We present a simple deterministic distributed algorithm that computes a $(\Delta+1)$-vertex coloring in $O(\log^2 \Delta \cdot \log n)$ rounds. The algorithm can be implemented with $O(\log n)$-bit messages. The algorithm can also be extended to the more general $(degree+1)$-list coloring problem. Obtaining a polylogarithmic-time deterministic algorithm for $(\Delta+1)$-vertex coloring had remained a central open question in the area of distributed graph algorithms since the 1980s, until a recent network decomposition algorithm of Rozho\v{n} and Ghaffari [STOC'20]. The current state of the art is based on an improved variant of their decomposition, which leads to an $O(\log^5 n)$-round algorithm for $(\Delta+1)$-vertex coloring. Our coloring algorithm is completely different and considerably simpler and faster. It solves the coloring problem in a direct way, without using network decomposition, by gradually rounding a certain fractional color assignment until reaching an integral color assignments. Moreover, via the approach of Chang, Li, and Pettie [STOC'18], this improved deterministic algorithm also leads to an improvement in the complexity of randomized algorithms for $(\Delta+1)$-coloring, now reaching the bound of $O(\log^3\log n)$ rounds. As a further application, we also provide faster deterministic distributed algorithms for the following variants of the vertex coloring problem. In graphs of arboricity $a$, we show that a $(2+\epsilon)a$-vertex coloring can be computed in $O(\log^3 a\cdot\log n)$ rounds. We also show that for $\Delta\geq 3$, a $\Delta$-coloring of a $\Delta$-colorable graph $G$ can be computed in $O(\log^2 \Delta\cdot\log^2 n)$ rounds.


翻译:我们提出了一个简单的确定式分布算法, 该算法计算了 $( delta+1) $( delta+1) 的确定式算法, 在美元( log2) 2\ Delta\ cdot\ log n) 圆环中, 以美元( log2 2\ ddolt\ log n) 来计算一个 美元( del2) 的确定式算法。 该算法可以使用$( 度+1) 美元( delta+1) 美元( verex) 的确定式算法, 在 美元( $( delta+1) 美元( 美元) 的分布式图表算法方面, 直至最近 Rozho2\ vn) 和 Ghaffari [ST\c'20] 的网络解析算法。 艺术的目前状态基于一个更普通的解算法, 也就是 $( delta+5 n) 美元( 美元) 美元( 美元) 美元( 美元) 的计算算法 的多的确定算算法 的计算法可以提供。 我们的颜色算算法 的更简单化的解算法,,,, 也通过网络的解解解算法 来显示一个更分。

0
下载
关闭预览

相关内容

专知会员服务
41+阅读 · 2021年4月2日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
一份简单《图神经网络》教程,28页ppt
专知会员服务
123+阅读 · 2020年8月2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
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
LibRec 精选:从0开始构建RNN网络
LibRec智能推荐
5+阅读 · 2019年5月31日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
LibRec 精选:推荐系统9个必备数据集
LibRec智能推荐
6+阅读 · 2018年3月7日
多目标的强化学习教程
CreateAMind
4+阅读 · 2018年1月25日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年10月27日
Arxiv
0+阅读 · 2021年10月27日
On Sparsity Awareness in Distributed Computations
Arxiv
0+阅读 · 2021年10月25日
Arxiv
4+阅读 · 2019年1月14日
VIP会员
相关资讯
LibRec 精选:从0开始构建RNN网络
LibRec智能推荐
5+阅读 · 2019年5月31日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
LibRec 精选:推荐系统9个必备数据集
LibRec智能推荐
6+阅读 · 2018年3月7日
多目标的强化学习教程
CreateAMind
4+阅读 · 2018年1月25日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员