近似λ低密度值
摘要：多项曲线和线段的最流行模型之一是$\lambda$-低密度模型。为了选择最高效的算法，人们经常需要计算$\lambda$-低密度值，或者至少一个近似值。在本文中，我们展示了如何在$O(n\log n+\lambda n)$的时间内计算出给定$mathbb{R}^2$中的$n$条线段的$3$-逼近$\lambda$-低密度值。我们还展示了如何在允许插入新线段的情况下，在每次更新时保持$3$-逼近$\lambda$-低密度值的$O(\log n+\lambda^2)$的摊还时间。最后，我们通过计算$12$个真实数据集的近似$\lambda$-低密度值，证明了许多真实世界的数据集具有较小的$\lambda$-低密度值，这也证明了最近专门算法的发展。
作者：Joachim Gudmundsson and Zijin Huang and Sampson Wong
论文ID：2211.07039
分类：Computational Geometry
分类简称：cs.CG
提交时间：2022-11-15