Stochastic Gradient Meets Randomized Rounding: New Algorithms for Node-Weighted Steiner Problems
Rutgers University(罗格斯大学)
该研究结合LearnOrCover框架与Augmented Greedy算法,提出节点加权施泰纳树和森林的O(log n)近似算法,可用于在线场景,达到最优近似界。
2026-08-10 cs.DS
Friendly Cut Sparsifiers and Faster Gomory-Hu Trees
我们设计了新的切割稀疏因子,与Nagamochi和Ibaraki的经典稀疏化相关[Jummica,1992],这是一种算法,给定$n$节点上的未加权图$G$和参数$k$,计算具有$O(nk)$边的子图,该子图保留$k$的所有切割值。我们提出了友好切割稀疏因子的概念,它是$G$的一个未成年人,它保留了$k$的所有友好切割值,其中$G$中的切割被称为友好的,如果每个节点有更多的边将其连接到切割的自己一侧而不是另一侧。我们提出了一个算法,给定一个简单的图$G$,计算在几乎线性时间的友好切割稀疏与$\tilde{O}(n \sqrt{k})$边缘。使用类似的技术,我们还展示了如何,另外一个终端集$T$,人们可以计算在几乎线性时间的终端稀疏,它保留了最小的$st$ -削减之间的每对终端,与$\tilde{O}(n \sqrt{k} + |T| k)$边缘。将这些稀疏器插入到最近的用于构造简单图的Gomory-Hu树的$n^{2+o(1)}$时间算法中,以及用于处理不友好的最小割的相对简单的过程,我们改进了中等密集图的运行时间(例如,具有$m=n^{1.75}$边缘)。特别地,假设线性时间最大流算法,新的Gomory-Hu树的最新技术是我们的$(m+n^{1.75})^{1+o(1)}$和已知的$m n^{1/2+o(1)}$之间的最小值。我们进一步研究这种方法的局限性和更好的稀疏化的可能性。…
2021-10-29 cs.DS
PTAS for Steiner Tree on Map Graphs
我们研究Steiner树问题的地图图,这大大推广平面图,因为它们允许任意大的集团。我们得到了一个PTAS的Steiner树映射图,这是建立在平面边缘加权的情况下Borradaile等人的结果。Steiner树映射图的问题可以被铸造作为一个特殊的情况下,平面节点加权Steiner树问题,其中只有2.4-近似是已知的。我们证明并使用压缩分解定理的平面节点加权的情况下。这容易地将找到平面节点加权Steiner树的PTAS的问题减少到找到一个树,即,包含接近最佳解的常数因子近似。最后,我们针点的地方,已知的技术,用于构建这样的节点加权实例失败,进一步的进展需要新的想法。
2019-12-02 cs.DS
Approximation algorithms for node-weighted prize-collecting Steiner tree problems on planar graphs
我们研究的获奖版本的节点加权Steiner树问题(NWPCST)限制到平面图。给出了一种新的平面NWPCST的原-对偶保拉格朗日乘子(LMP)3-近似算法。然后,我们展示了($2.88 + ε$)近似建立一个新的最佳近似保证平面NWPCST。这是通过将我们的LMP算法与阈值舍入技术相结合,并利用Berman和Yaroslavtsev的2.4近似来实现的。我们还给出了一个原始-对偶4-近似算法的更一般的森林版本,使用Hajiaghay和Jain介绍的技术。
2016-01-11 cs.DS
Spectral Subspace Sparsification
我们介绍了一种新的方法,频谱稀疏近似的二次形式的伪逆的图拉普拉斯限制到一个子空间。我们表明,稀疏子空间的维度中的边缘的近线性数量存在。我们的设置概括了舒尔补充稀疏。我们的方法通过对输入图的均匀随机生成树进行采样,并使用该树来指导合同,删除和重新加权边缘的边缘消除过程来产生稀疏器。在舒尔补稀疏的背景下,我们的方法有两个好处比以前的工作。首先,它在几乎线性的时间内产生一个稀疏器,而不依赖于期望的误差。我们直接利用这一点来计算近似的有效电阻的一小组顶点对在更快的时间比以前的工作(Durfee-Kyng-Peeke-Rao-Sachdeva '17)。其次,它产生的稀疏,是重新加权的输入图的未成年人。其结果是,我们给出了一个接近最优的答案的一个变种的施泰纳点去除问题。我们的算法的一个关键组成部分是一个子程序的独立利益:一个近线性时间算法,给定一组选定的顶点,建立一个数据结构,我们可以查询一个乘法近似的两个顶点之间的有效电阻的减少后,确定所有的顶点在选定的集合到一个单一的顶点与逆多项式额外的附加误差在近恒定的时间。
2018-10-07 cs.DM cs.DS
An LMP O(log n)-Approximation Algorithm for Node Weighted Prize Collecting Steiner Tree
在节点加权奖励收集Steiner树问题(NW-PCST)中,我们给出了一个无向图$G=(V,E)$,每个$v \in V$的非负代价$c(v)$和惩罚$π(v)$.目标是找到一棵树$T$,该树使$T$跨越的顶点的总成本加上不在$T$中的顶点的总惩罚最小化。这个问题是众所周知的集合覆盖难以近似。Moss和Rabani(STOC'01)提出了一种求解该问题的保原-对偶拉格朗日乘子的$O(\ln |V|)$ -近似算法。我们展示了一个严重的问题,该算法,并提出了一个新的,根本不同的原始对偶方法实现相同的性能保证。我们的算法引入了几个新的功能的原始-对偶方法,可能是独立的利益。
2013-04-10 cs.DS
Algorithms for 2-connected network design and flexible Steiner trees with a constant number of terminals
$k$-Steiner-2NCS问题如下:给定一个常数$k$和一个无向连通图$G = (V,E)$,$E$上的非负代价$c$,以及$V$的一个划分$(T, V-T)$为一组终端、$T$和一组非终端(或Steiner节点),其中$|T|=k$,找到一个包含终端的最小代价两节点连通子图。我们提出了一个随机多项式时间算法的未加权的问题,和一个随机PTAS的加权问题。对于$k$ -Steiner-2 ECS问题,我们得到了类似的结果,其中输入是相同的,算法的目标是找到一个最小成本的两个边缘连接的子图,包含终端。我们的方法建立在Björklund,Husfeldt和Taslaman的结果基础上(ACM-SIAM SODA 2012)给出了用于未加权的$k$ -Steiner-循环问题的随机多项式时间算法;该问题具有与未加权的$k$ -Steiner-2NCS问题相同的输入,并且算法目标是找到包含终端的最小大小的简单循环$C$($C$可以包含任何数量的Steiner节点)。
2022-08-01 cs.DS
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
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
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
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
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 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
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
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
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
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
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
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
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
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
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
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
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
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
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$O(|e| \varepsilon^{-1/2} \log \log \frac{1}{\varepsilo…
2021-07-02 cs.DM cs.DS
A Flow-dependent Quadratic Steiner Tree Problem in the Euclidean Plane
我们介绍了一个流依赖的版本的二次斯坦纳树问题的平面。一组嵌入式源和汇的问题的一个实例要求有向树$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$的所有边缘上的流的总和。我们研究这个问题的动机是它的效用作为一个模型的无线传感器网络的中继增强。在这些情况下,人们试图通过引入额外的中继来优化网络中的功耗-这主要是由于通信,并且在自由空间中,与传输距离的平方成比例。我们证明了几个几何和组合的结构上的最佳和局部最优解-树(根据各种策略,用于界定Steiner点的数量),并描述了一个几何线性时间算法,用于构建这样的树与已知的拓扑结构。
2011-11-09 cs.DS math.MG math.OC
Nearly Optimal Steiner Trees using Graph Neural Network Assisted Monte Carlo Tree Search
University of Arizona(亚利桑那大学)
针对Steiner树求解问题,提出结合图神经网络与蒙特卡洛树搜索的方法,训练以部分解为输入的图神经网络指导搜索,在多类图上优于标准2-近似算法,常能求得最优解。
2023-04-30 cs.DS cs.LG
Node-Weighted Network Design in Planar and Minor-Closed Families of Graphs
我们考虑节点加权生存网络设计(SNDP)在平面图和少数封闭的家庭图。输入由节点加权无向图$G=(V,E)$和每个无序节点对$uv$的整数连通性要求$r(uv)$组成。目标是找到$G$的最小加权子图$H$,使得对于每个节点对$uv$,$H$包含$u$和$v$之间的$r(uv)$不相交路径。根据路径要求分别为边不相交、元素不相交和顶点不相交,将问题分为边连通SNDP(EC-SNDP)、元素连通SNDP(Elem-SNDP)和顶点连通SNDP(VC-SNDP)三个版本。我们的主要结果是一个$O(k)$ -近似算法EC-SNDP和元素SNDP的输入图是平面的或更一般地说,如果它属于一个适当的小封闭的图形族,这里$k=\max_{uv} r(uv)$是最大的连通性要求。这改进了一般图中节点加权EC-SNDP和Elem-SNDP的$O(k \log n)$近似[Nutov,TALG'12]。我们还获得了一个$O(1)$近似节点加权VC-SNDP的连接要求时,在$\{0,1,2\}$ ;对于更高的连接,我们的结果为元素SNDP可以使用在一个黑盒的方式,以获得一个对数因子的改善,目前已知的一般图形的结果。我们的结果受到了[Demaine,Hajiaghayi和Klein,TALG'14]的启发,并推广了他们的工作,他们通过原始对偶算法获得了平面图和适当的小闭图族中节点加权Steiner树和Stei…
2019-10-16 cs.DS
Polynomial-time Recognition of 4-Steiner Powers
给定图$G=(V,E)$的$k^{th}$ -幂由$G$通过在$G$中距离至多为$k$的每两个不同顶点之间添加一条边而获得。如果$G$是某树的$k^{th}$ -幂的导出子图,我们称它为$k$ -Steiner幂.我们的主要贡献是$4$ -Steiner幂的多项式时间识别算法,从而扩展了$k=1,2$的(Lin,Kearney和Jiang,ISAAC'00)和$k=3$的(Chang和Ko,WG'07)的十年之久的结果。一个图$G$称为$k$ -叶幂,如果存在某棵树$T$使得:$V(G)$中的所有顶点都是$T$的叶节点,并且$G$是$T$的$k^{th}$ -幂的导出子图.作为我们的主要结果的副产品,我们给出了第一个已知的多项式时间识别算法的$6$叶功率。
2019-02-03 cs.CC cs.DS
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
$O(\log^2k/\log\log{k})$-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
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
Graph Sparsification via Refinement Sampling
图G '(V,E')是G的一个\eps -稀疏化,对于某个\eps >0,如果G'中的每个(加权)割都在G中相应割的(1个\pm \eps)之内. Benczur和Karger的一个著名结果表明,对于任意的无向图G,可以在O(m \log^2 n)时间内构造一个O(nPDMATHABMO n/ \e^2)边的\eps -稀疏化.现代大规模数据集的应用程序通常会限制算法使用限制随机访问输入的计算模型。半流模型,其中的算法被限制使用\tilde O(n)空间,已被证明是一个很好的抽象分析图算法在应用程序中的大型数据集。最近,Anh和Guha提出了一种用于图稀疏化的半流算法;其实现的总运行时间为Ω(mn),对于空间和时间都很重要的应用程序来说太大了。本文介绍了一种新的图稀疏化技术--精细采样,并给出了一种\tilde{O}(m)时间的图稀疏化半流算法.具体来说,我们表明,细化采样可以用来设计一个单程流算法的稀疏化,需要O(\log \log n)的时间每边,使用O(\log^2 n)的空间每个节点,并输出一个\eps稀疏与O(n \log^3 n/ \eps^2)的边缘。在稍微增加空间和时间复杂度的情况下,我们可以将稀疏器的大小减少到O(n \log n/ \e^2)个边缘,以匹配Benczur-Karger结果,同时改进m=ω(n \log^3 n)的Benczur-Karger运行时…
2010-04-27 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
Fast online node labeling with graph subsampling
Department of Computer Science(计算机科学系);Stony Brook University(石英布鲁克大学);MILA(蒙特利尔人工智能实验室)
本文提出一种在线子采样APPR方法,通过随机丢弃消息降低对最大节点度的依赖,并利用图稀疏化与矩阵线性代数给出图谱性质和节点分类性能的近似界。
2025-07-07 cs.DS cs.LG
inGRASS: Incremental Graph Spectral Sparsification via Low-Resistance-Diameter Decomposition
Stevens Institute of Technology(史蒂文斯理工学院)
本文提出 inGRASS 增量图谱稀疏化算法,利用低电阻直径分解与低维电阻嵌入实现近线性初始化和 O(log N) 更新,实验中最高加速逾 200 倍且质量相当。
2024-09-05 cs.DS cs.LG cs.SI
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
Dynamic Streaming Spectral Sparsification in Nearly Linear Time and Space
在本文中,我们考虑的问题,计算谱逼近图的单通道动态流模型。我们提供了一个基于线性草图的解决方案,给定一个流的边缘插入和删除的$n$ -节点无向图,使用$\tilde O(n)$空间,处理每个更新的$\tilde O(1)$时间,并以高概率恢复频谱稀疏在$\tilde O(n)$时间。在我们的工作之前,现有技术的结果要么使用接近最佳的$\tilde O(n)$空间复杂度,要么使用强力$Ω(n^2)$恢复时间[Kapralov et al. '14],或具有次二次运行时间,但多项式次优空间复杂度[Ahn et al. '14,Kapralov等人。'19]。我们的主要技术贡献是一种新的方法“桶”的输入图形的顶点成集群,允许快速恢复足够大的有效电阻的边缘。我们的算法首先通过使用(近似)其有效电阻度量执行球雕刻来对图的顶点进行桶化,然后从桶中顶点之间的电流的草图版本中恢复高效电阻边缘,总体上在顶点数量上花费几乎线性的时间。该过程在不同的几何尺度下执行,以恢复具有与有效电阻成比例的概率的边缘的样本,并获得输入图的实际稀疏因子。这项工作提供了第一个有效的$\ell_2$ -稀疏恢复算法的图形和新的原语操作的有效电阻嵌入的图,这两个我们希望有进一步的应用。
2019-03-28 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
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
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
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
Planar Length-Constrained Minimum Spanning Trees
Brown University(布朗大学)
本文提出了一种针对平面图中受限长度最小生成树问题的多项式时间近似算法,证明了平面图与一般图在该问题上的近似度差异。
2026-11-02 cs.DS
An Alon-Boppana Type Bound for Weighted Graphs and Lowerbounds for Spectral Sparsification
我们证明了下面的Alon-Boppana型定理,(不一定是正则的)加权图:如果$G$是平均组合度$d$的$n$ -结点加权无向图(即,$G$具有$dn/2$边缘)和周长$g> 2d^{1/8}+1$,并且如果$λ_1 \leq λ_2 \leq \cdots λ_n$是(非标准化)$G$的拉普拉斯算子,然后是\[ \frac {λ_n}{λ_2} \geq 1 + \frac 4{\sqrt d} - O \left( \frac 1{d^{\frac 58} }\right) \](Alon-Boppana定理意味着如果$G$是无权的且$d$是正则的,那么如果直径至少为$d^{1.5}$,则为$\frac {λ_n}{λ_2} \geq 1 + \frac 4{\sqrt d} - O\left( \frac 1 d \right)$。)我们的结果意味着一个下界的谱稀疏。一个图$H$是一个图$G$的谱$ε$ -稀疏子,如果\[ L(G) \preceq L(H) \preceq (1+ε) L(G) \],其中$L(G)$是$G$的拉普拉斯矩阵,$L(H)$是$H$的拉普拉斯矩阵. Batson,Spielman和Srivastava证明了对于每个$G$都有一个$ε$ -稀疏因子$H$,其平均度为$d$,其中$ε\approx \frac {4\sqrt 2}{\sqrt d}$…
2017-07-20 cs.DM cs.DS math.CO
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
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