中文

带缓冲划分的高阶 Cheeger 不等式

数据结构与算法 2023-08-22 v1

摘要

我们证明了带缓冲划分的高阶 Cheeger 不等式的一个新的推广。考虑图 G=(V,E)G=(V,E)。集合 SVS \subseteq V 关于缓冲 BVSB \subseteq V \setminus S 的缓冲扩张度(buffered expansion)是指从集合 SS 中移除所有连向其缓冲 BB 的边之后 SS 的边扩张度。一个 ε\varepsilon-缓冲 kk-划分将图划分为互不相交的分量 PiP_i 与缓冲 BiB_i,其中 PiP_i 的缓冲 BiB_i 的大小相对于 PiP_i 的大小较小:BiεPi|B_i| \le \varepsilon |P_i|。一个缓冲划分的缓冲扩张度是 kk 个集合 PiP_i 连同缓冲 BiB_i 的缓冲扩张度的最大值。令 hGk,εh^{k,\varepsilon}_G 为最优 ε\varepsilon-缓冲 kk-划分的缓冲扩张度,则对任意 δ>0\delta>0hGk,εOδ(1)(logkε)λ(1+δ)k,h_G^{k,\varepsilon} \le O_\delta(1) \cdot \Big( \frac{\log k}{ \varepsilon}\Big) \cdot \lambda_{\lfloor (1+\delta) k\rfloor}, 其中 λ(1+δ)k\lambda_{\lfloor (1+\delta)k\rfloor}GG 的归一化拉普拉斯算子的第 (1+δ)k\lfloor (1+\delta)k\rfloor 小特征值。我们的不等式是构造性的,并且避免了标准 Cheeger 不等式(即便对 k=2k=2)中存在的“平方根损失”。我们还给出了一个互补的下界,以及对具有任意顶点权重与边代价的情形的新的推广。此外,我们的结果蕴含并推广了标准高阶 Cheeger 不等式以及 Kwok、Lau 和 Lee(2017)近期提出的另一涉及鲁棒顶点扩张度的 Cheeger 型不等式。

关键词

引用

@article{arxiv.2308.10160,
  title  = {Higher-Order Cheeger Inequality for Partitioning with Buffers},
  author = {Konstantin Makarychev and Yury Makarychev and Liren Shan and Aravindan Vijayaraghavan},
  journal= {arXiv preprint arXiv:2308.10160},
  year   = {2023}
}

备注

45 pages