中文

关于 $(1+\varepsilon)$-近似流稀疏化器

数据结构与算法 2023-10-13 v1

摘要

给定一个大型图 GG 及其顶点子集 T=k|T|=k(称为终端),质量-qq 流稀疏化器是一个包含 TT 的小图 GG',它在因子 qq 范围内保持 TT 中终端间可路由的所有多商品流。构造具有良好(小)质量和(小)尺寸的流稀疏化器数十年来一直是图压缩中的核心问题。大多数先前构造所采用的构造 O(1)O(1) 质量流稀疏化器的自然方法是收缩(contraction)。Andoni、Krauthgamer 和 Gupta 构造了一个大小为 f(k,ε)f(k,\varepsilon) 的草图,该草图以 (1+ε)(1+\varepsilon) 的因子存储所有可行多商品流,提出了构造质量-(1+ε)(1+\varepsilon) 且尺寸仅依赖于 k,εk,\varepsilon(而不依赖于输入图 GG 的顶点数)的流稀疏化器的问题,并利用其草图结果提出了一个基于此的基于收缩的框架。在本文中,我们通过证明对所有 55-终端图存在尺寸为 f(ε)f(\varepsilon) 的质量-(1+ε)(1+\varepsilon) 基于收缩的流稀疏化器,但对所有 66-终端图不存在,解决了他们关于基于收缩的流稀疏化器的问题。我们在 66-终端图上的困难性结果改进了 Krauthgamer 和 Mosenzon 近期关于精确(质量-11)流稀疏化器在基于收缩构造上的困难性结果。我们的构造与证明利用了度量几何中紧致跨度(tight spans)的概念,我们相信这是未来工作中一个强有力的工具。

关键词

引用

@article{arxiv.2310.07857,
  title  = {On $(1+\varepsilon)$-Approximate Flow Sparsifiers},
  author = {Yu Chen and Zihan Tan},
  journal= {arXiv preprint arXiv:2310.07857},
  year   = {2023}
}