在加权无向图中使用CUT查询最佳地学习生成森林
摘要：作为最优化一个未知的加权无向图的最大生成森林的随机算法，本文中我们描述了一个算法，用于返回一个期望中进行O(n)次CUT查询。对于加权图而言，这是最优的，因为在[Auza and Lee, 2021]中的结果表明，对于无错误的随机算法存在一个Ω(n)的下界。据我们所知，这是该问题中唯一一个达到常数级别的上下界。这些问题在过去几年中得到了广泛研究，特别是由于该问题与对称子模函数最小化的关系。我们还描述了一个简单的多项式时间确定性算法，该算法在无向无权图上进行O(frac{nlog n}{loglog n})次查询，并返回一个最大生成森林，从而（稍微）改进了最新技术水平。
作者：Hang Liao and Deeparnab Chakrabarty
论文ID：2306.10182
分类：Data Structures and Algorithms
分类简称：cs.DS
提交时间：2023-06-21