适用于道路网络路由。
2023-12-27 cs.CG cs.DS
Faster Approximate Distance Queries and Compact Routing in Sparse Graphs
距离预言机是图的最短距离矩阵的紧凑表示。它可以被查询以近似任何一对顶点之间的最短路径。任何返回最坏情况拉伸(2k-1)的路径的距离预言机都必须为n个节点的图要求空间$Ω(n^{1 + 1/k})$。然而,强制这个下限的困难情况是平均度为Ω(n^{1/k})的相当稠密的图。我们提出的距离预言,稀疏图,大大打破了下限障碍的代价是更高的查询时间。对于任何1个\leq α \leq n,我们的距离预言机可以使用O(m + n^2/α)空间返回拉伸2条路径,并使用O(m + n^2/α^2)空间拉伸3条路径,以O(αm/n)查询时间为代价。通过设置适当的α值,我们得到了第一个距离预言机,它们的大小与图的大小成线性关系,并且在非平凡的查询时间内返回常数拉伸路径。查询时间可以进一步减少到O(α),通过为我们所有的距离预言机使用额外的O(m α)空间,或者以一个小的常数加法拉伸为代价。我们使用我们的拉伸2距离预言机,提出了第一个紧凑的路由方案与最坏情况的拉伸2。任何紧凑的路由方案,拉伸小于2必须在某些节点上,即使是稀疏图的线性内存,因此,我们的计划,实现了最佳的拉伸与非平凡的内存需求。此外,支持大规模的模拟图,包括AS级互联网图,我们认为,我们的拉伸2计划将是简单而有效的实现作为一个分布式紧凑的路由协议。
2012-01-12 cs.DC cs.DS cs.NI
Matroid Algorithms Under Size-Sensitive Independence Oracles
本文研究了基于大小敏感独立性预言机的Matroid算法,分析了基础任务的最优查询成本,并提出了一种在最大循环大小受限时能突破二次壁垒的算法。
2026-04-30 cs.DS cs.LG
Number Balancing is as hard as Minkowski's Theorem and Shortest Vector
数字平衡(NBP)问题如下:给定实数$a_1,\ldots,a_n \in [0,1]$,找到两个不相交的子集$I_1,I_2 \subseteq [n]$,使得它们的和的差$|\sum_{i \in I_1}a_i - \sum_{i \in I_2}a_i|$最小。鸽子洞原理的一个应用表明,总有一个解决方案,其中的差异是最多$O(\frac{\sqrt{n}}{2^n})$。然而,找到最小值是NP困难的。Karmarkar和Karp在1982年提出的差分算法在多项式时间内最多可以得到$n^{-Θ(\log n)}$的解,但此后没有进一步的改进。在本文中,我们展示了NBP和Minkowski定理之间的关系。首先,我们表明,一个近似的预言闵可夫斯基定理给出了一个近似的NBP预言。也许更令人惊讶的是,我们表明,一个近似的NBP甲骨文给出了一个近似的闵可夫斯基甲骨文。特别是,我们证明了任何多项式时间算法,保证最多$2^{\sqrt{n}} / 2^{n}$的差异的解决方案将给出一个多项式近似闵可夫斯基以及多项式因子近似算法的最短向量问题。
2016-11-29 cs.CC cs.CG cs.DM
Improved Massively Parallel Shortest Path Computation
National University of Singapore(新加坡国立大学)
该研究针对大规模并行计算模型,提出两种场景下的近似单源最短路径预言机构建算法,改进了现有工作的轮次复杂度与适用范围,核心是高效计算近似近邻域的新方法。
2026-10-14 cs.DC cs.DS
Õptimal Fault-Tolerant Labeling for Reachability and Approximate Distances in Directed Planar Graphs
本研究提出一种针对有向加权平面图的$\tilde O(1)$大小容错标记方案,可仅通过三个顶点的标记在$\tilde O(1)$时间内求解单故障下的$(1+\u03b5)$近似距离查询,填补了该领域此前无高效方案的空白,且优于可达性问题原有的集中式预言机结果。
2025-03-24 cs.DC cs.DS
Towards a Query-Optimal and Time-Efficient Algorithm for Clustering with a Faulty Oracle
University of Sheffield(谢菲尔德大学);University of Southern California(南加州大学)
受数据库中众包实体解析、社交网络中的符号边预测和相关聚类等应用的启发,Mazumdar和Saha [NIPS 2017]提出了一个优雅的理论模型,用于研究具有错误预言的聚类。在这个模型中,给定一组属于$k$未知组(或簇)的$n$项,我们的目标是通过向oracle请求成对查询来恢复簇。此oracle可以回答查询“项目$u$和$v$是否属于同一个集群?”''.然而,对于某些$\varepsilon\in(0,\frac12)$,每个成对查询的答案以概率$\varepsilon$出错。Mazumdar和Saha在该模型下提供了两种算法:一种算法是查询最优的,但时间效率低(即,以准多项式时间运行),另一种是时间有效的(即,在多项式时间内),而查询是次优的。Larsen,Mitzenmacher和Tsourakakis [WWW 2020]然后针对$2$集群的特殊情况给出了一种新的时间有效算法,如果模型的偏差$δ:=1-2\varepsilon$很大,则该算法是查询最优的。这是一个悬而未决的问题,是否可以获得一个查询最佳的,时间效率高的算法的一般情况下,$k$集群和其他制度的$δ$。在本文中,我们取得了进展,对上述问题,并提供了一个时间效率的算法与接近最佳的查询复杂度(高达$O(\log^2 n)$的一个因素)的所有常数$k$和任何$δ$的制度时,信息理论的恢复是可能的。我们的算法是建立在连…
2021-06-18 cs.DS cs.LG stat.ML