Large Minors in Expanders
本文研究了扩张图及其子图。具体地说,我们试图回答以下问题:什么是最大的功能$f(n,α,d)$,使每个$n$ -顶点$α$ -扩展器与最大顶点度在最多$d$包含{ \bf每}图$H$与最多$f(n,α,d)$边和顶点作为一个小?我们的主要结果是存在某种普适常数$c$,使得$f(n,α,d)\geq \frac{n}{c\log n}\cdot \left(\fracα{d}\right )^c$ .这个界限实现了对$n$的紧密依赖:众所周知,存在有界度$n$ -顶点扩展器,其不包含任何具有$Ω(n/\log n)$顶点和边作为子的网格。最好的先前结果表明,$f(n,α,d) \geq Ω(n/\log^κn)$,其中$κ$取决于$α$和$d$。此外,我们提供了一个随机化算法,即,给定一个$n$ -顶点$α$ -扩展器,其最大顶点度至多为$d$,另一个图$H$包含至多$\frac{n}{c\log n}\cdot \left(\fracα{d}\right )^c$顶点和边,以高概率在$G$中找到一个$H$模型,在时间poly $(n)\cdot (d/α)^{O\left( \log(d/α) \right)}$中。我们注意到,类似的,但更强的结果是独立获得的Krivelevich和Nenadov:他们表明,$f(n,α,d)=Ω\left(\frac{nα^2}{d^2\log …
2019-01-29 cs.DM cs.DS
Disjoint Paths in Expanders in Deterministic Almost-Linear Time via Hypergraph Perfect Matching
University of Vienna(维也纳大学);Princeton University(普林斯顿大学);National Taiwan University(台湾大学);University of Michigan(密歇根大学)
本文提出了一种确定性近线性时间算法,用于在扩展图中高效计算边不相交路径,并基于Hall型条件推广给出了超图完美匹配的近线性时间算法。
2025-11-04 cs.DS
Routing permutations on spectral expanders via matchings
我们考虑以下基于匹配的路由问题。最初,连通图$G$的每个顶点$v$被具有唯一目的地$π(v)$的卵石占据。在每一轮中,在$G$中所选匹配的边缘上的pebble被交换,目标是在尽可能少的轮中将每个pebble路由到其目标顶点。我们表明,如果$G$是一个足够强的$d$ -经常频谱扩展,然后任何置换$π$可以实现$O(\log n)$轮。这对于常数$d$是最优的,并且解决了Alon、Chung和Graham的问题[SIAM J. Discrete Math.,7(1994),pp. 516- 530]。
2022-09-08 cs.DM cs.DS math.CO
Random walks which prefer unvisited edges. Exploring high girth even degree expanders in linear time
我们考虑修改后的随机游走,尽可能使用未访问的边缘,否则,使一个简单的随机游走。我们称这样的行走为边缘过程。我们假设有一个规则A,它告诉遍历在有选择时使用哪个未访问的边。在最简单的情况下,A是对与当前行走位置关联的未访问边缘的均匀随机选择。然而,我们并不排除规则A的任意选择。例如,规则可以由对手在线确定,或者可以从顶点到顶点变化。对于最大度有界的偶度扩张图,我们有如下结果。设G是一个n点偶度扩张图,G的每个顶点至少在一个长度为L的点诱导圈中。G上的任何边过程都有覆盖时间(n+(nlogn)/L)。这个结果是独立的规则A用于选择未访问的边缘,这可以选择在线的对手的顺序。作为一个例子,在高概率下,随机r-正则图(r至少为4,偶数)是L = Omega(log n)的扩展器。因此,对于几乎所有这样的图,边过程的顶点覆盖时间是Theta(n)。与任何加权随机游走的Omega(n log n)覆盖时间相比,这将此类图的顶点覆盖时间提高了log n倍。
2012-05-27 cs.DC cs.DS math.CO
On the Streaming Complexity of Expander Decomposition
本文研究流式模型下展开子分解的空间复杂度,提出首个计算边界链接展开子分解的流式算法,以$\tilde{O}(n)$空间实现任意$φ$的分解,并证明计算分解序列需${\tildeΩ}(n/φ)$空间下界。
2024-05-29 cs.DS
Towards Constant Time Multi-Call Rumor Spreading on Small-Set Expanders
European University of Rome(罗马欧洲大学);Department of Computer Science, University of Salzburg(萨尔茨堡大学计算机科学系);TU Graz(格拉茨工业大学)
该研究提出多调用的k-PUSH&PULL谣言传播变体,证明其在小集顶点扩张图上的传播轮数上界为O(log_φ n · log_k n)、下界为Ω(log_φ n + log_k n),为快速信息传播提供理论支撑。
2025-10-22 cs.DS
Connectivity Certificate against Bounded-Degree Faults: Simpler, Better and Supporting Vertex Faults
本文确定了针对有界度边故障的 $f$-EFD 连通性证书的最优大小界限 $O(f n \cdot \log(n/f))$,将其扩展至支持有界度顶点故障,并提供了更简单且不依赖扩展图的证明。
2024-11-17 cs.DS
Explicit Two-Sided Vertex Expanders Beyond the Spectral Barrier
本文构造了首个绕过谱障碍的显式双侧顶点扩展图,利用三部线积框架和4维Ramanujan团复形,实现了约0.6d的扩展因子及唯一邻居扩展。
2024-11-18 cs.CC cs.DM cs.DS
Expander Decomposition in Dynamic Streams
本文首次在动态流模型中研究了图的 expander 分解,通过引入 power_cut 稀疏器这一新型算法工具,使用 $\tilde{O}(n/εδ)$ 空间实现了递归最稀疏割过程,并证明了其空间复杂度的渐近紧致性。
2023-08-03 cs.DS
Deterministic Decremental SSSP and Approximate Min-Cost Flow in Almost-Linear Time
在递减单源最短路径问题中,目标是保持从固定源$s$到$m$ -边图中经历边删除的每个顶点$v$的距离.在本文中,我们总结了这个问题的一个长期的研究显示一个接近最佳的确定性数据结构,保持$(1+ε)$近似距离估计和运行在$m^{1+o(1)}$总更新时间。我们的结果,特别是,删除了由Henzinger等人[FOCS'14],这导致了我们的第二个结果:$(1-ε)$近似最小成本流的无向图中的容量和成本可以采取的边缘和顶点的第一个几乎线性时间算法所需的不经意的对手的假设。以往求解具有顶点容量的最大流或具有任意容量的最小费用流的算法都需要超线性时间。我们的结果基本上完成了无向图中近似流的图像。第一个结果的关键技术是一个新的框架,使我们能够像对待扩张器的低直径图。这使我们能够利用扩展器属性,同时绕过扩展器分解的缺点,这几乎是所有以前的基于扩展器的算法需要处理的。对于第二个结果,我们使用随机化打破了乘法权重更新框架中臭名昭著的流分解障碍。
2021-01-19 cs.DS
Finding Colorings in One-Sided Expanders
ETH Zurich(苏黎世联邦理工学院)
本文在单侧扩张图中提出新的算法方法,改进了独立集和顶点覆盖问题的近似算法,并证明了在特定条件下着色问题的计算复杂性。
2025-11-20 cs.DS
Maintaining Routing Structures under Deletions via Self-Pruning
本文研究在边删除序列下同时维护扩展图路由与修剪的问题,提出一族像超立方体一样易于路由且具有自修剪性的扩展图,并实现最坏情况下每次对抗性删除仅引起少量额外删除,同时可对路由路径长度进行常数因子控制。
2025-07-17 cs.DS
Wireless Expanders
本文介绍了一种适用于无线网络的扩展概念。一个图$G=(V,E)$称为$(α_w, β_w)$ -{wireless expander},如果对于每个子集$S \subseteq V$ s.t. $|S|\leq α_w \cdot |V|$,则存在子集$S'\subseteq S$ s.t.在$V\backslash S$中至少有$β_w \cdot |S|$顶点与$S'$中恰好一个顶点相邻。我们要问的主要问题是:普通扩展器在多大程度上也是好的{无线}扩展器?我们以近乎严格的方式回答这个问题。在积极的一面,我们表明,任何$(α, β)$的最大程度$Δ$和$β\geq 1/Δ$的扩展器也是一个$(α_w, β_w)$无线扩展器$β_w = Ω(β/ \log (2 \cdot \min\{Δ/ β, Δ\cdot β\}))$。因此,无线扩展比普通扩展最多小$\min\{Δ/ β, Δ\cdot β\}$的对数因子,其取决于图\emph{average degree}而不是最大程度;例如,对于低荫度图,无线扩展匹配普通扩展直到常数。我们补充这一积极的结果,提出了一个明确的建设“坏”$(α, β)$ -扩展器的无线扩展是$β_w = O(β/ \log (2 \cdot \min\{Δ/ β, Δ\cdot β\})$。我们还分析了无线扩展器的理论特性及其与唯一邻居扩展器的连接,并证明…
2018-02-20 cs.DS
Parallel and Distributed Expander Decomposition: Simple, Fast, and Near-Optimal
本文提出首个近最优并行扩展器分解算法,以近线性工作量和近常数跨度运行,并可在分布式Congest模型中高效实现,首次将跨越边比例降至近最优水平。
2025-01-06 cs.DS
Vertex Sparsifiers for c-Edge Connectivity
我们证明了存在O(f(c)k)大小的顶点稀疏因子,它们在一组k个终端顶点之间保持所有的边连通性值,其中f(c)是一个只依赖于c的函数,即边连通性值。这种构造是算法性的:我们还提供了一种算法,其运行时间线性依赖于k,但在c中呈指数关系。这意味着对于c的常数值,可以在每次操作的polylog时间内回答边缘插入/删除和c-边缘连接查询的离线序列。这些结果是通过结合最小终端分离割无向图的结构结果与最近的发展,在扩展分解为基础的方法,找到小顶点/边割图。
2019-10-23 cs.DS
Narrowing the LOCAL$\unicode{x2013}$CONGEST Gaps in Sparse Networks via Expander Decompositions
National University of Singapore(新加坡国立大学);Boston College(波士顿学院)
本文提出一个通用框架,利用分布式扩展器分解,在排除固定子图的稀疏网络中,为多个组合优化问题实现poly(log n, 1/ε)轮(1±ε)近似,并推广了分布式性质测试。
2025-10-23 cs.DC cs.DS
Explicit two-sided unique-neighbor expanders
本文首次构造了显式双边不平衡唯一邻点扩展图,通过新定义的三方线积图积结合谱扩展图与常数规模唯一邻点扩展图,得到强显式双正则图族,并保证小集合具有线性唯一邻点扩展及指数规模子集的无损扩展。
2024-01-15 cs.CC cs.DM cs.DS
Explicit Expanding Expanders
扩张图的确定性构造一直是计算机科学和数学中的一个重要研究课题,其中有许多关于无限扩张图族的研究。然而,在某些应用中,一个无限族是不够的:我们需要彼此“接近”的展开子。本文研究了如下问题:构造一个无限扩展子序列$G_0,G_1,\dots$,使得对于每两个连续的图$G_i$和$G_{i+1}$,通过添加一个顶点和插入/删除少量的边,可以从$G_i$得到$G_{i+1}$,我们称之为从$G_i$到$G_{i+1}$的转换的扩展代价.这个问题很自然,例如,在数据中心网络的上下文中,其中顶点表示服务器的机架,并且扩展成本捕获在向网络添加另一个机架时所需的重新布线的量。我们提出了一个显式的构造$d$-定期扩展的扩展成本最多$5d/2$,任何$d\geq 6$。我们的构造利用了图的"2-提升"的概念。这个运算首先由Bilu和Linial分析,他们反复应用2-lifts来构造一个无限的扩张器族,从一个扩张器到下一个扩张器,它的大小增加了一倍。我们的构造可以被看作是一种在双线性扩张器之间"插值"的方法,具有低扩张成本,同时保持良好的边缘扩张。虽然我们的主要动机是集中式(数据中心网络),但我们也在“自我修复”模型中获得了最知名的分布式扩展器结构。
2015-07-05 cs.DS math.CO
Approximating Directed Minimum Cut and Arborescence Packing via Directed Expander Hierarchies
MPI-INF and Saarland University(马克斯·普朗克计算机科学研究所与萨尔兰大学);University of Michigan(密歇根大学)
通过有向展开层次结构,提出近线性时间算法近似有向图中的根最小割和arborescence打包问题,实现高效的近似解。
2025-12-17 cs.DS
Deterministic Distributed Expander Decomposition and Routing with Applications in Distributed Derandomization
最近在利用扩展器的$\mathsf{CONGEST}$模型中的分布式图算法中有一个令人兴奋的工作。到目前为止,所有这些算法都是基于两个工具:扩展器分解和扩展器路由。$(ε,ϕ)$ -扩展器分解去除边缘的$ε$ -分数,使得剩余的连接分量具有至少$ϕ$的电导,即,它们是$ϕ$ -扩展器,并且扩展器路由允许$ϕ$ -扩展器中的每个顶点$v$非常快速地与任何其它顶点交换$\text{deg}(v)$消息,而不仅仅是其本地邻居。在本文中,我们给出了第一个有效的确定性分布式算法的工具。我们表明,$(ε,ϕ)$ -扩展器分解可以确定性地计算在$\text{poly}(ε^{-1}) n^{o(1)}$轮$ϕ= \text{poly}(ε) n^{-o(1)}$,并扩展器路由可以确定性地执行在$\text{poly}(ϕ^{-1})n^{o(1)}$轮。这两个结果都与[Chang和Saranurak,PODC 2019]和[Ghaffari,Kuhn和Su,PODC 2017]的随机算法的先前界限相匹配,直到子多项式因子。因此,我们去随机化现有的分布式算法,利用扩展器。我们证明了$n^{o(1)}$ -扩展器上的最小生成树可以在$n^{o(1)}$轮中确定性地构造,并且一般图上的三角形检测和枚举可以分别在$O(n^{0.58})$轮和$n^{2/3 + o(1)}$轮中确定性地解决。我们还给出了…
2020-07-29 cs.DC cs.DS
Local Computation Algorithms for (Minimum) Spanning Trees on Expander 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)
本文提出了一种针对扩展图的局部计算算法,用于构造生成树和最小生成树,实现了子线性时间复杂度的高效算法。
2026-02-07 cs.DS
Almost Ramanujan Expanders from Arbitrary Expanders via Operator Amplification
本文提出一种基于算子放大的局部高效算法,可将任意扩展图变换为度数与谱扩展达到几乎最优(近二次)权衡的几乎拉马努金扩展图,并推广 Ta-Shma 的偏差放大技术,应用于群生成元、量子扩展器及去随机化随机游走等。
2024-10-22 cs.DM cs.DS math.CO
Greedy Region Growing: Improved Approximations for Cutwidth, Pathwidth, Flow-Expander Decomposition, and More
Max Planck Institute for Informatics(马克斯·普朗克计算机科学研究所)
该研究提出贪心区域增长技术,为割宽、路宽等多个图论问题提供改进近似算法,解答了相关开放问题,还解决了Seymour递归适配最小-最大目标的概念性问题。
2026-11-06 cs.DS
Can LLMs be Used to Simplify Algorithms? Simpler Algorithms for Vertex Coloring and Edge Connectivity
Institute of Science and Technology Austria(奥地利科学技术学院)
本文探究大语言模型(LLMs)简化算法的能力,通过评估三种LLMs在十个算法问题上的表现,发现了两种新算法,分别改进了顶点着色的非对称调色板稀疏化界定,并简化了无向图全局最小割算法。
2026-08-12 cs.DS
Rounding Large Independent Sets on Expanders
针对一侧谱扩展图,提出多项式时间算法求线性大小独立集,适用于几乎3-可着色或含$(1/2-ε)n$独立集的图,并证明几乎4-可着色情形在唯一博弈猜想下NP困难。
2024-11-06 cs.CC cs.DS
Online Carpooling using Expander Decompositions
我们考虑在线拼车问题:给定$n$顶点,一系列边随着时间的推移到达。当边$e_t = (u_t, v_t)$到达时间步长$t$时,算法必须将边定向为$v_t \rightarrow u_t$或$u_t \rightarrow v_t$,目的是最小化任何顶点的最大差异,即,它的入度和出度之间的绝对差。边缘对应于想要一起乘坐的成对的人,并且定向表示指定驾驶员。然后,差异目标对应于每个人驾驶接近他们参与的乘坐的公平份额。在本文中,我们设计了有效的算法,可以保持polylog $(n,T)$最大差异(w.h.p)的任何序列的$T$到达时,到达的边缘是独立和均匀地从任何给定的图$G$采样。这为在线(随机)拼车问题提供了第一个多对数边界。在此之前的工作,最有名的界限是$O(\sqrt{n \log n})$ -差异的任何敌对序列的到来,或$O(\log\!\log n)$ -差异界限的随机到来时,$G$是完整的图形。我们的论文的技术关键是在表明,简单的贪婪算法,它具有可证明的好的差异界限时,到达的边缘均匀随机从完整的图,也有polylog差异时,$G$是一个扩展图。然后,我们将其与已知的扩展器分解结果相结合,设计我们的整体算法。
2020-10-03 cs.DS cs.GT
Deterministic Small Vertex Connectivity in Almost Linear Time
在顶点连通性问题中,给定一个无向$n$ -顶点$m$ -边图$G$,我们需要计算在去掉这些顶点后能断开$G$的最小顶点数.这个问题是研究最多的图问题之一。从2019年起,一条新的工作线【南农凯等人~ STOC'19; SODA'20; STOC'21]已经使用随机化技术来打破二次时间障碍,并且最近通过Chen等人最近宣布的maxflow算法在几乎线性时间算法中达到高潮。相比之下,所有已知的确定性算法都要慢得多。最快的算法[Gabow FOCS'00]需要$O(m(n+\min\{c^{5/2},cn^{3/4}\}))$时间,其中$c$是顶点连通性。对于任何常数$c>3$,是否存在次二次时间确定性算法仍然是未知的。本文给出了第一个确定性的几乎线性时间点连通算法,该算法对所有常数$c$。我们的运行时间是$m^{1+o(1)}2^{O(c^{2})}$时间,它对所有$c=o(\sqrt{\log n})$几乎是线性的。这是第一个确定性算法,打破了$O(n^{2})$ -稀疏图上的时间界限,其中$m=O(n)$,这是已知的超过50年前[Kleitman'69]。对于我们的结果,我们给出了一个新的约简框架,顶点扩展器,这反过来又利用了我们新的几乎线性时间构造的模仿网络的顶点连通性。Kratsch和Wahlström [FOCS'12]以前的构造需要很长的多项式时间,并且是随机的。
2022-10-25 cs.DS
The Sharp Power Law of Local Search on Expanders
本文研究常数度扩张图上黑盒局部搜索的查询复杂性,借助顶点拥塞、分离数及改进的关系型敌手方法,将下界提升至 $\Omega(\sqrt n/\log n)$,接近已知 $O(\sqrt n)$ 上界。
2023-08-15 cs.CC cs.CG cs.DS
Online matching games in bipartite expanders: Hall-type results and applications to non-blocking connectors
National Research University Higher School of Economics, Faculty of Computer Science(国立研究高等经济学院计算机学院);Towson University(托森大学)
本文研究二分扩展图中的在线匹配问题,证明无损扩展图可支撑高效在线匹配策略,并基于此得到了规模更优、路径查找速度提升双指数倍的无阻塞连接器。
2026-09-13 cs.DS
Improved Algorithms for Effective Resistance Computation on Graphs
本文针对扩展图上的有效电阻近似问题,提出结合确定性搜索与随机游走采样的局部算法,将时间复杂度改进至 $\tilde{O}(\sqrt{d}/ε)$,并证明 $Ω(1/ε)$ 的下界,同时扩展出更优的基于索引的查询算法。
2025-07-07 cs.DS
Testing Small Set Expansion in General Graphs
我们考虑一般图的小集合扩张的测试问题。一个图$G$是一个$(k,ϕ)$ -扩展器,如果体积的每个子集至多$k$具有至少$ϕ$的电导。小集合扩张由于与唯一对策猜想、局部图划分算法和局部可测码等问题密切相关而受到广泛关注。我们给出了测试者的双侧错误和单侧错误的邻接表模型,允许度和邻居查询的输入图的预言。测试者将$n$ -顶点图$G$、体积边界$k$、扩展边界$ϕ$和距离参数$\varepsilon>0$作为输入。对于双侧误差测试器,概率至少为$2/3$,如果图形是$(k,ϕ)$ -扩展器,则接受图形,如果图形是$\varepsilon$ -远离任何$(k^*,ϕ^*)$ -扩展器,则拒绝图形,其中$k^*=Θ(k\varepsilon)$和$ϕ^*=Θ(\frac{ϕ^4}{\min\{\log(4m/k),\log n\}\cdot(\ln k)})$。测试器的查询复杂度和运行时间为$\widetilde{O}(\sqrt{m}ϕ^{-4}\varepsilon^{-2})$,其中$m$是图的边数。对于单侧误差测试器,它接受每个$(k,ϕ)$ -扩展器,并且概率至少为$2/3$,拒绝每个$\varepsilon$ -远离$(k^*,ϕ^*)$ -扩展器的图,其中对于任何$0<ξ<1$,$k^*=O(k^{1-ξ})$和$ϕ^*=O(ξϕ^2)$。此测试仪的查询复杂度和运行时间为$\w…
2015-01-05 cs.DS
Rumor Spreading on Random Regular Graphs and Expanders
广播算法是分布式系统的重要组成部分。在这项工作中,我们调查的经典和研究推模型的典型性能。假设一个给定网络中的一个节点最初持有一些信息。在每一轮中,每个被通知的节点都独立地随机选择一个邻居,并向其发送消息。在本文中,我们考虑了随机网络,其中每个顶点的度至少为3,即,从具有n个顶点的所有d-正则图的集合中随机均匀地绘制基础图。我们证明了Push模型以概率1 - o(1)将消息广播到(1 + o(1))C_d ln n轮内的所有节点,其中C_d = 1/ ln(2(1-1/d))- 1/(d ln(1 - 1/d))。特别是,我们可以精确地描述节点度对推送模型的典型广播时间的影响。此外,我们考虑伪随机正则网络,其中我们假设每个节点的度非常大。我们证明了广播时间是(1+o(1))C ln n,概率为1 - o(1),其中C= 1/ ln 2 + 1,是C d随d增长的极限。
2010-02-18 cs.DS math.CO math.PR
Deterministic Expander Routing: Faster and More Versatile
本文提出更快且支持预处理/查询权衡的确定性扩展图路由算法,轮复杂度匹配随机界,并据此得到一般图 $k$-团枚举的近最优确定性算法。
2024-05-06 cs.DC cs.DS
Greedy Random Walk
本文研究了图上的一个离散时间自交互随机过程,我们称之为贪婪随机游动。步行者最初位于某个顶点。随着时间的推移,每个顶点保持接触它的尚未被步行者穿过的邻边的集合。在每一步中,遍历器在某个顶点处,根据某种(确定性或随机化)规则在尚未遍历到目前为止的边中挑选邻边。如果已经遍历了所有的邻边,则均匀随机地选择邻边。拾取一条边后,漫游将沿着该边跳到相邻顶点。我们表明,预期的边覆盖时间的贪婪随机游动是线性的边缘数为某些自然的家庭图。这样的图的例子包括完全图,对数围长的偶数度扩展,和超立方体图。我们还表明,GRW是短暂的$\Z^d$的所有$d \geq 3$。
2012-06-07 cs.DS math.PR
No Sublogarithmic-time Approximation Scheme for Bipartite Vertex Cover
柯尼希定理指出,在二分图上,最大匹配的大小等于最小顶点覆盖的大小。从先前的工作中已知,对于每个ε> 0,存在一个常数时间分布式算法,该算法在有界度的2色图上找到最大匹配的(1+ε)-近似。在这项工作中,我们显示-有点令人惊讶-,没有subjumic-time近似计划存在的对偶问题:有一个常数δ> 0,使没有随机分布式算法运行时间o(\log n)可以找到一个(1+δ)-近似的最小顶点覆盖的2色图的最大程度3。事实上,Linial-Saks(1993)分解的一个简单应用证明了这个下界是紧的。我们的下界构造是简单的,在某种程度上,独立于以前的技术。一路上,我们证明了一定的削减最小化问题,这可能是独立的利益,是很难近似局部膨胀图。
2012-05-21 cs.CC cs.DC cs.DS
Parameterized Algorithms for Editing to Uniform Cluster Graph
本文研究将图编辑为均匀簇图的参数化算法,针对顶点删除、边删除、边添加、边编辑和顶点分裂等变体,给出了更小的顶点核和更快的FPT算法,并首次为处处稠密图上的UCED设计了次指数算法。
2025-02-05 cs.CC cs.DS
Local and global expansion in random geometric graphs
考虑如下采样的随机几何2维单纯复形$X$:首先,在$\mathbb{S}^{d-1}$上均匀随机地采样$n$向量$\boldsymbol{u_1},\ldots,\boldsymbol{u_n}$;然后,对于每个三元组$i,j,k \in [n]$,将$\{i,j,k\}$及其所有子集添加到$X$当且仅当$\langle{\boldsymbol{u_i},\boldsymbol{u_j}}\rangle \ge τ, \langle{\boldsymbol{u_i},\boldsymbol{u_k}}\rangle \ge τ$和$\langle \boldsymbol{u_j}, \boldsymbol{u_k}\rangle \ge τ$。我们证明,对于每个$\varepsilon > 0$,存在一个选择的$d = Θ(\log n)$和$τ= τ(\varepsilon,d)$,使具有高概率,$X$是一个高维扩展的平均程度$n^\varepsilon$,其中每个$1$ -链接有界的频谱间隙远离$\frac{1}{2}$。据我们所知,这是第一次演示的自然分布在$2$维扩展的任意小的多项式平均度和频谱链接扩展优于$\frac{1}{2}$。所有以前已知的构造都是代数的。这个分布也证明了一个单纯复形的例子,其中滴流定理几乎是紧的。在途中,我们证明了一般界限的随机诱导子图的任意顶点传…
2022-10-01 cs.DM cs.DS math.CO