中文

更新时间为 $\tilde O(k)$ 的完全动态 $k$-聚类

数据结构与算法 2023-10-27 v1

摘要

我们提出了一种在度量空间上求解 kk-中位数与 kk-均值问题的 O(1)O(1)-近似完全动态算法,其摊还更新时间为 O~(k)\tilde O(k),最坏情况查询时间为 O~(k2)\tilde O(k^2)。我们以首个针对一般度量上动态 kk-中位数问题的深入实验研究补充了理论分析,重点将我们的动态算法与 Henzinger 和 Kale [ESA'20] 的当前最优方法进行比较。最后,我们还给出了动态 kk-中位数的下界,表明任何具有 O~(poly(k))\tilde O(\text{poly}(k)) 查询时间的 O(1)O(1)-近似算法,即使在增量设置下也必须具有 Ω~(k)\tilde \Omega(k) 的摊还更新时间。

关键词

引用

@article{arxiv.2310.17420,
  title  = {Fully Dynamic $k$-Clustering in $\tilde O(k)$ Update Time},
  author = {Sayan Bhattacharya and Martín Costa and Silvio Lattanzi and Nikos Parotsidis},
  journal= {arXiv preprint arXiv:2310.17420},
  year   = {2023}
}

备注

Accepted at NeurIPS 2023