Аноним

Полностью динамическая связность: верхняя и нижняя границы: различия между версиями

Материал из WEGA
Строка 53: Строка 53:




Теорема 1. Динамический граф G с n вершинами может поддерживать вставку и удаление дуг за амортизированное время O(log2 n) на одно обновление и отвечать на запросы о связности за время O(log n/loglog n) в наихудшем случае.
'''Теорема 1. Динамический граф G с n вершинами может поддерживать вставку и удаление дуг за амортизированное время <math>O(log^2 \; n)</math> на одно обновление и отвечать на запросы о связности за время <math>O(log \; n/ log \; log \; n)</math> в наихудшем случае.'''




Позднее Торуп [ ] предложил еще одну структуру данных, которая позволяет обеспечить несколько иные временные границы:
Позднее Торуп [18] предложил еще одну структуру данных, которая позволяет обеспечить несколько иные временные границы:




Теорема 2. Динамический граф G с n вершинами может поддерживать вставку и удаление дуг за амортизированное время O(log n • (loglog n)3) на одно обновление и отвечать на запросы о связности за время O(log n/ log log log n).
'''Теорема 2. Динамический граф G с n вершинами может поддерживать вставку и удаление дуг за амортизированное время <math>O(log \; n • (log \; log \; n)^3)</math> на одно обновление и отвечать на запросы о связности за время <math>O(log \; n/log \; log \; log \; n)</math>.'''




Строка 65: Строка 65:




Наилучшая известная нижняя граница для задачи динамической связности имеет место при использовании вычислительной модели битового зонда (bit-probe model); ее предложили Патраку и Тарнифа [ ]. Модель битового зонда представляет собой вариант модели клеточного зонда (cell-probe model) с однобитными клетками. В этой модели память организована в виде клеток, и алгоритм может производить чтение из клетки или запись в нее за константное время. Количество клеточных зондов рассматривается в качестве меры сложности. Формальное определение этой модели можно найти в [13].
Наилучшая известная нижняя граница для задачи динамической связности имеет место при использовании вычислительной модели [[битовый зонд|битового зонда]] (bit-probe model); ее предложили Патраку и Тарнифа [16]. Модель битового зонда представляет собой вариант модели [[клеточный зонд|клеточного зонда]] (cell-probe model) с однобитными клетками. В этой модели память организована в виде клеток, и алгоритм может производить чтение из клетки или запись в нее за константное время. Количество клеточных зондов рассматривается в качестве меры сложности. Формальное определение этой модели можно найти в [13].




Теорема 3. Рассмотрим реализацию битового зонда для задачи динамической связности, в которой операции обновления выполняются за амортизированное время tu, а запросы – за ожидаемое время tq. Тогда для среднего случая распределения входных данных tu = Q (log2n/log2(tu + tq)). В частности,
Теорема 3. Рассмотрим реализацию битового зонда для задачи динамической связности, в которой операции обновления выполняются за ожидаемое амортизированное время <math>t_u</math>, а запросы – за ожидаемое время <math>t_q</math>. Тогда для среднего случая распределения входных данных <math>t_u = \Omega (log^2 \; n/ log^2 \; (t_u + t_q))</math>. В частности,
2!
 
((   log n
<math>max \{ t_u, t_q \} = \Omega ((\frac{log \; n}{log \; log \; n})^2) \; </math>
\\ log log n




4817

правок