ICMLJun, 2024
亚线性时更新的动态相关聚类
Dynamic Correlation Clustering in Sublinear Update Time
Vincent Cohen-Addad, Silvio Lattanzi, Andreas Maggiori, Nikos Parotsidis
TL;DR在动态节点流中,我们研究了相关聚类的经典问题。我们提出了一种算法,通过维护 $O (1)$ 的逼近精度和 $O$(polylog $n$) 的摊销更新时间,不断寻找最小化穿越簇的正边和簇内负边之和的分区。最后,我们用实际数据实验证明了我们的理论分析。