中文

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 GG 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 HH,它在高达 q1q \geq 1 的因子(称为稀疏化器的质量)内支持与 GG 相同的流。具体而言,我们假设网络 GG 包含一组 kk 个终端 TT,该集合也与网络 HH 共享,即 TV(G)V(H)T\subseteq V(G)\cap V(H),并且我们希望 HH 能够保留所有可在终端 TT 之间路由的多商品流。挑战在于构造一个小型的 HH。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 qq 与其大小 V(H)|V(H)| 之间的已知权衡。然而,是否每个 GG 都存在一个质量 q=1+ϵq=1+\epsilon 甚至 q=O(1)q=O(1) 且大小 V(H)f(k,ϵ)|V(H)|\leq f(k,\epsilon)(特别是独立于 V(G)|V(G)| 和边容量)的流稀疏化器 HH,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 GG,可以构造一个大小为 \poly(k/\eps)\poly(k/\eps)(1+ϵ)(1+\epsilon)-流稀疏化器。相比之下,已知该类网络的精确(q=1q=1)稀疏化器需要 2Ω(k)2^{\Omega(k)} 的大小。* 对于树宽 ww 有界的网络 GG,我们构造了一个质量 q=O(logw/loglogw)q=O(\log w / \log\log w) 且大小为 O(w\poly(k))O(w\cdot \poly(k)) 的流稀疏化器。* 对于一般网络 GG,我们构造了一个{\em 草图} sk(G)sk(G),它以 q=1+\epsq=1+\eps 的因子存储所有可行的多商品流,其大小(存储需求)为 f(k,ϵ)f(k,\epsilon)

关键词

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