迈向 (1+\epsilon)-近似流稀疏化器
数据结构与算法
2013-10-14 v1 组合数学
摘要
“压缩”大型网络 的一种有用方法是将其表示为{\em 流稀疏化器}(flow-sparsifier),即一个小型网络 ,它在高达 的因子(称为稀疏化器的质量)内支持与 相同的流。具体而言,我们假设网络 包含一组 个终端 ,该集合也与网络 共享,即 ,并且我们希望 能够保留所有可在终端 之间路由的多商品流。挑战在于构造一个小型的 。近年来,这些问题受到了广泛关注,从而得出了一些关于稀疏化器质量 与其大小 之间的已知权衡。然而,是否每个 都存在一个质量 甚至 且大小 (特别是独立于 和边容量)的流稀疏化器 ,仍然是一个悬而未决的问题。作为朝此方向迈出的第一步,我们针对几种场景提出了新的构造:* 我们的主要结果是,对于准二分网络 ,可以构造一个大小为 的 -流稀疏化器。相比之下,已知该类网络的精确()稀疏化器需要 的大小。* 对于树宽 有界的网络 ,我们构造了一个质量 且大小为 的流稀疏化器。* 对于一般网络 ,我们构造了一个{\em 草图} ,它以 的因子存储所有可行的多商品流,其大小(存储需求)为 。
引用
@article{arxiv.1310.3252,
title = {Towards (1+\epsilon)-Approximate Flow Sparsifiers},
author = {Alexandr Andoni and Anupam Gupta and Robert Krauthgamer},
journal= {arXiv preprint arXiv:1310.3252},
year = {2013}
}
备注
Full version of a paper accepted to SODA 2014