A Stick graph G=(A\cup B, E) is the intersection graph of a set A of horizontal segments and a set B of vertical segments in the plane, whose left and respectively bottom endpoints lie on the same ground line with slope -1. These endpoints are respectively called A-origins and B-origins. When a total order is provided for the A-origins, the resulting graphs are called A-Stick graphs. In this paper, we propose a characterization of the class of A-Stick graphs using forced pairs, which are pairs of segments in B with the property that only one left-to-right order of their origins is possible on the ground line. We deduce a recognition algorithm for A-Stick graphs running in O(|A|+|B|+|E|) time, thus improving the running time of O(|A|\cdot |B|) of the best current algorithm. We also introduce the problem of finding, for a Stick graph, a representation using segments of minimum total length. The canonical order on the A- and B-origins, output by our recognition algorithm, allows us to obtain partial results on this problem.


翻译:G=(A\cup B, E)是一组A型水平段和一组B型平面垂直段的交叉图,其左端和底端端端点分别位于与斜度相同的地面线上-1。这些终点分别称为A源点和B源点。当为A源点提供总订单时,由此产生的图表被称为A-Stick图。在本文中,我们建议用强制对对子来描述A-Stick图类,这是B区段的对子,其属性在地面线上只能有一个左对右顺序。我们推导出A-Stick图在O( ⁇ A ⁇ B ⁇ E ⁇ )时间运行的识别算法,从而改进当前最佳算法的O( ⁇ A ⁇ cdot ⁇ B ⁇ )运行时间。我们还提出用最小总长度的分数来查找A-Stick图类的描述问题。A-B源点的直线线线线的属性只有一条。我们通过算法来部分的输出结果。

0
下载
关闭预览

相关内容

最新《Transformers模型》教程,64页ppt
专知会员服务
304+阅读 · 2020年11月26日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
已删除
将门创投
4+阅读 · 2019年10月11日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
BERT/Transformer/迁移学习NLP资源大列表
专知
19+阅读 · 2019年6月9日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
计算机视觉的不同任务
专知
5+阅读 · 2018年8月27日
自然语言处理(二)机器翻译 篇 (NLP: machine translation)
DeepLearning中文论坛
10+阅读 · 2015年7月1日
A Unified Framework for Hopsets and Spanners
Arxiv
0+阅读 · 2021年8月24日
Arxiv
0+阅读 · 2021年8月24日
Arxiv
0+阅读 · 2021年8月23日
Pointer Graph Networks
Arxiv
7+阅读 · 2020年6月11日
Interpretable Adversarial Training for Text
Arxiv
5+阅读 · 2019年5月30日
VIP会员
相关VIP内容
最新《Transformers模型》教程,64页ppt
专知会员服务
304+阅读 · 2020年11月26日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
相关资讯
已删除
将门创投
4+阅读 · 2019年10月11日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
BERT/Transformer/迁移学习NLP资源大列表
专知
19+阅读 · 2019年6月9日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
计算机视觉的不同任务
专知
5+阅读 · 2018年8月27日
自然语言处理(二)机器翻译 篇 (NLP: machine translation)
DeepLearning中文论坛
10+阅读 · 2015年7月1日
Top
微信扫码咨询专知VIP会员