Stronger adversaries grow cheaper forests: online node-weighted Steiner problems
本文研究在线节点加权 Steiner 森林及有奖收集推广,借助半自适应对手模型下的集合覆盖与非度量设施定位算法,获得本质最优的 $O(\log k\log n)$ 随机竞争比及首个确定性非度量设施定位算法。
2024-10-28 cs.DS
On Min-Power Steiner Tree
在经典的(最小代价)Steiner树问题中,我们给出了一个边加权无向图和一组终端节点。目标是计算一个最小成本树S,它跨越所有终端。在本文中,我们考虑的最小功率版本的问题,这是更适合于无线应用。这里,目标是最小化节点的总功耗,其中节点的功率v是S的任何边与v关联的最大成本。直观地说,节点是天线(其中的一部分是我们需要连接的终端),并且边成本定义了经由双向链路连接它们的端点的功率(以便支持具有ack消息的协议)。与最小代价树不同的是,即使在生成树的情况下,即当所有节点都是终端时,最小功率Steiner树也是NP-难的。由于任何树的功率在其成本的一倍和两倍内,因此计算rho \leq ln(4)+eps [Byrka et al.近似最小代价Steiner树为该问题提供了2 rho <2.78的近似。对于最小功率生成树,相同的方法提供了2近似,在[Althaus et al. '06]。本文提出了一种改进的最小权Steiner树的近似算法。我们的结果基于两个主要因素。我们证明了最小功率Steiner树的第一分解定理,在类似的结构结果的精神,最小成本Steiner树和最小功率生成树。基于这个定理,我们定义了一个适当的LP松弛,我们利用在迭代随机舍入框架[Byrka et al. '10]。仔细分析提供了3ln 4-9/4+eps<1.91的近似因子。同样的方法也给出了最小功率生成树的改进的…
2012-05-16 cs.DS
Analysis of Steiner subtrees of Random Trees for Traceroute Algorithms
在本文中,我们考虑的问题发现,通过一个traceroute算法,网络的拓扑结构,其图形是由一个无限的分支过程。根据某个标准选择节点的子集。作为衡量算法效率的指标,研究了所选节点的Steiner距离,即这些节点的生成子树的大小。对于节点的选择,考虑两个标准:节点是随机选择的概率,这是独立的节点的深度(均匀模型),否则在深度偏置模型,是指数衰减相对于其深度。这两个模型的限制行为的大小发现的子树进行了调查。
2008-06-06 cs.DS cs.NI
Dense Steiner problems: Approximation algorithms and inapproximability
Steiner树问题是组合优化中的一个经典问题:目标是用一棵最小的树连接图$G$中的一组终端$T$。Karpinski和Zelikovsky(1996)研究了{ \sc Steiner Tree}的$δ$密集版本,其中对于固定的$δ> 0$,每个终端至少有$T$之外的$δ|V(G)\setminus T|$邻居。他们为这个问题做了一个PTAS。我们研究了一个推广的成对$δ$ -稠密{ \sc斯坦纳森林},它要求在$G$中的最小大小的森林,其中每个终端集合$T_1,\dots,T_k$中的节点是连接的,并且$T_i$中的每个终端在$T_j$中至少有$δ|T_j|$邻居,在$S = V(G)\setminus (T_1\cup\dots\cup T_k)$中至少有$δ|S|$节点,对于$\{1,\dots, k\}$中的每个$i, j$具有$i\neq j$。我们的第一个结果是一个多项式时间的近似计划,所有$δ> 1/2$。然后,给出了$δ= 1/2$和任意$\varepsilon > 0$的$(\frac{13}{12}+\varepsilon)$ -近似算法.我们还考虑了$δ$稠密群Steiner树问题定义的Hauptmann,并表明,该问题是$\mathsf{APX}$ -硬。
2020-04-29 cs.DS
Improved Approximation Algorithms for (Budgeted) Node-weighted Steiner Problems
Moss和Rabani[12]研究约束节点加权Steiner树问题,每个节点有两个独立的权重值,即成本和奖励(或惩罚)。给出了奖金收集节点加权Steiner树问题(PCST)的O(log n)-近似算法.他们使用PCST的算法,以获得一个双准则(2,O(log n))-近似算法的简化节点加权Steiner树问题。他们的解决方案可能会花费两倍的预算,但收集了一个最佳奖励的因子Omega(1/log n)。我们至少从两个方面改进了这些结果。我们的第一个主要结果是一个原始-对偶O(log h)-近似算法的一个更一般的问题,奖金收集节点加权Steiner森林,其中我们有(h)的要求,每个要求一对顶点的连接。我们的算法可以被看作是一个贪心算法,它通过选择一个具有最小成本减少比的结构来减少需求的数量。这种自然的论证风格(也被Klein和Ravi[10]和Guha et al. [8])导致了一个比Moss和Rabani[12]的PCST算法简单得多的算法。我们的第二个主要贡献是改进的节点加权Steiner树问题,这也是对[12]和[8]的改进。在无根情况下,我们改进了[8]的O(log^2(n))-近似,并给出了一个O(logn)-近似算法,且没有任何预算冲突.对于有根的情况,其中指定的顶点必须出现在解树中,我们将[12]的双准则结果改进为对于任何正(可能是次常数)(eps)的双准则近似比(1…
2013-04-28 cs.DM cs.DS
Approximation Algorithms for Steiner Connectivity Augmentation
本文研究 Steiner 场景下的连通性增广问题,为 Steiner 环增广问题提出 (1+ln2+ε)-近似算法,并由此得到 2-SCAP 的同比例近似及任意 k 下 k-SAG 的 (1.5+ε)-近似。
2024-08-09 cs.DS
Approximation algorithms for Node-weighted Steiner Problems: Digraphs with Additive Prizes and Graphs with Submodular Prizes
在\emph{budgeted rooted node-weighted Steiner tree}问题中,我们给出了一个图$G$与$n$节点,一个预定义的节点$r$,两个权重与每个节点建模成本和奖励。目的是在$G$中找到一棵以$r$为根的树,使得其节点的总成本至多是给定的预算$B$,并且总奖金最大化。在\emph{quota rooted node-weighted Steiner tree}问题中,我们给出了一个实值配额$Q$,而不是预算,我们的目标是最小化成本的树扎根于$r$的总奖金至少是$Q$。对于有向图的情况下,添加剂奖励功能,我们开发了一种技术,诉诸于一个标准的基于流的线性规划松弛计算树与奖金和成本之间的良好权衡,这使我们能够提供非常简单的多项式时间近似算法的预算和配额问题。对于\emph{budgeted}问题,我们的算法实现了双准则$(1+ε, O(\frac{1}{ε^2}n^{2/3}\ln{n}))$ -近似,对于任何$ε\in (0, 1]$。对于\emph{quota}问题,我们的算法保证双准则近似因子为$(2, O(n^{2/3}\ln{n}))$。接下来,通过使用基于流的LP,我们提供了一个令人惊讶的简单的多项式时间$O((1+ε)\sqrt{n} \ln {n})$近似算法的节点加权版本的有向斯坦纳树问题,任何$ε>0$。对于无向图的情况下,单调的子…
2022-11-12 cs.CC cs.DS
A Partition-Based Relaxation For Steiner Trees
Steiner树问题是一个经典的NP-难优化问题,具有广泛的实际应用。在这个问题的一个例子中,我们给出了一个无向图G=(V,E),一组终端R,以及E中所有边e的非负成本c_e。任何包含所有终端的树都被称为Steiner树;目标是找到最小代价的Steiner树。节点V R被称为斯坦纳节点。已知的Steiner树问题的最佳近似算法是Robins和Zelikovsky(SIAM J. Discrete Math,2005);他们的贪心算法实现了1+(ln 3)/2 ~ 1.55的性能保证。另一方面,最著名的基于线性(LP)的算法是由Goemans和Bertsimas(Math. Programming,1993)提出的,并且实现了2-2/ |R|的近似比。在本文中,我们建立了贪婪和LP为基础的方法之间的联系表明,罗宾斯和Zelikovsky的算法有一个自然的原始对偶解释一个新的分区为基础的线性规划松弛。我们还表现出令人惊讶的新配方和现有的LP之间的连接,我们表明,新的LP是强于双向切割配方。一个实例是b-拟二部的,如果G R的每个连通分支至多有b个顶点。我们证明了Robins和Zelikovsky的算法在这种情况下具有优于1+(ln 3)/2的逼近比,并且我们证明了我们的LP的完整性间隙在8/7和(2b+1)/(b+1)之间.
2007-12-20 cs.DS
Approximation algorithms for Steiner Tree Augmentation Problems
在Steiner树扩充问题(STAP)中,给出了一个图$G = (V,E)$,一组终端$R \subseteq V$,以及一个生成$R$的Steiner树$T$.边$L := E \setminus E(T)$称为链路,具有非负成本。我们的目标是通过增加一个最小成本的链接集来增强$T$,使得$R$中的每对顶点之间有2条边不相交的路径。这个问题是可生存网络设计问题的一个特例,可以使用迭代舍入~ \cite{J2001}将其近似为2倍。我们给出了第一个多项式时间的STAP算法,近似比优于2。特别地,我们实现了$(1.5 + \varepsilon)$的近似比。为了做到这一点,我们采用局部搜索方法的~ \cite{TZ2022}的树扩充问题,并推广他们的主要分解定理从链接(大小为2)的超链接。我们还考虑了节点加权Steiner树增强问题(NW-STAP),其中非终端节点具有非负成本。我们寻找一个最便宜的子集$S \subseteq V \setminus R$,使$G[R \cup S]$是2-边连接的。利用Nutov~ \cite{N2010}的一个结果,证明了该问题存在一个$O(\log |R|)$ -近似.我们提供了一个$O(\log^2 (|R|))$ -近似算法NW-STAP使用贪婪算法利用蜘蛛分解的最优解。
2022-11-12 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
Cost-constrained Minimal Steiner Tree Enumeration by Binary Decision Diagram
Steiner树枚举问题是一个众所周知的问题,要求枚举Steiner树。大量的理论工作提出了算法并分析了其复杂性,但还没有实际的算法和实验研究。本文对Steiner树计数问题进行了实际研究。我们定义了一个问题的成本约束的最小Steiner树枚举问题,它枚举的最小Steiner树的成本不大于一个给定的阈值。为了解决这个问题,我们提出了一个基于二叉决策图(BDD)的算法。基于BDD的算法构造了一个BDD,该BDD压缩表示最小Steiner树的集合,然后遍历BDD进行枚举。我们开发了一种新的{ \it基于前沿的算法}来有效地构建BDD。我们的BDD遍历算法修剪Steiner树的成本大于阈值。我们还扩展了我们的算法,通过预处理给定的图和控制生成的Steiner树的数量,以减少内存和计算成本。扩展使我们的算法可扩展的生成一个子集的最小斯坦纳树。我们验证了我们的算法可以更有效地枚举Steiner树在现实世界中的图比现有的方法。
2021-04-19 cs.DS
Approximation algorithms for priority Steiner tree problems
在优先级Steiner树(PST)问题中,我们给出了一个无向图$G=(V,E)$,它有一个源$s \in V$和终端$T \subseteq V \setminus \{s\}$,其中每个终端$v \in T$需要一个非负优先级$P(v)$ .我们的目标是计算一个最小的权重Steiner树包含边的变化率,使路径从$s$到每个终端$v$包括边的速率大于或等于$P(v)$。具有$k$优先级的PST问题允许$\min\{2 \ln |T| + 2, kρ\}$近似[Charikar等人,2004],并且对于一些恒定的$c$,难以用比率$c \log \log n$近似[Chuzhoy等人,2008年]。在本文中,我们首先加强了[Charikar等人,2004],以显示$(2 \ln |T| + 2)$的近似比,然后提供实现相同近似比的非常简单的可并行化算法。然后,我们考虑一个更困难的节点加权版本的PST问题,并提供了一个$(2 \ln |T|+2)$近似使用扩展的蜘蛛分解[克莱因\&拉维,1995年]。这是第一个结果的PST问题的节点加权图。此外,所有上述算法的逼近比是紧的。
2021-08-30 cs.DS
On Strong Graph Partitions and Universal Steiner Trees
研究了无向图的泛Steiner树的构造问题。给定图$G$和根节点$r$,我们寻找最小{ \em stretch}的单个生成树$T$,其中$T$的stretch被定义为在所有终端集$X$上,连接$X$到$r$的$T$的最小子树$T_X$的成本与连接$X$到$r$的最优Steiner树在$G$中的成本的最大比率。通用Steiner树(UST)对于数据聚合问题是重要的,其中对于终端的每个输入实例从头开始计算Steiner树是昂贵的,例如在低能量传感器网络应用中。本文给出了一般图的多项式时间\ust构造方法,该方法构造了具有$2^{O(\sqrt{\log n})}$ -拉伸的图.我们还给出了一个多项式时间的$\polylog(n)$ -拉伸图的构造。我们的算法的一个基本组成部分是一个层次的图形分区,其中每个保证小强直径为每个集群和有界邻域交叉点为每个节点。我们表现出密切的联系之间的问题,构建USTS和建设这样的图分区。我们的一般图的分区层次结构的建设是基于一个迭代的集群合并过程,而一个未成年人的自由图是基于分离器定理,这样的图和解决方案的集群聚合问题,可能是独立的利益,即使是一般的图形。据我们所知,这是第一个一般图的子多项式拉伸($o(n^ε)$ for any $ε> 0$)UST构造,也是第一个无子图的多项式拉伸UST构造。
2015-03-01 cs.DS
Reorganizing topologies of Steiner trees to accelerate their elimination
我们描述了一种技术,通过交换相邻的斯坦纳点的邻居来重组斯坦纳树的拓扑结构。我们解释了如何使用系统的方法来构建树,从而拓扑结构,以找到正确的拓扑结构后,节点已经交换。在$d$ -空间中的Euclidean Steiner树问题的精确算法常用的枚举方案中插入拓扑重组,提供了一种不同于通常方法的改进方法.作为一个例子,我们展示了如何拓扑重组可以用来动态地改变探索通常的分支和定界树时,两个施泰纳点在优化过程中发生碰撞。我们还把我们的注意力转向错误的使用预优化下界在原来的算法,并给出一个例子来确认其使用是不正确的。为了提供正确的解决方案的数值结果,我们使用平面等边点来快速计算这个下限,即使在高于2的维度。最后,我们描述了平面孪生树,相同的树产生不同的拓扑结构,其推广到更高的维度可以打开一个新的方式建设斯坦纳树。
2018-03-12 cs.DS
Beyond Tree Embeddings -- a Deterministic Framework for Network Design with Deadlines or Delay
我们考虑网络设计问题的最后期限或延迟。这些模型的所有先前结果都是基于将图随机嵌入到树(HST)中,然后在此树上解决问题。我们表明,这是没有必要的。特别是,我们设计了一个确定性的框架,这些问题是不是基于嵌入。这使我们能够提供确定性的$\text{poly-log}(n)$竞争算法的Steiner树,广义Steiner树,节点加权Steiner树,(非均匀)设施的位置和定向Steiner树的最后期限或延迟(其中$n$是节点的数量)。我们的确定性算法也提供了改进的保证,比以前的一些随机结果。此外,我们展示了其中一些问题的$\text{poly-log}(n)$的下界,这意味着我们的框架是最佳的多对数的功率。我们的算法和技术显着不同,从这些问题的所有以前的考虑。
2020-04-16 cs.DS
Parameterized Complexity Dichotomy for Steiner Multicut
Steiner多割问题要求,给定无向图G,终端集T1,.,Tt至多为p的$\subseteq$ V(G),以及整数k,是否存在至多为k条边或节点s. t的集合S。在每个集合Ti中,至少一对端子在G \ S的不同连通分量中。这个问题概括了几个图切割问题,特别是多切割问题(p = 2的情况),其对于参数k是固定参数易处理的[Marx和Razgon,Bousquet等人,STOC 2011]。我们提供了一个二分法的参数化复杂性的斯坦纳多割。也就是说,对于k,t,p和树宽tw(G)的任何组合,作为常数,参数或无界,以及对于问题的所有版本(边删除和节点删除,有和没有可删除的终端),我们证明问题是固定参数易处理的,或者问题是困难的(W[1]-困难的,甚至是(准)NP-完全的)。我们强调:- Steiner Multicut的边删除版本对于一般图上的参数k+t是固定参数易处理的(但即使在树上也没有多项式核)。我们提出两个证明:一个使用Chitnis等人的随机收缩技术,一个依赖于新的结构引理,该引理将Steiner切割分解为重要的分离器和最小的s-t切割。- 相比之下,Steiner多重割的两个节点删除版本对于一般图的参数k+t都是W[1]-困难的。- 对于参数k,所有Steiner Multicut的版本都是W[1]-hard的,即使p=3并且图是树加一个节点。因此,Marx和Razgon以及B…
2015-06-23 cs.DM cs.DS
Directed Steiner Tree and the Lasserre Hierarchy
有向斯坦纳树问题的目标是在有向图G=(V,E)中找到一棵最小代价树,该树将所有终端X连接到给定的根r。众所周知,模对数因子足以考虑节点以L <= log |X|水平排列的非循环图。不幸的是,天然LP制剂已经有5个水平的|X| ^(1/2)完整性缺口。我们证明了对于每个L,该LP的O(L)轮Lasserre加强具有完整性间隙O(Llog |X|).这提供了多项式时间|X| ^{n}近似和O(n^{log |X|)时间的O(log^3 |X|)近似,匹配由Charikar等人的贪心算法获得的最佳已知近似保证。
2012-06-11 cs.DS
Query-decision Regression between Shortest Path and Minimum Steiner Tree
University of Delaware(特拉华大学)
本文研究在未知权重图中,利用最小斯坦纳树信息求解最短路径的查询决策回归问题,提出理论见解与两个学习框架,实验验证其有效性。
2024-02-03 cs.DS cs.LG
A Superstabilizing $\log(n)$-Approximation Algorithm for Dynamic Steiner Trees
在本文中,我们设计并证明正确的一个完全动态的分布式算法,以保持一个近似的Steiner树,通过一个最小重量的生成树连接一个网络的节点的子集(称为Steiner成员或Steiner组)。斯坦纳树是很好的候选人,以有效地实现通信原语,如发布/订阅或组播,必要的构建块,为新的新兴网络(如P2P,传感器或adhoc网络)。我们的算法返回的解决方案的成本是最多$\log |S|$倍的最优解决方案的成本,其中$S$是一组成员。我们的算法在几个方面改进了现有的解决方案。首先,它容忍了群体成员和网络的活力。其次,我们的算法是自稳定的,也就是说,它处理节点内存损坏。最后但并非最不重要的是,我们的算法是\emph{superstabilizing}。也就是说,当收敛到正确的配置(即,Steiner树),在网络的修改之后,它在稳定时间期间保持向没有受到该修改影响的所有成员提供Steiner树服务。
2009-02-20 cs.DC cs.DS cs.NI
Learning to Prune Instances of Steiner Tree Problem in Graphs
University College Dublin, Dublin, Ireland(都柏林大学学院)
本文采用学习剪枝框架解决图上的斯坦纳树问题,以远低于商业ILP求解器的时间获得接近最优解,展示了该框架在组合优化中的广泛潜力。
2022-10-09 cs.AI cs.DM cs.DS
Bounded Degree Group Steiner Tree Problems
研究了两个问题:寻找图$G=(V,E)$的一棵子树$T$,使得$T$满足一定的性质,且具有最小的最大度. - 在Min-Degree Group Steiner Tree问题中,我们给出了一个集合${\cal S}$的组($V$的子集)和$T$应该包含一个节点从每个组。- 在最小度Steiner $k$ -树问题中,我们给出了一个终端集$R$和一个整数$k$,并且$T$应该至少包含$k$终端。我们表明,如果前一个问题承认逼近比$ρ$,那么后一个问题承认逼近比$ρ\cdot O(\log k)$。对于有界树宽图,我们得到了最小度群Steiner树的逼近比$O(\log^3 n)$.在更一般的有界度群Steiner树问题中,我们也给出了边代价和度界$\{b(v):v \in V\}$,并且$T$对于所有$v \in V$都应该服从度约束$deg_T(v) \leq b(v)$。我们给出了一个双准则$(O(\log N \log |{\cal S}|),O(\log^2 n))$ -近似算法为这个问题的树输入,其中$N$是最大的组的大小,推广的近似Garg,Konjevod,和拉维的情况下,没有度界。
2019-10-28 cs.DS
Steiner Forest Orientation Problems
我们考虑方向约束的连通性问题。给定有向图$D$和有序节点对$P$的集合,令$P[D]=\{(u,v) \in P: D {contains a} uv{-path}}$。在{ \sf Steiner Forest Orientation}问题中,我们给出了一个具有边代价的无向图$G=(V,E)$和一组有序节点对$P \subseteq V \times V$。目标是找到$G$的最小代价子图$H$和$H$的定向$D$使得$P[D]=P$ .我们给出了这个问题的一个4-近似算法。在{ \sf Maximum Pairs Orientation}问题中,我们给出了一个图$G$和$V$上有序节点对的多集合$P$。目标是找到$G$的方向$D$,使得$|P[D]|$最大。推广Arkin和Hassin [DAM'02]对$|P|=2$的结果,我们将证明对于一个混合图$G$(可能有有向边和无向边),可以在$n^{O(|P|)}$时间内决定$G$是否有一个方向$D$与$P[D]=P$(对于无向图,这个问题允许一个多项式时间算法用于任何$P$,但它在混合图上是NP完全的)。对于无向图,我们将证明,人们可以决定是否$G$承认一个方向$D$与$|P[D]| \geq k$在$O(n+m)+2^{O(k\cdot \log \log k)}$时间;因此,这个决策问题是固定参数易处理的,这回答了一个开放的问题…
2012-07-18 cs.DS
Demand-Aware Network Design with Steiner Nodes and a Connection to Virtual Network Embedding
本文研究需求感知有界度网络设计,引入Steiner节点增强模型,分析其复杂性及与虚拟网络嵌入的联系,提出常数因子近似算法和高性能启发式方法,并经数据中心真实流量验证有效。
2023-08-21 cs.DC cs.DS cs.NI
An $O(\log k)$-Approximation for Directed Steiner Tree in Planar Graphs
本文研究平面图中的边权与点权 \DST 问题,提出 $O(\log k)$ 近似算法,并将其推广到平面图中不等价于 \DST 的 \MDST,取得 $O(R+\log k)$ 近似比。
2023-04-21 cs.DS
On the hop-constrained Steiner tree problems
跳约束Steiner树问题(HSTP)是经典Steiner树问题的推广。它要求一个最小成本的子树,跨越一些指定的节点,一个给定的图,这样的树的每个节点和它的根之间的边的数量尊重一个给定的跳跃限制。这个NP难问题有许多变体,通常被建模为整数线性规划。两个模型是所谓的分配和部分订购的模型,产量(据我们所知)最好的两个国家的最先进的配方的变化施泰纳树问题的收入,预算和跳约束(STPRBH)。HSTP及其变体(如STPRBH和跳约束最小生成树问题(HMSTP))的解决方案是跳约束树,其深度由给定的跳数限制限定的有根树。本文提供了一些理论结果,表明多面体的优势,部分订购模型的分配模型,这类问题。对HSTP、STPRBH和HMSTP的计算结果表明,偏序模型在实际应用中也优于指派模型,它具有更好的线性规划松弛性,能解决更多的问题。
2021-11-14 cs.DM cs.DS
Breaching the 2-Approximation Barrier for Connectivity Augmentation: a Reduction to Steiner Tree
可生存网络设计的基本目标是建立一个廉价的网络,即使一些边缘/节点发生故障,也能保持给定节点集之间的连通性。连通性增强问题(CAP)可以说是这一领域中最基本的问题之一:给定一个$k$(-edge)-连通图$G$和一组额外的边(链路),选择链路的最小基数子集$A$,使得将$A$添加到$G$将其边连通性增加到$k+1$。直觉上,人们希望通过增加额外的边缘来使现有网络更加可靠。这个NP难题的最著名的近似因子是$2$,这可以通过多种方法来实现(第一个这样的结果是在[Frederickson和Jájá'81]中)。已知[Dinitz et al. 76] CAP可以简化为$k=1$的情况,也称为树扩充问题(TAP),对于奇数$k$,以及对于情况$k=2$,a.k.a.仙人掌扩增问题(CacAP),甚至$k$。已知有几种比$2$更好的近似算法用于TAP,最后是最近的$1.458$近似[Grandoni et al. '18]。然而,对于CacAP,最知名的近似是$2$。在本文中,我们突破了$2$近似障碍CacAP,因此CAP,提出了多项式时间$2\ln(4)-\frac{967}{1120}+ε<1.91$近似。以前的方法利用TAP的属性,这些属性似乎不能推广到CacAP。相反,我们使用减少施泰纳树的问题,这是以前使用的参数化算法[Basavaraju等人。'14]。这种减少不是近似保持,并且使…
2019-11-07 cs.DS
Node Connectivity Augmentation via Iterative Randomized Rounding
许多网络设计问题都涉及到低成本网络的设计,这些网络对节点或链路等元件的故障具有弹性。一个这样的问题是连通性增强,其目标是将网络的连通性从值k增加到k+1。研究最多的设置集中在边连通性上,它减少到k=2,称为仙人掌增强。从近似的角度来看,Byrka,Grandoni和Jabal Ameli(2020)是第一个打破这个问题的2-近似障碍的人,通过利用与Steiner树问题的联系,并通过对Steiner树的迭代随机舍入技术的分析进行定制,以适应这种联系产生的特定情况。最近,Nutov(2020)观察到,对于称为块树增强的节点连接问题,与Steiner树类似的简化也成立,其中目标是向给定的生成树添加边,以便生成的图2-节点连接。将Nutov的结果与Byrka、Grandoni和Jabal Ameli的算法相结合,得到块树扩充的1.91近似值,这是迄今为止已知的最佳界。本文给出了一个1.892-近似算法,用于将任意图的节点连通度从1扩充到2。作为推论,我们改进了最先进的块树增强的近似因子。我们的结果是通过开发一个不同的和更简单的分析迭代随机舍入技术。我们的结果也暗示了一个1.892-近似算法的仙人掌增强。虽然这并没有击败Cecchetto,Traub和Zenklusen(2021)在这个问题上的最佳近似,但与文献中以前的结果相比,我们的分析非常简单。此外,我们的工作提供了新的见解迭代随机舍入…
2021-08-04 cs.DS
A Flow-dependent Quadratic Steiner Tree Problem in the Euclidean Plane
我们介绍了一个流依赖的版本的二次斯坦纳树问题的平面。一组嵌入式源和汇的问题的一个实例要求有向树$T$跨越这些节点和有限数量的斯坦纳点,使$\displaystyle\sum_{e \in E(T)}f(e)|e|^2$是一个最小值,其中$f(e)$是边$e$上的流。边缘是无电容的,并且流量是相加确定的,即,离开节点$u$的边缘上的流将是进入$u$的所有边缘上的流的总和。我们研究这个问题的动机是它的效用作为一个模型的无线传感器网络的中继增强。在这些情况下,人们试图通过引入额外的中继来优化网络中的功耗-这主要是由于通信,并且在自由空间中,与传输距离的平方成比例。我们证明了几个几何和组合的结构上的最佳和局部最优解-树(根据各种策略,用于界定Steiner点的数量),并描述了一个几何线性时间算法,用于构建这样的树与已知的拓扑结构。
2011-11-09 cs.DS math.MG math.OC
Network Design Problems with Bounded Distances via Shallow-Light Steiner Trees
在边长度和代价不相关的有向图$G$中,\emph{network design problem with bounded distances}要求代价最小的生成子图满足所有节点对的长度约束。我们给出了这个问题的双准则$(2+\varepsilon,O(n^{0.5+\varepsilon}))$ -逼近。这改进了当前最好的已知线性近似边界,代价是违反距离边界至多~ $2+\varepsilon$的因子。在证明这一结果的过程中,\emph{directed shallow-light Steiner trees}的相关问题作为子问题出现。在有向图的上下文中,这个问题的近似是难以捉摸的。我们提出了一个$(1+\varepsilon,O(|R|^{\varepsilon}))$ -ap-proximation,其中$R$是终端,从而给出了第一个非平凡的结果。最后,我们将展示如何应用我们的结果,以获得一个$(α+\varepsilon,O(n^{0.5+\varepsilon}))$近似\emph{light-weight directed $α$-spanners}。对于这一点,没有非平凡的近似算法之前已经知道。所有运行时间取决于$n$和$\varepsilon$,并且对于任何固定的$\varepsilon>0$,在$n$中是多项式。
2014-09-23 cs.DS
Approximation of Steiner Forest via the Bidirected Cut Relaxation
Agrawal,Klein和Ravi的经典算法[SIAM J. Comput.,24(1995),pp. 440 - 456],在Goemans和Williamson [SIAM J. Comput.,24(1995),pp. 296 - 317]使用无向切割松弛的施泰纳森林问题。其近似比为$2-\frac{1}{k}$,其中$k$是末端对的数目。最近由Könemann等人提出的该算法的变体[SIAM J. Comput.,37(2008),pp. 1319 - 1341]基于提升的切割松弛。在本文中,我们继续这条线的工作,并考虑双向切割放松的施泰纳森林问题,这本身产生一种新的算法思想,产生相同的近似比的经典算法。在这样做时,我们引入了一个扩展的原始-对偶模式,我们运行两个不同的阶段,以满足两个方向的连接要求。这揭示了更多关于问题的组合结构。特别是,有经典算法未能给出一个很好的近似,但新算法找到一个接近最优的解决方案的例子。
2019-11-17 cs.DS
Nearly Optimal Steiner Trees using Graph Neural Network Assisted Monte Carlo Tree Search
University of Arizona(亚利桑那大学)
针对Steiner树求解问题,提出结合图神经网络与蒙特卡洛树搜索的方法,训练以部分解为输入的图神经网络指导搜索,在多类图上优于标准2-近似算法,常能求得最优解。
2023-04-30 cs.DS cs.LG
The cavity approach for Steiner trees packing problems
置信传播近似,或腔方法,最近已被应用到几个组合优化问题的零温度实现,最大和算法。特别是,最近的事态发展,以解决边不相交的路径问题和奖品收集斯坦纳树问题的图已经显示出显着的结果,几类图和基准实例。在这里,我们提出了一个概括这些技术的两个变种的斯坦纳树包装问题,多个“相互作用”的树必须寻求在一个给定的图形。根据树之间的相互作用,我们区分顶点不相交的斯坦纳树问题,树不能共享节点,从边不相交的斯坦纳树问题,边不能共享树,但节点可以是多个树的成员。网络设计中的一些实际问题可以映射到这两种变体中,例如,超大规模集成(VLSI)芯片的物理设计。这里描述的形式主义依赖于两个组件的边缘变量,使我们能够制定一个消息传递算法的V-DStP和两个算法的E-DStP不同的计算时间的缩放相对于一些相关的参数。我们将表明,用于边缘不相交的变体的两个形式主义之一,允许我们映射到适当的二分图的加权最大匹配问题的最大和更新方程。我们开发了一个启发式的最大和方程的基础上,表现出优异的性能,在合成网络(特别是超过标准的多步贪婪程序的大利润率)和大型基准的VLSI的最佳解决方案是已知的情况下,该算法发现在两种情况下的最佳和最优的差距从来没有大于4%。
2019-01-03 cond-mat.stat-mech cs.DS
Highly Connected Steiner Subgraph -- Parameterized Algorithms and Applications to Hitting Set Problems
Royal Holloway, University of London(伦敦大学皇家霍洛威学院);Indraprastha Institute of Information Technology Delhi(德里因德拉普拉斯塔信息技术研究所);University of Warwick(华威大学)
本文研究 STEINER SUBGRAPH EXTENSION 的参数化复杂性,在有界退化图上给出以 k、p 为参数的 FPT 算法,并证明一般情形下 W[1]-难,且将其用于导出多类顶点删除问题的单指数 FPT 算法。
2025-10-03 cs.DM cs.DS
Parameterized Algorithms for the Steiner Arborescence Problem on a Hypercube
针对有向超立方体上的最小Steiner树形图问题,本文基于终端集、Steiner节点数、惩罚值三个参数,提出了多种精确、随机及近似算法,均利用超立方体结构实现关于参数的高效运行时间。
2024-05-14 cs.DS
$O(\log^2k/\log\log{k})$-Approximation Algorithm for Directed Steiner Tree: A Tight Quasi-Polynomial-Time Algorithm
在有向Steiner树(DST)问题中,我们给出了一个$n$ -顶点有向边赋权图,一个根$r$和一个$k$终端节点的集合.我们的目标是找到一个最小成本的树形图,包含一个有向路径从$r$到每个终端。我们提出了一个$O(\log^2 k/\log\log{k})$ -近似算法的DST运行在准多项式时间。通过调整Halperin和Krauthgamer的硬度结果中的参数,给出了这类拟多项式时间算法的$Ω(\log^2{k}/\log\log{k})$的匹配下界.这是自Charikar等人的经典准多项式时间$O(\log^3 k)$近似算法以来对DST问题的第一次改进。(由于先前工作中的错误,该论文错误地声称$O(\log^2k)$近似。)我们的方法基于两个主要成分。首先,我们推导出一个近似保持约简的标签一致子树(LCST)问题。LCST实例具有准多项式大小和对数高度。我们注意到,相比之下,Zelikovsky的高度减少定理在所有以前的工作DST实现了减少到一个树的实例相关组施泰纳树(GST)的问题类似的高度,但失去了对数因子的近似比。我们的第二个成分是LP舍入算法近似解决LCST实例,这是由Rothvovich开发的框架的启发。我们考虑LCST的适当LP松弛的Sherali-Adams提升。我们的舍入算法从根到叶一级一级地进行,每次舍入和调节标签变量的适当子集。一个足够小的(即,多对数)…
2018-11-07 cs.DS
Finding Almost Tight Witness Trees
本文研究Witness Tree图优化问题,通过更优的见证树选择,改进了Node-Tree Augmentation及特殊图类中Steiner Tree问题的近似算法效果。
2023-05-05 cs.DS math.CO
Secluded Connectivity Problems
考虑一种设置,其中通过网络中的路径发送的可能的敏感信息对该路径的每个{邻居}可见,即,路径上某个节点的每个邻居,因此包括路径本身上的节点。路径$P$的暴露可以被测量为与其相邻的节点的数量,由$N[P]$表示。如果一条路暴露的地方很小,就说它是僻静的。类似的度量可以应用于其他连通子图,例如连接给定终端集的Steiner树。由于隐私、安全或收入最大化的考虑,这样的子图可能是相关的。本文考虑了与最小暴露的连接结构,如路径和斯坦纳树的问题。证明了在无权无向$n$-结点图上,寻找连接给定顶点对的最小暴露路的问题是强不可逼近的,即,对于任何$ε>0$,很难在因子$O(2^{\log^{1-ε}n})$内近似(在适当的复杂性假设下),但是可以用比率$\sqrtΔ+3$近似,其中$Δ$是图中的最大度。我们的主要结果之一涉及类有界度图,这是表现出以下有趣的二分法。一方面,最小曝光路径问题在节点加权或有向有界度图上是NP-难的(即使最大度为4)。另一方面,我们提出了一个多项式算法(基于一个非平凡的动态规划)的问题的无权无向有界度图。同样,问题被证明是多项式的类(加权或不加权)有界树宽图。
2012-12-26 cs.DS
Parameterized Complexity of Secluded Connectivity Problems
隐蔽路径问题模拟了敏感信息必须沿着网络中的路径在一对节点之间传输的情况。所选路径的质量的度量是其暴露度,即其封闭邻域中顶点的总权重。为了最大限度地降低信息被截获的风险,我们有兴趣选择一条隐蔽的路径,即具有小暴露的路径。类似地,隐蔽斯坦纳树问题是在图中找到连接给定终端集合的树,使得树的暴露最小化。这些问题是Eschahik等人在[欧空局,2013年]中提出的。在其他的结果中,Escherhik等人已经证明了,在未加权图上,Secluded Path是固定参数可处理的(FPT),由图的最大顶点度参数化,Secluded Steiner Tree是FPT,由图的树宽参数化。在这项工作中,我们得到了以下结果的参数化复杂性的隔离连接问题。我们给出了FPT算法,判定具有给定代价函数的图G是否包含一条隐蔽路和一棵隐蔽Steiner树,该树的曝光量至多为k,代价至多为C。我们开始研究的“以上保证”参数化的隐蔽的问题,其中的下界是由一个斯坦纳树的大小。我们从核化的角度研究了隐式Steiner树,并给出了树宽、顶点覆盖大小、最大顶点度和解大小等参数的上下界。最后,我们通过改进输入图的树宽的指数依赖性来改进Escherhik等人的算法结果。
2015-04-21 cs.DS
Tight Bounds for Planar Strongly Connected Steiner Subgraph with Fixed Number of Terminals (and Extensions)
(see给定顶点加权有向图$G=(V,E)$和$k$终端的集合$T=\{t_1, t_2, \ldots t_k\}$,SCSS问题的目标是找到最小权重的顶点集合$H\subseteq V$,使得$G[H]$包含每个$i\neq j$的$t_{i}\rightarrow t_j$路径。该问题是NP-难的,但Feldman和Ruhl [FOCS '99; SICOMP '06]给出了一个新的$n^{O(k)}$算法的SCSS问题,其中$n$是图中的顶点数和$k$是终端数。我们探讨如何更容易的问题变得平面有向图:-我们的主要算法的结果是一个$2^{O(k)}\cdot n^{O(\sqrt{k})}$算法的平面SCSS,这是一个改进的一个因素$O(\sqrt{k})$的指数在算法的费尔德曼和鲁尔。- 我们的主要硬度结果是我们的算法匹配的下限:我们表明,平面SCSS没有一个$f(k)\cdot n^{o(\sqrt{k})}$算法的任何可计算的功能$f$,除非指数时间假设(ETH)失败。下面的额外结果将我们的上下界放在上下文中:-在一般图中,我们不能希望在Feldman和Ruhl的$n^{O(k)}$算法上有如此巨大的改进:假设ETH,一般图中的SCSS没有任何可计算函数$f$的$f(k)\cdot n^{o(k/\log k)}$算法。- Feldman和Ruhl将他们的$n^{O(k…
2019-11-29 cs.CC cs.DS
Adaptive Algorithm for Finding Connected Dominating Sets in Uncertain Graphs
在无线自组织网络中,寻找给定无向图的最小权连通支配集(CDS)的问题得到了广泛的研究。在本文中,我们制定了一个新的随机变量的问题。在这个问题中,图中的每个节点都有一个隐藏的随机状态,它表示节点是活跃的还是不活跃的,我们寻找由活跃节点组成的图的CDS。我们考虑一种自适应算法来解决这个问题,该算法通过重复选择节点和观察所选节点周围节点的状态直到找到一个CDS,我们的算法在理论上保证了算法所选节点的权值之和至多是任何自适应算法的$O(α\log (1/δ))$倍,其中$α$是节点加权多拟阵Steiner树问题的近似因子,$δ$是节点状态上可能场景的最小概率。
2019-12-29 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
$2$-node-connectivity network design
我们考虑网络设计问题,我们给出了一个图,并寻求一个最小的$2$连接的子图,满足规定的属性。$\bullet$在1-连通性扩充问题中,目标是通过指定边集的最小边子集来扩充连通图,使得扩充后的图是$2$ -连通的.我们打破了自然比率的$2$为这个问题,也为更一般的交叉家庭覆盖问题。$\bullet$在$2$ -连通支配集问题中,我们寻找支配所有节点的最小尺寸的$2$ -连通子图.我们给出了这个问题的第一个非平凡的近似算法,期望比$O(σ\log^3 n)$,其中$σ=O(\log n \cdot\log\log n\cdot(\log\log\log n)^{3})$。这两个结果的统一技术是一个减少子集Steiner连接支配集问题。这样的减少是已知的边缘连接,我们将其扩展到$2$节点连接问题。我们表明,同样的方法可以用来很容易地获得多对数近似比,是不是太远,从最好的已知的其他几个问题。
2022-08-18 cs.DS
Minimum Latency Submodular Cover
研究了最小延迟次模覆盖问题(MLSC),该问题由一个度量$(V,d)$与源$r\in V$和$m$单调次模函数$f_1, f_2, ..., f_m: 2^V \rightarrow [0,1]$组成.我们的目标是找到一条源自$r$的路径,使所有函数的总覆盖时间最小化。这推广了研究得很好的问题,例如子模块排序[AzarG 11]和组Steiner树[GKR 00]。本文给出了MLSC的多项式时间$O(\log \frac{1}{\eps} \cdot \log^{2+δ} |V|)$近似算法,其中$ε>0$是任意$\{f_i\}_{i=1}^m$的最小非零边际增量,$δ>0$是任意常数.我们还考虑了延迟覆盖Steiner树问题(LCST),这是\mlsc的特殊情况下,$f_i$的多覆盖功能。这是延迟组Steiner树[GuptaNR 10a,ChakrabartyS 11]和广义最小和集覆盖[AzarGY 09,BansalGK 10]问题的常见推广。我们得到了LCST的一个$O(\log^2|V|)$ -近似算法。最后,我们研究了子模排序问题的一个自然随机扩展,并得到了一个具有最佳逼近比的自适应算法,该算法具有$O(\log 1/ \eps)$逼近比。这一结果也推广了一些以前研究的随机优化问题,如随机集覆盖[GoemansV 06]和共享过滤器评估[MunagalaSW 07,L…
2013-03-01 cs.DS
Solving the Maximum-Weight Connected Subgraph Problem to Optimality
最大权连通子图问题(Maximum-Weight Connected Subgraph Problem,MWCS)是指给定一个无向结点赋权图,确定一个结点的权值和最大的子集,从而导出一个连通子图。MWCS与已被广泛研究的Prize Collecting Steiner Tree问题密切相关,在计算生物学、网络设计和计算机视觉等领域有着广泛的应用。这个问题是NP难的,甚至很难在一个常数因子内近似。在这项工作中,我们描述了一个算法方案,解决MWCS可证明的最优性,这是基于预处理规则,新的结果分解成一个实例的二连接和三连接组件和分支和切割方法结合原始启发式。我们证明了我们的方法的性能的基准实例的第11个DIMACS实施的挑战,包括MWCS以及转换的PCST实例。
2014-12-01 cs.DS
Discovering Interesting Cycles in Directed Graphs
图中的循环通常表示有趣的过程。例如,周期性交易模式可以表明贸易网络中的效率低下或经济依赖性,食物链中的周期可以识别生态系统中脆弱的依赖性,金融交易网络中的周期可以表明洗钱。识别这样有趣的循环,它也可以被限制为包含一组给定的查询节点,虽然没有广泛的研究,因此是一个相当重要的问题。本文介绍了图中有趣圈的发现问题。我们首先解决的问题,量化的程度,一个给定的周期是一个特定的分析师感兴趣。然后,我们发现,根据这个有趣的措施是相关的最长的周期和最大的平均重量周期问题(在无约束的设置)和最大的斯坦纳周期和最大的平均斯坦纳周期问题(在约束设置)的周期。复杂性分析表明,找到有趣的周期是NP-难的,是NP-难的近似在一个常数因子的无约束设置,并在一个因子多项式的输入大小的约束设置。后者的不可逼近性的结果意味着一个类似的结果,为最大Steiner循环和最大平均Steiner循环问题。出于这些硬度的结果,我们提出了一些有效的启发式算法。我们验证了所提出的方法的有效性,并证明了它们在两个现实世界的用例:食品网络和国际贸易网络数据集的实际效用。
2019-09-03 cs.CC cs.DS
An Oblivious Spanning Tree for Buy-at-Bulk Network Design Problems
我们考虑了双维图的单源批量采购网络设计问题的单生成树构造问题。我们计算一个生成树来沿着图将一组需求(或数据)路由到指定的根结点或从指定的根节点路由。需求可以在中间节点处聚合(或对称地分布到中间节点),其中融合成本由非负凹函数$f$指定。我们描述了一种新的方法来开发一个不经意的生成树的意义上,它是独立的数据源(或需求)和成本函数的数量在中间结点。据我们所知,这是第一篇提出一个单一的生成树解决这个问题(而不是多个覆盖树)。还没有先前的工作,树是不经意的融合成本函数和源(需求)的集合。我们提出了一个确定性的,多项式时间的算法在低倍图,保证$\log^{3}D\cdot\log n$ -近似的最佳成本,其中$D$是直径的图形和$n$的节点总数的生成树。对于恒定的融合成本函数,我们的生成树给出了每个Steiner树到根的$O(\log^3 D)$ -近似。
2010-04-02 cs.DS
Approximation algorithms for connectivity augmentation problems
在连通性增强问题中,我们给出了一个图$H=(V,E_H)$和$V$上的边集$E$,并寻找一个最小边集$J \subseteq E$,使得$H \cup J$具有比$H$更大的边/节点连通性。在边连通性增强问题中,我们需要通过$1$来增加边连通性。在块树扩充问题中,$H$是连通的,$H \cup S$应该是$2$ -连通的。在叶到叶连通性增强问题中,$E$中的每条边都连接最小亏集。对于这个版本,我们给出了一个简单的组合近似算法的比例$5/3$,改善以前的$1.91$近似适用于一般情况。我们还表明,一个简单的证明,如果斯坦纳树问题承认逼近比$α$然后一般版本承认逼近比$1+\ln(4-x)+ε$,其中$x$是解决方案的方程$1+\ln(4-x)=α+(α-1)x$。对于$α=\ln 4+ε$的当前最佳值,这给出了比率$1.942$。这比最佳比率$1.91$稍差,但具有使用斯坦纳树近似作为“黑盒”的优点,如果比率$α\leq 1.35$可以实现,则给出比率$< 1.9$。在元素连通性增强问题中,我们给出了图$G=(V,E)$、$S \subseteq V$和连通性要求$\{r(u,v):u,v \in S\}$。目标是在$uv$ J上找到新边的最小大小集合$J$,使得对于所有$u,v \in S$,图$G \cup J$包含$r(u,v)$ $uv$ -路径,使得它们中没有两个具有共同的…
2020-11-13 cs.DS
Approximating Node-Weighted k-MST on Planar Graphs
本文研究了在平面结点赋权图上寻找至少包含$k$顶点的最小权连通子图的问题。我们给出了该问题的一个$(4+\eps)$ -近似算法。我们通过利用Byrka等人(SWAT'16)最近的节点加权奖品收集Steiner树问题的LMP原始-对偶$3$近似并采用Chudak等人(Math.\程序\ 04)关于边缘加权变体的拉格朗日松弛。特别地,我们通过采取恒定数量的递归步骤并利用Arora和Karakostas的有限猜测过程(Math.\)来改进Sadeghian(2013)给出的拾取附加顶点的过程(树合并过程)。程序\ '06)。更一般地说,我们的方法很容易给出任何图类的$(\nicefrac{4}{3}\cdot r+\eps)$ -近似,其中Byrka等人的算法。对于获奖版本给出了一个$r$ -近似。我们认为,这可以解释为一个类似的结果的推广Könemann等人。再加上梅斯特(STACS'08)的部分覆盖的下界构造,这意味着我们的界基本上是最好的算法,利用LMP算法的拉格朗日松弛作为一个黑盒子。除此之外,我们认为,一个更涉及下界的建设,即使使用LMP算法Byrka等人。当树合并步骤仅依赖于由LMP算法输出的解时,以\emph{non-black-box}方式不能击败因子$\nicefrac{4}{3}\cdot r$。
2018-05-08 cs.DS
Designing FPT algorithms for cut problems using randomized contractions
我们介绍了一种设计切割问题固定参数算法的新技术,即随机收缩。我们应用我们的框架,以获得第一FPT算法的唯一标签覆盖问题和新的FPT算法与指数速度的施泰纳切割和节点多路切割未切割问题。更确切地说,我们证明了:-我们证明了唯一标签覆盖问题的参数化版本,这是唯一游戏猜想的基础,可以在2^{k ^2 \log}中求解|Σ|)}n^4 \log n确定性时间(即使在更强的顶点删除变体中),其中k是未满足边的数量,|Σ|就是字母表的大小因此,我们可以在多项式时间内解决唯一游戏的情况下,允许不被满足的边的数量是O(\sqrt{\log n})的上限到最优性,这提高了平凡的O(1)上限。- 我们证明了Steiner割问题在2^{O(k^2 \log k)}n^4 \log n确定时间和\tilde{O}(2^{O(k^2 \log k)}n^2)随机时间内都能解,其中k是割集的大小.这一结果改进了Kawarabayashi和Thorup最近的工作(FOCS'11)的双指数运行时间。- 我们将展示如何结合考虑'削减'和'未削减'的约束在同一时间。更确切地说,我们定义了一个强大的问题节点多路切割,未切割,可以作为一个抽象的引入未切割的约束,并表明它允许算法运行在2^{O(k^2 \log k)}n^4 \log n确定性时间,其中k是割集的大小。据我们所知,处理未切割约束的唯一已知方法是通过Marx,…
2016-07-19 cs.DS
Optimal Contextual Pricing and Extensions
Massachusetts Institute of Technology(麻省理工学院);Google Research(谷歌研究院)
在上下文定价问题中,卖方重复获得由$\mathbb{R}^d$中的逆向选择的特征向量描述的产品,并且仅观察具有固定但未知的产品线性估值的买方的购买决策。后悔衡量的是卖方在知道买方估价的情况下本可以获得的收入与通过学习算法可以获得的收入之间的差异。我们给出了一个多时间算法的上下文定价与$O(d \log \log T + d \log d)$遗憾匹配的$Ω(d \log \log T)$下限的$d \log d$添加剂的因素。如果我们用对称损失代替定价损失,我们得到了一个算法,该算法使$O(d \log d)$的近似最优遗憾匹配$Ω(d)$下限直到$\log d$。这些算法是基于一种新的技术,在各种尺度上的凸区域的斯坦纳多项式的值的边界。Steiner多项式是以内禀体积作为系数的次数$d$多项式。我们还研究了一个广义版本的上下文搜索,其中隐藏的线性函数在欧几里德空间被替换为一个隐藏的功能$f : \mathcal{X} \rightarrow \mathcal{Y}$在一定的假设类$\mathcal{H}$。我们提供了一个通用的算法$O(d^2)$遗憾$d$是这个类的覆盖维度。如果线性函数保证是$s$稀疏的,则这特别导致用于线性上下文搜索的$\tilde{O}(s^2)$后悔算法。最后,我们还将我们的结果扩展到噪声反馈模型,其中每一轮我们的反馈以固定的概率$p < 1/2$翻转。
2021-02-23 cs.DS cs.LG
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
Degrees and Network Design: New Problems and Approximations
虽然大多数网络设计主要关注成本(边的数量或权重),但节点度也发挥了重要作用。它们传统上要么作为一个目标出现,以最大限度地减少最大程度(例如,最小度生成树问题),或者作为可能被违反以给出双准则近似的约束(例如,最小代价度有界生成树问题(Minimum Cost Degree Bounded Spanning Tree Problem)。我们以两种方式扩展网络设计学位的学习。首先,我们介绍和研究一个新的变种的生存网络设计问题,除了传统的目标,最大限度地减少所选的边缘的成本,我们增加了一个约束,即节点度向量的$\ell_p$ -范数是有界的输入参数。这插值之间的经典设置的最大程度($\ell_{\infty}$范数)和边缘的数量($\ell_1$度),并在分布式系统和VLSI设计中有自然的应用。我们给出了一个常数双准则近似在这两个措施使用凸规划。其次,我们提供了一个多对数双准则近似度有界树宽图上的有界群Steiner问题,解决了一个公开的问题[Kortsarz和Nutov,离散。2022]和[Guo等人,2022年]。
2023-02-22 cs.DS
An Exponential Lower Bound for Spectral Density Estimation on Unweighted Graphs
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);The University of Sydney(悉尼大学);Beijing Institute of Technology(北京理工大学)
针对无权图,证明在随机游走访问模型下,谱密度估计需要指数级随机游走步数,回答了加权图下界能否推广到无权图的开放问题。
2026-06-29 cs.DS
Efficient Lipschitz Extensions for High-Dimensional Graph Statistics and Node Private Degree Distributions
Lipschitz扩展最近被提出作为设计节点差分私有算法的工具。然而,有效可计算的Lipschitz扩张仅适用于一维函数(即输出单个实值的函数)。在本文中,我们研究有效的可计算Lipschitz扩张的多维(即向量值)的功能图。我们发现,与1维函数,Lipschitz扩展的高维函数的图形并不总是存在,即使有一个非单位拉伸。我们设计的Lipschitz扩张与小拉伸的排序度列表和度分布的图。关键是,我们的扩展是有效可计算的。我们还开发了新的工具,采用Lipschitz扩展差分隐私算法的设计。具体来说,我们推广了指数机制,一个广泛使用的工具,在数据隐私。指数机制被赋予一组将数据集映射到实际值的评分函数。它试图返回在数据集上具有接近最小值的函数的名称。我们的广义指数机制提供了更好的准确性时,最佳得分函数的灵敏度是远远小于最大灵敏度的得分函数。我们使用我们的Lipschitz扩展和广义指数机制,设计一个节点差分私有算法释放一个近似图的度分布。我们的算法是更准确的算法比以前的工作。
2015-04-29 cs.CR cs.DS