中文

通过改进的交替积获得捷径集与加性伸展器的更优下界

数据结构与算法 2023-09-27 v2

摘要

我们获得了加性伸展器、加性仿真器以及缩减直径的捷径集的改进下界。伸展器与仿真器是稀疏图,可近似保持给定图的距离。捷径集是一组边,将其加入有向图时可减小其直径。这三种结构此前的已知最佳下界由 Huang 与 Pettie [SWAT 2018] 给出。对于 O(n)O(n) 规模的伸展器,我们将加性拉伸的下界从 Ω(n1/11)\Omega(n^{1/11}) 改进至 Ω(n2/21)\Omega(n^{2/21})。对于 O(n)O(n) 规模的仿真器,我们将加性拉伸的下界从 Ω(n1/18)\Omega(n^{1/18}) 改进至 Ω(n1/16)\Omega(n^{1/16})。对于 O(m)O(m) 规模的捷径集,我们将图直径的下界从 Ω(n1/11)\Omega(n^{1/11}) 改进至 Ω(n1/8)\Omega(n^{1/8})。我们关键的技术贡献——亦构成所有上述下界的基础——是对一种称为交替积的图乘积的改进。

关键词

引用

@article{arxiv.2110.15809,
  title  = {Better Lower Bounds for Shortcut Sets and Additive Spanners via an Improved Alternation Product},
  author = {Kevin Lu and Virginia Vassilevska Williams and Nicole Wein and Zixuan Xu},
  journal= {arXiv preprint arXiv:2110.15809},
  year   = {2023}
}

备注

SODA 2022