Property-Testing in Sparse Directed Graphs: 3-Star-Freeness and Connectivity
我们研究有界度模型中有向图的属性测试,其中我们假设一个算法只能查询一个顶点的传出边,这是Bender和Ron在2002年提出的一个模型。作为我们的第一个主要结果,我们提出了一个强连通性的属性测试算法在这个模型中,具有查询复杂度为$\mathcal{O}(n^{1-ε/(3+α)})$的任意$α>0$,它是基于减少估计的顶点入度分布。对于无子图,给出了一个查询复杂度为$\mathcal{O}(n^{1-1/k})$的属性测试算法,其中$k$是被查询子图中没有引入边的连通分支的个数.此外,我们看看问题的测试是否弱连通图包含顶点的程度至少$3$,这可以被视为测试的自由度的所有方向的$3$ -明星,作为我们的第二个主要结果,我们表明,这个属性可以测试查询复杂性的$\mathcal{O}(\sqrt{n})$,而不是什么预期的,$Ω(n^{2/3})$。
2013-12-02 cs.DS
Graph Planarity Testing with Hierarchical Embedding Constraints
层次嵌入约束定义了一组允许的循环顺序的边缘事件的顶点图。这些约束表示在FPQ树。FPQ-树是PQ-树的变体,除了P-和Q-节点之外还包括F-节点。F节点表示固定的置换,即,它无法逆转。设$G$是一个图,使得$G$的每个顶点都配备有一组FPQ树,该FPQ树编码其关联边的层次嵌入约束。我们研究的问题,测试是否$G$承认一个平面嵌入,这样,对于每个顶点$v$的$G$,循环顺序的事件到$v$的边缘描述的至少一个FPQ树与~ $v$。我们证明了这个问题是固定参数易处理的双连通图,其中的参数是$G$的树宽和与$G$的每个顶点相关联的FPQ-树的数量。我们还证明了,如果仅用FPQ-树的数目来参数化,则该问题是NP-完全的,如果仅用树宽来参数化,则该问题是W[1]-困难的。除了其本身的有趣性之外,层次嵌入约束的平面性测试研究还可以用于解决其他平面性测试问题。特别是,我们将我们的技术应用于研究的NodeTrix平面性测试的聚类图。我们发现,NodeTrix平面性测试与固定的双方是固定参数的参数化时,参数化的集群的大小和树宽的多图通过折叠集群到单顶点,只要这个图是bconnected。
2019-11-16 cs.DS
Parameterized Algorithms for Finding Square Roots
我们证明了以下两个问题是固定参数易处理的参数k:测试是否连通n-顶点图有一个平方根最多n-1 + k条边和测试是否这样的图有一个平方根至少m-k条边。我们的第一个结果意味着,平方图从树添加最多k边可以识别在多项式时间为每个固定的k>= 0,以前这个结果是已知的,只有当k = 0。我们的第二个结果是等价于说明,决定一个图是否可以被修改成一个平方根的本身,最多k边删除是固定参数的参数易处理的参数k。
2013-10-21 cs.DS
Fully-dynamic Planarity Testing in Polylogarithmic Time
给定一个动态图的插入和删除的边缘,一个自然的问题是,图目前是否承认一个平面嵌入。我们给出了一个确定性的全动态算法一般的图形,运行在摊销$O(\log^3 n)$时间每边插入或删除,保持一个位,指示图形是否目前是平面的。这是对以前的最佳算法[Eppstein,Galil,Italiano,Spencer,1996]的指数改进,以前的最佳算法每次更新花费摊销的$O(\sqrt{n})$时间。
2019-12-10 cs.DS
Testing Graph Properties with the Container Method
University of Waterloo(滑铁卢大学)
本文用容器方法提出了测试图属性的新方法,建立了测试ρ-clique和k-着色性属性的近最优采样复杂度界限。
2026-03-06 cs.DS
On testing single connectedness in directed graphs and some related problems
设$G=(V,E)$是一个有向图,它有$n$顶点和$m$边.图$G$称为单连通的,如果对于每对顶点$v,w \in V$,在$G$中至多有一条从$v$到$w$的简单路径。Buchsbaum和Carlisle(1993)给出了一个算法来检验$G$在$O(n^{2})$时间上是否是单连通的。在本文中,我们描述了一个改进的版本,这个算法的运行时间$O(s\cdot t+m)$,其中$s$和$t$是源和汇的数量,分别在减少图$G^{r}$通过首先收缩每个强连接组件的$G$到一个顶点,然后消除顶点的入度或出度$1$的收缩操作。此外,我们发现,找到一个最小的基数边子集$C\subseteq E$(分别为顶点子集$F\subseteq V$),其删除$G$离开一个单连通图的问题是NP-困难的。
2015-03-02 cs.DS
From Decision to Random Certificates: Exponential Separation for Edge Estimation with Independent Set Queries
Indian Statistical Institute(印度统计研究所);Institute of Mathematical Sciences, HBNI(HBNI数学科学研究所)
研究用亚线性查询估计无向无权图边数问题,提出含随机证书的查询模型,给出随机算法,以$\widetilde{O}(\log^{2} m)$次查询输出边数近似值,与其他模型有指数分离且对输出敏感,连接多个相关领域。
2026-07-09 cs.DS
Optimal bounds for monotonicity and Lipschitz testing over hypercubes and hypergrids
超网格及其特殊情况超立方体上的单调性测试问题是性质测试中一个经典的、研究得很好但尚未解决的问题。我们被赋予对$f:[k]^n \mapsto \R$的查询访问权(对于某个有序范围$\R$)。超网格/立方体具有由坐标排序给出的自然偏序,由$\prec$表示。如果对于所有对$x \prec y$、$f(x) \leq f(y)$,则函数是\emph{monotone}。到单调性的距离$\eps_f$是需要改变以使$f$单调的$f$值的最小分数。对于$k=2$(布尔超立方体),通常的测试器是\emph{edge tester},它检查相邻域点对的单调性。已知使用$O(\eps^{-1}n\log|\R|)$样本的边缘测试器可以区分单调函数和其中$\eps_f > \eps$的函数。另一方面,超立方体上单调性测试的最佳下界是$\min(|\R|^2,n)$。这在我们的知识中留下了二次缺口,因为$|\R|$可以是$2^n$。我们解决了这个长期存在的开放问题,并证明$O(n/\eps)$样本足够的边缘测试。对于超网格,已知的测试器需要$O(\eps^{-1}n\log k\log |\R|)$样本,而最著名的(非自适应)下限是$Ω(\eps^{-1} n\log k)$。我们给出了一个运行在$O(\eps^{-1} n\log k)$时间的超网格的(非自适应)单调性测试器。我们的技术导致最佳的…
2014-04-02 cs.CC cs.DM cs.DS
Computing the $4$-Edge-Connected Components of a Graph in Linear Time
我们提出了第一个线性时间算法,计算的$4$ -边连接组件的无向图。因此,我们也得到了第一个线性时间算法测试$4$边缘连接。我们的研究结果是基于一个线性时间算法,计算$3$-边连接图$G$的$3$ -边切割,和一个线性时间程序,给定的所有$3$ -边切割的集合,分区的$G$的顶点到$4$ -边连接组件。
2021-05-06 cs.DS
On The Multiparty Communication Complexity of Testing Triangle-Freeness
在本文中,我们发起的同时和非同时多方通信复杂性的性质测试的研究,侧重于测试图中的三角自由。我们考虑$\textit{coordinator}$模型,其中$k$参与者接收私有输入,而协调者不接收任何输入;协调者可以与所有参与者通信,但参与者不能相互通信。在这个模型中,我们问:如果输入图在参与者之间划分,每个参与者接收一些边,参与者和协调器需要交换多少位来确定图是无三角形的,还是无三角形的$\textit{far}$?对于一般的通信协议,我们表明,$\tilde{O}(k(nd)^{1/4}+k^2)$位是足够的,以测试三角形的自由度在图的大小$n$与平均度$d$(度不需要事先知道)。对于$\textit{simultaneous}$协议,只有一个通信回合,我们给出了一个协议,使用$\tilde{O}(k \sqrt{n})$位时$d = O(\sqrt{n})$和$\tilde{O}(k (nd)^{1/3})$时$d = Ω(\sqrt{n})$ ;这里,再次,平均程度$d$不需要事先知道。我们表明,平均度$d = O(1)$,我们的同时协议是渐近最优的对数因子。对于更高的程度,我们不能给出较低的边界上测试三角自由,但我们给出的证据表明,这个问题是很难找到一个边,参与三角形是很难的,即使承诺,至少一个常数部分的边缘必须删除,以使图形三角自由。
2017-05-23 cs.DS
Improving and extending the testing of distributions for shape-restricted properties
分布测试处理关于$\{1,\ldots,n\}$上的未知分布可以推断出什么信息,其中该算法仅允许从分布中获得相对少量的独立样本。在扩展的条件抽样模型中,该算法还允许从原始分布对$\{1,\ldots,n\}$子集的限制中获取样本。在2015年,Canonne、Diakonikolas、Gouleakis和Rubinfeld统一了之前的几个结果,并表明对于满足“可分解性”标准的分布的任何属性,存在一种算法(在基本模型中),可以区分满足该属性的高概率分布和在变化距离上远离它的分布。我们在这里提出了一个更有效但更简单的算法的基本模型,以及非常有效的算法的条件模型,直到现在还没有调查的伞下的可分解的属性。此外,我们提供了一个算法的条件模型,处理一个更大的属性类。我们的核心机制是一种有效地产生满足“细粒度”质量的$\{1,\ldots,n\}$的区间划分的方法。我们表明,有了这样的分区在手,我们可以直接向前移动与测试个别的间隔,而不是首先搜索“正确”的分区$\{1,\ldots,n\}$。
2016-09-21 cs.CC cs.DS
Testing Distributions of Huge Objects
该研究提出一种结合分布与字符串属性测试的新模型,重点探究了该模型下测试查询复杂度与标准分布测试样本复杂度的关系,并分析了自然产生及标准模型中常见属性的测试复杂度。
2023-12-30 cs.DS
Dynamic Planar Embedding is in DynFO
本文证明动态平面嵌入属于 DynFO:通过仅维护三连通分量嵌入及分离对二染色,支持边插入、删除并拒绝破坏平面性的插入。
2023-07-17 cs.CC cs.DS cs.LO
Computing and Testing Small Vertex Connectivity in Near-Linear Time and Queries
我们提出了一个新的,简单的,算法的局部顶点连通性问题(LocalVC)提出的Nanongkai~等。[STOC'19]。粗略地说,给定一个无向无权图$G$、一个种子顶点$x$、一个目标体积$ν$和一个目标分隔符大小$k$,LocalVC的目标是删除$x$附近的$k$顶点(根据$ν$),以在“本地时间”断开图,这只取决于参数$ν$和$k$。本文提出了一个简单的随机算法,其运行时间为$O(νk^2)$,正确概率为$2/3$。将我们的新的localVC算法插入Nanongkai等人的通用框架中,立即得到了无向图上经典的$k$ -顶点连通性问题的随机$\tilde O(m+nk^3)$ -时间算法。($\tilde O(T)$隐藏了$\text{polylog}(T)$。)这是针对任何$4\leq k \leq \text{polylog} n$的第一个近线性时间算法。先前用于小$k$的最快算法花费$\tilde O(m+n^{4/3}k^{7/3})$时间[Nanongkai~et~al.,STOC'19]。本文的工作是受Jehik等人[SODA'17]关于计算极大$k$ -边连通子图的算法的启发。福斯特和杨[arXiv'19]已经独立开发了类似于我们的本地算法,并表明他们导致一个$\tilde O(k^3/ε)$绑定测试$k$ -边和-顶点连接,解决了两个长期存在的开放问题,因为Gol…
2019-07-06 cs.DS
Testing properties of distributions in the streaming model
本文研究了内存受限的流式模型下的分布测试问题,提出了测试同一性的样本与空间复杂度权衡,并给出了在内存约束下高效学习单调分布简洁表示的近最优算法,该算法还可扩展至可分解分布。
2023-09-06 cs.CC cs.DS cs.LG
Testing bounded arboricity
本文研究一个图是否有界荫度的判定问题。有界荫度的图族包括有界度图、所有次闭图类(例如平面图、有界树宽图)和随机生成的偏好连接图。有界荫度的图在过去已经被广泛研究,特别是因为对于许多问题,它们允许更有效的算法和/或更好的近似比。我们提出了一个宽容的稀疏图模型的测试。稀疏图模型允许访问度查询和邻居查询,并且距离是相对于实际边数定义的。更具体地说,我们的算法区分图$ε$ -接近荫度$α$和图$c \cdot ε$ -远离荫度$3α$,其中$c$是一个绝对小常数。该算法的查询复杂度和运行时间为$\tilde{O}\left(\frac{n}{\sqrt{m}}\cdot \frac{\log(1/ε)}ε + \frac{n\cdot α}{m} \cdot \left(\frac{1}ε\right)^{O(\log(1/ε))}\right)$,其中$n$表示顶点数,$m$表示边数。就对$n$和$m$的依赖性而言,由于$Ω(n/\sqrt{m})$查询是必要的(以及$α= O(\sqrt{m}))$ .我们把它作为一个开放的问题是否依赖于$1/ε$可以改善从准多项式到多项式。我们的技术包括一个有效的本地模拟近似的结果的全球(几乎)森林分解算法,以及定制的边缘采样过程。
2021-04-27 cs.DS
Testing first-order properties for subclasses of sparse graphs
我们提出了一个线性时间算法来决定一阶(FO)性质的类图有界扩展,最近介绍的Nesetril和Ossona德门德斯的概念。这推广了文献中的几个结果,因为许多自然类的图有界扩张:有界树宽的图,所有真小闭图类,有界度的图,没有子图同构于固定图的细分的图,以及可以在固定曲面上绘制的图,使得每条边至多与常数个其他边相交。我们推出,有一个几乎线性时间的算法来决定FO性质的类图的局部有界的扩张。更一般地说,我们设计了一个动态的数据结构的图形属于一个固定类的有界扩展的图形。在线性时间初始化之后,数据结构允许我们在恒定时间内测试FO属性,并且在添加/删除边之后,数据结构可以在恒定时间内更新,只要预先知道要添加的可能边的列表并且它们的同时添加导致类中的图。我们所有的结果也适用于关系结构,并基于奈西曲和Ossona de Mendez关于低树深度着色存在的开创性结果。
2013-01-03 cs.DM cs.DS cs.LO
Edge Estimation with Independent Set Oracles
我们研究的任务,估计边的数量在一个图中访问只有一个独立集甲骨文。独立集查询从组测试中汲取动力,并应用于决策与计数问题的复杂性。我们给出了两个算法来估计$n$ -顶点图中的边数,使用(i)$\mathrm{polylog}(n)$二分独立集查询,或(ii)${n}^{2/3} \cdot\mathrm{polylog}(n)$独立集查询。
2020-03-11 cs.DS
Computing and Testing Small Connectivity in Near-Linear Time and Queries via Fast Local Cut Algorithms
考虑有向图中的以下“局部”切割检测问题:我们被给予种子顶点$x$,并且需要移除至多$k$条边,使得至多$ν$条边可以从$x$(“局部”切割)到达,或者输出$\bot$以指示不存在这样的切割。如果我们被赋予对输入图的查询访问权,那么这个问题原则上可以在不读取整个图的情况下解决,并且查询复杂度取决于$k$和$ν$。在本文中,我们考虑这个问题的松弛变体,当这样的切割存在时,我们可以输出一个切割,从$x$可到达的边缘多达$O(kν)$。我们提出了一个简单的随机算法,花费$O(k^2ν)$时间和$O(kν)$查询上述变体,特别是改进了以前的时间界限的$O(k^{O(k)}ν)$由Alberhik等人。[SODA '17]。我们还扩展了我们的算法来处理一个近似变量。我们证明,这些本地算法是通用的原语设计的经典图问题的大幅改善的算法,提供以下三个应用程序。($\tilde O(T)$自始至终隐藏了$\operatorname{polylog}(T)$。)(1)经典的$k$ -顶点连通性问题的一个随机算法,当$k=O(\operatorname{polylog}(n))$,即$\tilde O(m+nk^3)$时间在无向图中时,需要近线性时间。对于有向图,当$\tilde O(mk^2)$。我们的技术也产生一个改进的近似方案。(2)属性测试算法$k$ -边和顶点连接与查询的复杂性,是近线性的$k$…
2019-10-31 cs.DS
An Optimal Separation between Two Property Testing Models for Bounded Degree Directed Graphs
本文研究了有界度有向图的双向与单向性质测试模型,证明了包含k个源分量的子图自由性在单向模型中需要$Ω(n^{1-1/k})$次查询,首次给出了两模型间查询复杂度的最优分离并解决了相关猜想。
2023-05-22 cs.DS
Distributed Property Testing for Subgraph-Freeness Revisited
在无子图问题中,我们给定一个恒定大小的图$H$,并希望确定网络是否包含$H$作为子图。问题的\emph{property-testing}松弛只要求我们区分不含$H$的图和远离不含$H$的图,这意味着必须去除它们的边的$ε$分数以获得不含$H$的图.最近,Censor-Hillel et.等人和Fraigniaud等人表明,在属性测试机制中,可以在恒定时间内测试大小为4的任何图$H$的$H$ -freeness,$O(1/ε^2)$轮,而不管网络大小。然而,Fraigniaud et.还表明,他们的技术,图$H$的大小为4不能测试$5$ -循环自由在恒定的时间。在本文中,我们重新审视子图的自由度问题,并表明$5$ -周期自由度,实际上$H$ -自由度为许多其他图形$H$包括超过4个顶点,可以在恒定的时间进行测试。我们表明,$C_k$ -freeness可以测试在$O(1/ε)$轮的任何周期$C_k$,提高了运行时间的$O(1/ε^2)$的三角形freeness和$C_4$ -freeness以前的算法。在三角形的特殊情况下,我们表明,三角自由可以解决在$O(1)$轮独立于$ε$,当$ε$是不是太小的节点和边缘的数量。我们还表明,$T$ -freeness任何恒定大小的树$T$可以测试在$O(1)$轮,即使没有属性测试放松。在这些结果的基础上,我们定义了一个一般类的图,我们可以测试子…
2017-05-11 cs.DS
Testing and Learning Convex Sets in the Ternary Hypercube
研究三值超立方体$\{-1,0,1\}^n$中离散凸集的测试与学习问题,证明了凸集边界的近紧致界,并给出了学习及基于样本/查询测试的复杂度上下界。
2023-11-18 cs.DS
Fast Distributed Algorithms for Testing Graph Properties
我们开始一个彻底的研究\emph{distributed property testing} -生产算法的近似问题的属性测试的CONGEST模型。特别是,对于所谓的\emph{dense}测试模型,我们模拟顺序测试几乎所有的图形属性具有$1$边的测试,而在\emph{sparse}和\emph{general}模型,我们分别获得更快的测试三角自由和二分性。在大多数情况下,并行性的帮助下,分布式算法有一个更短的运行时间相比,他们的对手从传统的属性测试的顺序查询模型。最简单的属性测试算法允许相对平滑地过渡到分布式模型。对于更复杂的任务,我们开发了独立感兴趣的新机器。这包括用于多个随机游走的分布式维护的方法。
2016-05-02 cs.DC cs.DS
A Simple Test on 2-Vertex- and 2-Edge-Connectivity
图的2-点连通性和2-边连通性测试是图的两个基本算法问题。对于这两个问题,具有简单实现的不同线性时间算法是已知的。在这里,一个更简单的线性时间算法,计算一个结构,从该结构的2-顶点和2-边连接的图可以很容易地“读出”。该算法同时计算输入图的所有桥和割点。
2012-09-04 cs.DM cs.DS math.CO
Rectilinear Planarity Testing of Plane Series-Parallel Graphs in Linear Time
一个平面图是直线平面图,如果它允许一个嵌入保持直线图,其中每个边是水平的或垂直的。本文证明了对于任意具有$n$顶点的平面串-平行图$G$,直线平面性检验都可以在最优$O(n)$时间内求解.若$G$是直线平面图,则可以在$O(n)$时间内构造出$G$的保嵌入直线平面图.我们的研究结果是基于直线平面串联平行图的正交螺旋的间隔,他们的组件可以有一个特征,它导致了一个算法,可以很容易地实现。
2021-02-26 cs.DS
GSF-locality is not sufficient for proximity-oblivious testing
在属性测试中,邻近不经意测试器(POT)形成了一类特别简单的测试算法,其中基本测试被执行多次,这可能取决于邻近参数,但是基本测试本身与邻近参数无关。在他们的开创性工作中,Goldreich和Ron [STOC 2009; SICOMP 2011]表明,允许在有界度模型中进行常量查询邻近不经意测试的图形属性正是可以表示为满足非传播条件的广义子图自由度(GSF)属性的属性。它是左开放的非传播条件是否是必要的。事实上,调用属性可表示为广义子图自由度属性GSF局部属性,他们问是否所有GSF局部属性是非传播的。我们给出了一个否定的答案,表现出的性质,是GSF-本地和传播的图。因此,特别是,我们的财产不承认一个POT,尽管是GSF本地。我们通过利用作者最近的一项工作来证明我们的结果,该工作构建了一个不可测试的一阶(FO)属性[SODA 2021],以及FO属性和GSF局部属性之间通过邻域配置文件的新联系。
2021-05-18 cs.CC cs.DM cs.DS
Testing submodularity and other properties of valuation functions
我们表明,对于任何常数$ε> 0$和$p \ge 1$,它是可以区分的功能$f : \{0,1\}^n \to [0,1]$是子模块从那些是$ε$ -远离每一个子模块功能在$\ell_p$的距离与一个常数的查询。更一般地说,我们扩展了Diakonikolas等人(2007)的隐式学习测试框架,以表明对于某些$k = O(1)$,一类$k$ -juntas在$\ell_2$距离中很好地近似的实值函数的每个属性都可以在具有恒定查询次数的$\ell_p$测试模型中进行测试。这个结果,结合Feldman和Vondrak(2016)最近的一个junta定理,产生了子模块性的常量查询可测性。它还产生恒定查询测试算法的各种其他自然属性的估值函数,包括分数加性(XOS)功能,OXS功能,单位需求功能,覆盖功能,和自约束功能。
2016-11-23 cs.DS
Testing Properties of Multiple Distributions with Few Samples
Massachusetts Institute of Technology(麻省理工学院)
我们提出了一个新的设置,用于测试分布的属性,同时接收来自多个分布的样本,但每个分布的样本很少。给定来自$s$分布的样本,$p_1, p_2, \ldots, p_s$,我们设计测试器用于以下问题:(1)一致性测试:测试所有的$p_i$是否一致或$ε$-在$\ell_1$-距离中是否远不一致(2)同一性测试:测试是否所有的$p_i$都等于明确给定的分布$q$或$ε$-在$\ell_1$-距离中远离$q$,以及(3)接近性测试:测试所有$p_i$是否等于我们具有样本访问的分布$q$,或者$ε$-在$\ell_1$-距离中远离$q$。通过假设源分布的一个额外的自然条件,我们提供了所有这些问题的样本最优测试。
2019-11-17 cs.DM cs.DS cs.LG
Earthmover Resilience and Testing in Ordered Structures
属性测试中的主要挑战之一是表征那些可以用恒定数量的查询来测试的属性。对于无序结构,如图和超图,这个任务已经基本解决。然而,对于有序结构,如字符串,图像和有序图,一般的特征化问题似乎非常困难。在本文中,我们确定了一个广泛的有序结构的属性-推土机弹性(ER)的属性-并表明,“良好的行为”,这样的属性,使我们能够获得一般的可测性结果是类似的(和更一般的)无序图。如果粗略地说,满足P的对象中元素顺序的微小变化不能使该对象远离P,则属性P是ER。ER属性的类别包括,例如,所有无序图的性质,图像的许多自然视觉性质,如凸性,以及有序图和图像的所有遗传性质。一个特殊的情况下,我们的结果意味着,建立在最近的结果阿隆和作者,一个给定的图像或有序图的距离从任何遗传属性可以估计(具有良好的概率),以一个常数的附加误差,使用一个常数的查询。
2018-01-29 cs.CC cs.DS math.CO
Testing vs Estimation for Index-Invariant Properties in the Huge Object Model
针对巨对象模型中索引不变性性质的测试与估计问题,本文适配Szemerédi正则性方法,证明若该性质存在仅依赖ε的ε-测试,则存在仅依赖近似参数的距离估计算法。
2024-12-03 cs.DS
Testing classical properties from quantum data
University of Warwick(华威大学);Freie Universität Berlin(柏林自由大学);California Institute of Technology(加州理工学院)
本文研究了从量子数据测试布尔函数性质的量子算法,展示了量子方法在恢复经典测试速度优势方面的有效性,并揭示了量子数据与经典查询在测试任务中的不可比性。
2025-09-12 cs.CC cs.DS cs.LG
A Proposed Algorithm for Minimum Vertex Cover Problem and its Testing
提出了一种求解最小顶点覆盖问题的算法,该问题是一个NP完全问题。该算法计算每个输入简单图的最小顶点覆盖。通过所附的MATLAB程序测试,该算法的第一阶段适用于,即,对610,000个16阶图和1,200个32阶图分别给出了99.99%和99.67%的最小顶点覆盖率,算法的第二阶段适用于上述所有测试图.所有测试图都是随机生成的图,具有随机的“边密度”,或者换句话说,每个边的随机概率。证明了算法的第一阶段和第二阶段分别在$O(n^{5+logn})$和$O(n^{3(5+logn)/2})$时间内运行,其中$n$是输入图的阶数.由于还没有理论证明阶段2适用于所有图,因此提出了算法的进一步阶段,其一般形式与阶段1和2一致。
2016-10-24 cs.DM cs.DS math.CO
Property Testing via Set-Theoretic Operations
给定两个可测试性质$\mathcal{P}_{1}$和$\mathcal{P}_{2}$,在什么条件下这两个性质的并、交或集差也是可测试的?我们开始系统地研究这些基本的集合论操作的属性测试的背景下。作为一个应用程序,我们给出了一个概念上不同的证明,线性是可测试的,尽管查询复杂性差得多。此外,对于线性函数析取的测试问题,我们给出了一个改进的分析,证明了它具有查询复杂度$O(1/\eps^2)$,其中$\eps$是距离参数.
2010-10-24 cs.DS
Testing Properties of Functions on Finite Groups
研究了有限群上函数的检验性质。首先我们考虑形式为$f:G \to \mathbb{C}$的函数,其中$G$是有限群。我们表明,共轭不变性,同态,并与一个不可约字符成比例的属性是可测试的查询$f$,其中字符是一个重要的概念表示论的一个常数。我们的证明依赖于有限群上的表示理论和调和分析。接下来,我们考虑形式为$f: G \to M_d(\mathbb{C})$的函数,其中$d$是固定常数,$M_d(\mathbb{C})$是$d$乘$d$矩阵族,其中每个元素都在$\mathbb{C}$中。对于一个功能$g:G \to M_d(\mathbb{C})$,我们表明,酉同构$g$是可测试的一个常数的查询$f$,我们说,$f$和$g$是酉同构,如果存在一个酉矩阵$U$,使$f(x) = Ug(x)U^{-1}$的任何$x \in G$。
2015-09-03 cs.DS
Testing Temporal Connectivity in Sparse Dynamic Graphs
我们解决的问题,测试是否一个给定的动态图的时间连接,{ \it即}的时间路径(也称为{ \em旅程})之间存在的所有对顶点。我们考虑一个离散版本的问题,其中的拓扑结构是作为一个不断发展的图形${\cal G}=\{G_1,G_2,...,G_{k}\}$的顶点集是不变的,(定向)边集随时间而变化。两种情况下进行了研究,这取决于是否可以在同一个$G_i$(严格行程{ \it与}非严格行程)越过一个单一的边缘或无限数量的边缘。在{ \em strict}行程的情况下,可以修改为更一般问题设计的许多现有算法。我们适应其中之一,上述制定的问题,并表征其运行时间的复杂性。感兴趣的参数是图序列$k=|{\cal G}|$的长度、最大{ \em瞬时}密度$μ=max(|E_i|)$和{ \em累积}密度$m=|\cup E_i|$。我们的算法的时间复杂度为$O(kμn)$,其中$n$是节点的数量。将这种复杂性与其他解决方案进行比较:一种解决方案的成本总是更高(请记住,它解决的是更一般的问题),另一种解决方案的成本或多或少取决于即时密度和累积密度之间的相互作用。序列的长度$k$也起作用。我们表征的关键值的$k, μ$和$m$的算法应使用。在{ \em非严格}行程的情况下,没有算法是已知的,我们表明,一些预处理的输入图,使我们能够重新使用相同的算法比以前。偶然的是,这些操作又花费了$O(kμn)$时…
2014-08-05 cs.DC cs.DS
Faster and Simpler Distributed Algorithms for Testing and Correcting Graph Properties in the CONGEST-Model
在本文中,我们提出了CONGEST模型中图属性的分布式测试算法[Censor-Hillel et al. 2016]。在一般图模型中,我们提出了单边误差测试算法。我们首先描述了一个通用的程序转换$ε$ -测试仪与若干轮$f(D)$,其中$D$表示直径的图形,以$O((\log n)/ε)+f((\log n)/ε)$轮,其中$n$是网络的处理器的数量。然后,我们应用这个过程来获得一个最佳测试器,根据$n$,用于测试二分性,其轮复杂度为$O(ε^{-1}\log n)$,它改进了Censor-Hillel等人的$poly(ε^{-1} \log n)$轮算法。(DISC 2016)。此外,对于无圈性,我们得到了一个局部修正图的\emph{corrector},使得修正后的图是无圈的。请注意,与测试人员不同,校正人员需要在图形远离属性的情况下在许多地方修补图形。在本文的第二部分中,我们设计了算法来测试网络是否是$H$ -自由的任何连接的$H$的大小高达四轮复杂度为$O(ε^{-1})$。这改进了Censor-Hillel等人(DISC 2016)用于测试三角形自由度的$O(ε^{-2})$轮算法,以及Fraigniaud等人(DISC 2016)用于测试大小为$4$的排除图。在最后一部分中,我们将Iwama和Yoshida(ITCS 2014)测试$k$ -路径自由度的全局测试器推广到…
2017-05-13 cs.DC cs.DS
Distributed Testing of Conductance
我们研究了在分布式计算环境下的电导测试问题,并给出了一个双边测试器,该测试器需要$\mathcal{O}(\log(n) / (εΦ^2))$轮来确定一个图的电导是否至少为$Φ$,或者在分布式CONGEST模型中是否是$ε$ -远离电导至少为$Φ^2 / 1000$.我们还表明,即使在LOCAL模型中,$Ω(\log n)$回合对于测试电导也是必要的。在连通图的情况下,我们表明,我们可以进行测试,即使在图中的顶点数是不知道的先验。这是我们所知道的分布式模型中的第一个双侧测试器。一个关键的观察是,如果只跟踪行走的一些小的统计数据就足够了,那么可以从一小组顶点执行多项式数量的随机行走。与单独跟踪每次行走相比,这大大减少了边缘上的拥塞。
2017-10-19 cs.DC cs.DS
Property Testing on Product Distributions: Optimal Testers for Bounded Derivative Properties
性质测试的主要问题是确定给定函数是否满足某个性质,或者是否远离任何满足该性质的函数,这就需要函数之间的距离概念。最流行的概念是域上{ \em uniform}分布上的汉明距离。这种对均匀性的限制更多的是为了方便而不是必要,而且研究由更一般的分布引起的距离是很重要的。在本文中,我们在这个方向上取得了重大进展。我们给出了{\em任意乘积分布}上{\em有界导数性质}的简单最优检验.有界导数性质包括基本性质,如单调性和Lipschitz连续性。我们的结果substances几乎所有已知的结果(上界和下界)的单调性和Lipschitz测试。我们证明了有界导数性质测试和二叉搜索树(BST)之间的密切联系。我们展示了一个测试,其查询复杂性是最佳BST的每个边际的预期深度的总和。此外,我们还证明了这个深度和也是一个下界。这项工作的一个基本的技术贡献是一个{ \em最佳降维定理}的所有有界衍生物的属性,它涉及到的距离的功能从属性的距离限制的功能随机线。这样一个定理在过去的15年里甚至对于单调性都是难以捉摸的,而我们的定理是对以前最著名结果的指数改进。
2014-04-02 cs.DM cs.DS math.CO
Graph Inference with Effective Resistance Queries
University of Colorado Boulder(科罗拉多大学博尔德分校);University of California San Diego(加利福尼亚大学圣迭戈分校);Oregon State University(俄勒冈州立大学)
本文研究利用有效电阻预言机进行图推断,提出测试树、双连通性等性质的O(n)查询算法,以及重构算法,并证明ER查询与最短路径查询能力不可比较。
2025-02-25 cs.DM cs.DS cs.LG
Testing of Index-Invariant Properties in the Huge Object Model
分布测试的研究在属性测试领域已经变得无处不在,这既是因为它的理论吸引力,也是因为它在计算机科学的其他领域中的应用。最初的分布测试模型依赖于独立于待测试的分布抽取的样本。然而,当测试大$n$的$n$维汉明立方体$\left\{0,1\right\}^{n}$上的分布时,即使读取几个样本也是不可行的.为了解决这个问题,Goldreich和Ron [ITCS 2022]定义了一个称为巨大对象模型的模型,在这个模型中,样本只能在几个地方被查询。在这项工作中,我们开始研究的一般类的属性在巨大的对象模型,那些不变的置换下的索引的向量在$\left\{0,1\right\}^{n}$,而仍然不一定是完全对称的定义在传统的分布测试。我们证明了每一个索引不变的属性满足有界VC维限制承认一个属性测试与独立的查询数n。为了补充这一结果,我们认为,只满足索引不变性或VC维约束是不足以保证测试的查询复杂性是独立的n。此外,我们证明了样本和查询的复杂性,我们的测试VC维的依赖是紧密的。作为这项工作的第二部分,我们解决了非自适应测试所需的查询数量的问题。我们表明,它可以在最二次的索引不变属性的自适应测试所需的查询的数量。这与一般非指数不变性质的紧指数间隙形成对比。最后,我们提供了一个索引不变的属性,自适应和非自适应查询复杂性测试之间的二次差距几乎是紧密的。
2022-11-15 cs.DS math.ST stat.TH
Quantum property testing in sparse directed graphs
Université Paris Cité, CNRS, IRIF(巴黎西岱大学、法国国家科学研究中心、IRIF);Centre for Quantum Technologies, National University of Singapore(新加坡国立大学量子技术中心);Ruhr-Universität Bochum(波鸿鲁尔大学)
研究稀疏有向图中量子属性测试的效率,证明k-星形自由性在量子设置中具有二次优势,并探讨无向图3-着色问题在量子测试中的线性查询需求。
2025-11-26 cs.DS quant-ph
A New Approach for Testing Properties of Discrete Distributions
在这项工作中,我们给出了一个新的一般方法分布测试。我们描述了两种技术:我们的第一种技术提供了样本最佳的测试,而我们的第二种技术提供了匹配的样本下限。因此,我们解决了各种各样的测试问题的样本复杂性。我们的上界是通过一个模块化的减少为基础的方法。我们的方法通过使用标准的$\ell_2$身份测试仪作为黑盒,为许多问题产生最佳的测试仪。使用这个配方,我们获得了一系列问题的简单估计,包括以前在TCS文献中研究的大多数问题,即:(1)对固定分布的同一性检验,(2)两个未知分布之间的接近性检验(样本量相等/不等),(3)独立性检验(在任何数量的维度上),(4)分布集合的接近度测试,以及(5)测试直方图。对于所有这些问题,我们的测试人员都是样本最佳的,直到恒定的因素。除了(1),我们是{ \em第一个样本最优测试者为相应的问题。}此外,与以前的结果相比,我们的估计量更容易陈述和分析。作为我们的约简技术的应用,我们获得了第一个{ \em近实例最优}算法来测试两个{ \em未知}分布之间的等价性。此外,我们的技术自然地推广到$\ell_1$距离之外的其他度量。我们的下界是通过一个直接的信息理论的方法:给定一个候选的硬实例,我们的证明进行适当的随机变量之间的互信息的边界。虽然这是信息论中的经典方法,但在我们的工作之前,它还没有用于分布性质测试。
2016-05-09 cs.DS cs.IT math.IT