了解 WormHole 路由中的近似誤差和查詢複雜性

連結目錄

摘要和 1. 引言

1.1 我們的貢獻

1.2 設定

1.3 演算法

1. 相關工作

2. 演算法

   3.1 結構分解階段

   3.2 路由階段

   3.3 WormHole的變體

3. 理論分析

   4.1 預備知識

   4.2 內環的次線性

   4.3 近似誤差

   4.4 查詢複雜度

4. 實驗結果

   5.1 WormHole𝐸, WormHole𝐻 和 BiBFS

   5.2 與基於索引方法的比較

   5.3 WormHole作為基本元素: WormHole𝑀

參考文獻

4.3 近似誤差

現在我們有了包含Chung-Lu核心的次線性內環，我們必須證明通過它路由路徑只會產生很小的損失。直觀上，內環越大，這一點越容易滿足：如果內環是整個圖，這個陳述就變得顯而易見。因此，挑戰在於證明即使使用次線性內環，我們也能在準確性方面達到強有力的保證。我們證明WormHole對所有點對產生的加性誤差最多為𝑂(loglog𝑛)，這比直徑Θ(log𝑛)小得多。

\

\ 上述結果即使在最壞情況下也以高概率成立。也就是說，對於圖中所有頂點對(𝑠,𝑡)，WormHole返回的路徑長度最多比𝑠和𝑡之間的實際距離高出𝑂(loglog𝑛)。這顯然意味著WormHole的平均加性誤差，以高概率被相同的量所限制。

\

\

4.4 查詢複雜度

回顧本文中的節點查詢模型（見§1.2）：從單個節點開始，我們可以迭代地進行查詢，每次查詢都會檢索我們選擇的節點𝑣的鄰居列表。我們關注的是查詢複雜度，即進行特定操作所需的查詢次數。

\ \

\ \ 第一個結果是我們性能的上界。

\ \

\ \ 證明概要。對於給定的查詢SP(𝑢, 𝑣)，我們給出從𝑢開始的BFS的查詢複雜度上界，對於𝑣也類似；總查詢複雜度是這兩個量的總和。

\ \

\ \ \

\ \ \

\ \ \

\ \ \

\ \

:::info 作者：

(1) Talya Eden，巴伊蘭大學 (talyaa01@gmail.com)；

(2) Omri Ben-Eliezer，麻省理工學院 (omrib@mit.edu)；

(3) C. Seshadhri，加州大學聖克魯茲分校 (sesh@ucsc.edu)。

:::

:::info 本論文可在 arxiv 上獲取，採用 CC BY 4.0 授權。

:::

\