Given an undirected graph $G=(V,E)$, an {\em $(\alpha,\beta)$-spanner} $H=(V,E')$ is a subgraph that approximately preserves distances; for every $u,v\in V$, $d_H(u,v)\le \alpha\cdot d_G(u,v)+\beta$. An {\em $(\alpha,\beta)$-hopset} is a graph $H=(V,E")$, so that adding its edges to $G$ guarantees every pair has an $\alpha$-approximate shortest path that has at most $\beta$ edges (hops), that is, $d_G(u,v)\le d_{G\cup H}^{(\beta)}(u,v)\le \alpha\cdot d_G(u,v)$. Given the usefulness of spanners and hopsets for fundamental algorithmic tasks, several different algorithms and techniques were developed for their construction, for various regimes of the stretch parameter $\alpha$. In this work we develop a single algorithm that can attain all state-of-the-art spanners and hopsets for general graphs, by choosing the appropriate input parameters. In fact, in some cases it also improves upon the previous best results. We also show a lower bound on our algorithm. In \cite{BP20}, given a parameter $k$, a $(O(k^{\epsilon}),O(k^{1-\epsilon}))$-hopset of size $\tilde{O}(n^{1+1/k})$ was shown for any $n$-vertex graph and parameter $0<\epsilon<1$, and they asked whether this result is best possible. We resolve this open problem, showing that any $(\alpha,\beta)$-hopset of size $O(n^{1+1/k})$ must have $\alpha\cdot \beta\ge\Omega(k)$.


翻译:(V,E) 美元是一个未支配的图形 $G= (ALpha,\beta) $(美元) 美元(美元) 元(美元) 元(美元) 元(美元) 美元(美元) 美元(美元) =(美元) 美元(美元) =(美元) 美元(美元) 美元(美元) =(美元) 美元(美元) =(美元) 美元(美元) =(美元) 美元(美元) =(美元) =(美元) 美元(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) 美元(美元) =(美元) =(美元) 美元) =(美元) =(美元) 美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) =(美元) (美元) (美元) (美元) =(美元)

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
5+阅读 · 2019年4月29日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【推荐】卷积神经网络类间不平衡问题系统研究
机器学习研究会
6+阅读 · 2017年10月18日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
最佳实践:深度学习用于自然语言处理(三)
待字闺中
3+阅读 · 2017年8月20日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年10月15日
Arxiv
0+阅读 · 2021年9月22日
Arxiv
0+阅读 · 2021年8月25日
Arxiv
3+阅读 · 2018年2月24日
Arxiv
3+阅读 · 2018年2月20日
VIP会员
相关资讯
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
已删除
将门创投
5+阅读 · 2019年4月29日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【推荐】卷积神经网络类间不平衡问题系统研究
机器学习研究会
6+阅读 · 2017年10月18日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
最佳实践:深度学习用于自然语言处理(三)
待字闺中
3+阅读 · 2017年8月20日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Arxiv
0+阅读 · 2021年10月15日
Arxiv
0+阅读 · 2021年9月22日
Arxiv
0+阅读 · 2021年8月25日
Arxiv
3+阅读 · 2018年2月24日
Arxiv
3+阅读 · 2018年2月20日
Top
微信扫码咨询专知VIP会员