The All-Pairs Max-Flow problem has gained significant popularity in the last two decades, and many results are known regarding its fine-grained complexity. Despite this, wide gaps remain in our understanding of the time complexity for several basic variants of the problem. In this paper, we aim to bridge this gap by providing algorithms, conditional lower bounds, and non-reducibility results. Our main result is that for most problem settings, deterministic reductions based on the Strong Exponential Time Hypothesis (SETH) cannot rule out $n^{4-o(1)}$ time algorithms under a hypothesis called NSETH. In particular, to obtain our result for the setting of undirected graphs with unit node-capacities, we design a new randomized $O(m^{2+o(1)})$ time combinatorial algorithm, improving on the recent $O(m^{11/5+o(1)})$ time algorithm [Huang et al., STOC 2023] and matching their $m^{2-o(1)}$ lower bound (up to subpolynomial factors), thus essentially settling the time complexity for this setting of the problem. More generally, our main technical contribution is the insight that $st$-cuts can be verified quickly, and that in most settings, $st$-flows can be shipped succinctly (i.e., with respect to the flow support). This is a key idea in our non-reducibility results, and it may be of independent interest.


翻译:全对最大流问题在过去的二十年里受到了广泛关注,并且关于其精细复杂度的许多结果已经得到了解决。尽管如此,在该问题的几种基本变种的时间复杂度方面,我们对其中存在着广泛的差异仍然存在着不少疑问。在本文中,我们旨在通过提供算法、有条件下界和不可规约性结果来弥合这一差距。我们的主要结果是,在大多数问题设置中,基于强指数时间假设 (SETH) 的确定性规约不能排除 NSETH 假设下的 $n^{4-o(1)}$ 时间算法。特别地,在针对具有单位节点容量的无向图的问题设置中,我们设计了一种新的随机化 $O(m^{2+o(1)})$ 时间组合算法,改进了最近的 $O(m^{11/5+o(1)})$ 时间算法 [Huang 等人,STOC 2023],并与其 $m^{2-o(1)}$ 下界相匹配(除了亚多项式因子),从而就该问题的时间复杂度提出了实质性的解答。更一般地说,我们的主要技术贡献是,切割可以快速验证,并且在大多数设置中,$st$-flows 可以以簇支撑的方式被简要地送达(即与流动支持相关)。这是我们的不可规约性结果的关键思想,它可能具有独立的研究意义。

0
下载
关闭预览

相关内容

【硬核书】树与网络上的概率,716页pdf
专知会员服务
72+阅读 · 2021年12月8日
专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
61+阅读 · 2020年3月4日
浅聊对比学习(Contrastive Learning)第一弹
PaperWeekly
0+阅读 · 2022年6月10日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
VIP会员
相关资讯
浅聊对比学习(Contrastive Learning)第一弹
PaperWeekly
0+阅读 · 2022年6月10日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员