通过去随机化改进分布式网络分解、命中集与生成子图
数据结构与算法
2022-09-26 v1
摘要
本文针对分布式图算法领域的一些关键问题，包括网络分解、命中集和生成子图，提出了显著改进的确定性算法。作为这些结果的主要组成部分，我们开发了新颖的随机分布式算法，这些算法仅需使用两两独立性即可分析，因此我们可以高效地去随机化。作为最显著的最终结果，我们在 轮内获得了 色、 强直径网络分解的确定性构造。这是首个在两个参数上均达到近 的构造，并改进了近期关于确定性分布式网络分解的一系列令人振奋的进展 [Rozho\v{n}, Ghaffari STOC'20; Ghaffari, Grunau, Rozho\v{n} SODA'21; Chang, Ghaffari PODC'21; Elkin, Haeupler, Rozho\v{n}, Grunau FOCS'22]。
引用
@article{arxiv.2209.11669,
title = {Improved Distributed Network Decomposition, Hitting Sets, and Spanners, via Derandomization},
author = {Mohsen Ghaffari and Christoph Grunau and Bernhard Haeupler and Saeed Ilchi and Václav Rozhoň},
journal= {arXiv preprint arXiv:2209.11669},
year = {2022}
}