通过简单自归约得到的LOCAL模型新难度结果

最近，Khoury和Schild [FOCS 2025] 表明，任何求解最大匹配的随机化LOCAL算法都需要Ω(min{log Δ, log_Δ n})轮，其中n是图中的节点数，Δ是最大度。这个结果是通过一种称为“通过自归约的轮消除”的新技术证明的。下界证明很漂亮，并提出了非常好的想法。然而，它涉及超过25页的技术细节，因此难以消化和推广到其他问题。历史上，证明和技术的简化标志着我们对图问题复杂性的理解的重要转折点。我们的论文朝着这个方向迈出了一步，并提供了以下贡献。1. 我们提出了通过自归约的轮消除技术的简短简化版本。该技术的简化使我们能够获得以下两个难度结果。2. 我们表明，任何求解最大b-匹配问题的随机化LOCAL算法都需要Ω(min{log_{1+b} Δ, log_Δ n})和Ω(√(log_{1+b} n))轮。我们回顾一下，b-匹配问题是匹配问题的推广，其中每个顶点在匹配中最多可以有b条关联边。作为推论，对于b=1，我们得到了Khoury和Schild所示最大匹配下界的一个简短证明。3. 最后，我们表明，任何用Δ + k种颜色对图的边进行正常着色的随机化LOCAL算法都需要Ω(min{log Δ, log_Δ n})和Ω(√(log n))轮，对于任何k ≤ Δ^{1-ε}和任何常数ε > 0。