受限拥塞团变体中的最小生成森林与连通性

拥塞团（congested clique）是一种同步的、消息传递的分布式计算模型，其中每个计算单元（节点）在每一轮可以向网络中的每个其他节点发送 O(log n) 比特的消息，n 为节点数。该模型已在两种极端场景下被研究：单播（unicast）或广播（broadcast）。在单播模型中，一个节点可以向网络中的每个其他节点发送（可能）不同的消息。相反，在广播模型中，每个节点向所有其他节点发送单一（相同）消息。我们研究由范围 r（一个节点在一轮中可发送的不同消息的最大数量）参数化的拥塞团模型。继近期在单播拥塞团中设计图连通性和最小生成森林（MSF）算法的进展之后，我们在拥塞团的受限变体中研究这些问题。我们提出了首个用于广播拥塞团中连通分量的亚对数算法。然后，我们展示了高效的单播确定性 MSF 算法和随机化连通分量算法可以在范围为 r = 2 的 rcast 模型中高效实现，该模型是在关于范围的层次结构中位于广播变体（r = 1）之上的最弱拥塞团模型。更重要的是，我们的算法给出了首批具有最优通信边容量同时保持较小轮复杂度的解决方案。