中文

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

(k,)(k,\ell) 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 (k,)(k,\ell) 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 0<2k0 \leq \ell < 2k 上实现 O(n2)O(n^2) 的运行时间,在扩展范围 2k<3k2k \leq \ell < 3k 上实现 O(n3)O(n^3) 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 0k0 \le \ell \le kk<<2kk < \ell < 2k2k<3k2k \leq \ell < 3k 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 0k0 \leq \ell \leq k 时的 O(nn)O(n\sqrt{n})k<<2kk< \ell <2k 时的 O(nnlogn)O(n\sqrt{n \log n})。对于 2k<3k2k \leq \ell < 3k,我们获得在 2k+1\ell \leq 2k+1 时的 O(n2)O(n^2) 时间算法和其他情况下的 O(n2logn)O(n^2 \log n) 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 (k,)(k,\ell) 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}
}