识别 $(k,\ell)$ 稀疏图的渐近更快算法
机器学习
2026-04-15 v1 数据库
摘要
稀疏图族(由 Lorea 引入)在组合优化中发挥核心作用,具有广泛的应用,尤其在刚性理论方面。关键算法问题在于决定给定图是否为 稀疏,若非如此,则需输出一组顶点集以证明稀疏性失败。虽然石子游戏算法长期以来在经典范围 上实现 的运行时间,在扩展范围 上实现 的运行时间,但此前仅在少数特殊情况下已知更快的界限。我们提出了针对参数范围 、 和 的新型识别算法。我们的ethods 结合了有限度数方向、根向连通性简化、增广路径技术以及基于质心分解的分治方法。这导致在使用最快当前可用的子程序时,实现经典范围内首个亚二次(实际是近线性)时间识别算法。在纯组合实现下,运行时间分别为 时的 和 时的 。对于 ,我们获得在 时的 时间算法和其他情况下的 时间算法。每种情况下,算法还能返回显式的违规集合,证明输入图非 稀疏。
关键词
引用
@article{arxiv.2604.13024,
title = {CLAD: Efficient Log Anomaly Detection Directly on Compressed Representations},
author = {Benzhao Tang and Shiyu Yang},
journal= {arXiv preprint arXiv:2604.13024},
year = {2026}
}