摘要和1. 引言
1.1 我们的贡献
1.2 设定
1.3 算法
相关工作
算法
3.1 结构分解阶段
3.2 路由阶段
3.3 WormHole的变体
理论分析
4.1 预备知识
4.2 内环的次线性
4.3 近似误差
4.4 查询复杂度
实验结果
5.1 WormHole𝐸, WormHole𝐻和BiBFS
5.2 与基于索引方法的比较
5.3 WormHole作为基元:WormHole𝑀
参考文献
现在我们有了一个包含Chung-Lu核心的次线性内环,我们必须证明通过它路由路径只会产生很小的惩罚。直观上,内环越大,满足这一点就越容易:如果内环是整个图,这个陈述就变得显而易见。因此,挑战在于证明即使使用次线性内环,我们也能在准确性方面获得强有力的保证。我们证明WormHole对所有点对产生的加性误差最多为𝑂(loglog𝑛),这比直径Θ(log𝑛)小得多。
\
\ 上述结果即使在最坏情况下也以高概率成立。即,对于图中所有顶点对(𝑠,𝑡),WormHole返回的路径长度最多比𝑠和𝑡之间的实际距离高𝑂(loglog𝑛)。这显然意味着WormHole的平均加性误差,以高概率,被相同的量所限制。
\
\
回顾本文中的节点查询模型(见§1.2):从单个节点开始,我们被允许迭代地进行查询,每次查询检索我们选择的节点𝑣的邻居列表。我们关注的是查询复杂度,即进行特定操作所需的查询次数。
\ \
\ \ 第一个结果是我们性能的上界。
\ \
\ \ 证明概要。对于给定的查询SP(𝑢, 𝑣),我们给出从𝑢开始的BFS的查询复杂度上界,对𝑣也类似;总查询复杂度是这两个量的总和。
\ \
\ \ \
\ \ \
\ \ \
\ \ \
\ \
:::info 作者:
(1) Talya Eden,巴伊兰大学 (talyaa01@gmail.com);
(2) Omri Ben-Eliezer,麻省理工学院 (omrib@mit.edu);
(3) C. Seshadhri,加州大学圣克鲁兹分校 (sesh@ucsc.edu)。
:::
:::info 本论文可在arxiv上获取,采用CC BY 4.0许可证。
:::
\