南大TCS 栗师 教授
报告生成时间：2026年8月20日
个人主页：https://tcs.nju.edu.cn/shili/
所属团队：南京大学计算机科学与技术系 / TCS理论组
一、学者基本信息
| 项目 | 内容 |
|---|---|
| 中文名 | 栗师 |
| 英文名 | Shi Li |
| 当前职位 | 教授、博士生导师 |
| 所属机构 | 南京大学计算机科学与技术系 理论组（TCS Group） |
| 邮箱 | shili@nju.edu.cn |
| 个人主页 | https://tcs.nju.edu.cn/shili/ |
| DBLP页面 | https://dblp.org/pid/31/4501-1.html |
| Google Scholar | https://scholar.google.com/citations?user=11tt6p4AAAAJ |
| 研究方向 | 组合优化、近似算法、在线算法、学习增强算法 |
| 人才称号 | 国家级高层次引进人才；南京大学大QR/CJ讲席教授 |
二、教育背景与职业履历
2.1 教育背景
栗师教授本科毕业于清华大学计算机科学与技术系（2004年9月–2008年6月），并于2005年9月起进入清华大学首届姚期智理论计算机科学实验班（姚班，Andrew Chih-Chi Yao's Special Pilot Class）学习，是姚班首届学员之一。姚班由图灵奖得主姚期智院士于2005年创办，旨在培养理论计算机科学领域的顶尖人才，其选拔标准极为严格，首届学员中涌现了多位国际知名的计算机理论学者。
2008年9月，栗师赴美国普林斯顿大学（Princeton University）计算机科学系攻读博士学位，师从著名算法理论学者Moses Charikar教授（现任斯坦福大学Donald E. Knuth讲席教授），于2014年1月获得博士学位。在普林斯顿期间，他的研究聚焦于近似算法与组合优化，尤其在设施选址问题（Facility Location）和k-median聚类问题上取得了突破性成果。
2.2 职业履历
| 时间 | 职位 | 机构 |
|---|---|---|
| 2023年4月–至今 | 教授 | 南京大学计算机科学与技术系 理论组 |
| 2020年9月–2023年1月 | 副教授（Associate Professor） | 纽约州立大学布法罗分校（University at Buffalo）计算机科学与工程系 |
| 2015年9月–2020年8月 | 助理教授（Assistant Professor） | 纽约州立大学布法罗分校计算机科学与工程系 |
| 2013年9月–2015年8月 | 助理研究教授（Research Assistant Professor） | 芝加哥丰田技术研究所（TTIC, Toyota Technological Institute at Chicago） |
2023年初，栗师教授毅然辞去纽约州立大学布法罗分校的终身教职副教授职位，全职回国加入南京大学计算机科学与技术系，成为南大TCS理论组的核心成员。此举是南大近年来引进高层次理论计算机科学人才的重要举措之一。在南京大学，他与尹一通教授、刘景铖副教授等共同承担高级算法等核心课程的教学工作。
三、学生培养情况
3.1 当前指导学生
博士研究生（在读）：
| 学生姓名 | 类别 | 备注 |
|---|---|---|
| 冯昱达（Yuda Feng） | 博士生 | 栗师在南大的首位博士生，已在Nash社会福利问题上有突出成果，多篇论文被STOC、ICALP等顶会接收 |
| 代涵（Han Dai） | 博士生 | 研究方向为k-聚类问题 |
| 王在烜（Zaixuan Wang） | 博士生 | 在读 |
| 胡伟江（Weijiang Hu） | 博士生 | 在读 |
| 陈煜航（Yuhang Chen） | 博士生 | 在读 |
硕士研究生（在读）：
| 学生姓名 | 类别 | 备注 |
|---|---|---|
| 梁梓豪（Zihao Liang） | 硕士生 | 参与固定费用运输问题等研究 |
| 叶佳（Jia Ye） | 硕士生 | 参与关联聚类并行算法研究 |
3.2 已毕业学生与博士后
| 姓名 | 类别 | 现状/去向 |
|---|---|---|
| 张瑞龙（Ruilong Zhang） | 博士后 | 已出站，在Nash社会福利、公平选择等问题上有深度合作 |
| Xiangyu Guo | 博士（布法罗时期） | 毕业于纽约州立大学布法罗分校 |
| Yunus Esencayi | 博士（布法罗时期） | 毕业于纽约州立大学布法罗分校 |
| Jiayi Xian | 博士（布法罗时期） | 毕业于纽约州立大学布法罗分校 |
3.3 学生培养特点
栗师教授在布法罗分校和南京大学两段教职期间持续培养学生。他在布法罗时期的博士生主要围绕设施选址、在线算法等方向展开研究；到南大后，他的研究组在Nash社会福利、关联聚类、调度问题等方向持续产出高水平成果。其中，冯昱达作为其在南大的首位博士生表现尤为突出，已有多篇论文被STOC 2025、STOC 2026、ICALP 2024（最佳论文奖）、ICALP 2026等顶级会议接收，是理论计算机科学领域极具潜力的青年学者。
四、学术合作网络
4.1 南大TCS理论组内部合作
南京大学TCS理论组（TCS @ NJU）是一个由六位核心教师组成的理论计算机科学研究团队，涵盖算法、复杂性、量子计算等多个方向。栗师教授于2023年加入该组，与组内成员形成了紧密的合作关系。
组内成员及合作关系：
| 成员 | 职位 | 博士毕业院校 | 研究方向 | 与栗师的合作 |
|---|---|---|---|---|
| 尹一通（Yitong Yin） | 教授 | 耶鲁大学（2009） | 随机算法、数据结构、并行与分布式计算理论 | 共同讲授"高级算法"课程（2023年秋–2025年秋，连续三年），在教学层面有密切合作 |
| 刘景铖（Jingcheng Liu） | 副教授 | 加州大学伯克利分校（2019） | 计数与采样、计算相变、差分隐私 | 共同讲授"高级算法"课程 |
| 黄棱潇（Lingxiao Huang） | 副教授 | 清华大学（2017） | 大数据算法、计算社会选择、学习理论 | 研究方向互补，均在近似算法与聚类问题领域 |
| 姚鹏晖（Penghui Yao） | 教授 | 新加坡国立大学（2014） | 经典/量子通信复杂性、信息论、量子计算 | 同组同事，研究侧重不同 |
| 张天翼（Tianyi Zhang） | 副教授 | 清华大学（2021） | 图算法、图稀疏化、动态算法 | 同组同事，研究侧重不同 |
栗师与尹一通、刘景铖连续三年（2023–2025年秋季学期）共同讲授研究生"高级算法"课程，形成了稳定的教学协作关系。虽然从公开发表的论文来看，栗师与组内其他成员的直接论文合作尚不多见，但TCS理论组作为一个整体，在2023–2025年间产出了大量高水平论文（包括JACM、SICOMP、STOC、FOCS、NeurIPS等），显示出团队协同发展的良好态势。栗师的加入显著增强了南大TCS组在近似算法和组合优化方向的实力。
4.2 跨机构合作
栗师教授的学术合作网络覆盖国内多所高校和研究机构，以下按合作紧密度和地理分布梳理：
4.2.1 上海财经大学理论计算机科学研究中心（SUFE ITCS）
- Bundit Laekhanukit（副教授，上海财经大学）：栗师的重要长期合作者。两人多次合作研究有向Steiner树（Directed Steiner Tree）问题，成果发表于STOC 2019和SODA 2022。Laekhanukit是国家级人才项目获得者，所在SUFE ITCS团队由陆品燕教授领衔，在CSRankings的算法与复杂性方向近三年位列世界第八、亚洲第一。栗师与Laekhanukit的合作构成了南京–上海之间理论计算机科学研究的重要桥梁。
4.2.2 微软研究院（Microsoft Research）
- Janardhan Kulkarni（微软研究院研究员）：栗师在调度问题上的重要合作者。两人合作发表多篇论文，涉及带优先约束的调度问题（SODA 2019、SODA 2020）以及层次化调度算法等。Kulkarni是微软研究院理论算法方向的核心研究员之一。
4.2.3 卡内基梅隆大学（CMU）
- Ravishankar Krishnaswamy（CMU助理教授）：与栗师合作研究k-median和k-means聚类中的离群点问题（STOC 2018）以及在线调度问题（STOC 2023）。Krishnaswamy是近似算法领域的活跃青年学者。
4.2.4 加州大学默塞德分校（UC Merced）
- Sungjin Im（UC Merced助理教授）：与栗师合作研究不相关机器调度问题（SODA 2023），是该领域的长期合作伙伴。
4.2.5 中国科学技术大学（USTC）
- Pan Peng（彭攀）（USTC特任教授）：与栗师合作研究学习增强的关联聚类流式算法（NeurIPS 2025），涉及在线算法与机器学习的交叉领域。
4.2.6 上海交通大学（SJTU）
- Xiaohui Bei（贝小辉）（上海交通大学副教授）：与栗师合作研究Nash社会福利问题（STOC 2026），在公平分配理论领域形成合作。
4.2.7 罗格斯大学（Rutgers University）
- Guy Kortsarz（Rutgers大学教授）：与栗师合作研究网络设计问题（APPROX/RANDOM 2024）以及度约束网络设计问题。
4.2.8 约翰斯·霍普金斯大学（JHU）
- Michael Dinitz（JHU副教授）：与栗师合作研究网络设计与度约束问题（APPROX/RANDOM 2024）。
4.2.9 宾夕法尼亚大学（UPenn）
-
Sanjeev Khanna（UPenn教授）：与栗师合作研究（1,epsilon)-受限分配问题（SODA 2015）。Khanna是近似算法领域的资深学者。
-
Deeparnab Chakrabarty（Dartmouth College副教授，曾在微软研究院）：同上合作。
4.2.10 波士顿大学 / KAUST
- Marco Gaboardi（波士顿大学副教授，曾在布法罗分校）：与栗师在差分隐私下的设施选址问题上有密切合作（NeurIPS 2019、AISTATS 2022）。
- Di Wang（KAUST副教授，曾在布法罗分校）：同为差分隐私方向的合作者（NeurIPS 2019、AAAI 2020、AISTATS 2022）。
4.2.11 EPFL（瑞士洛桑联邦理工学院）
- Lars Rohwedder（EPFL博士后）：与栗师合作研究动态规划上的随机舍入技术（STOC 2026）。
4.3 国际合作
栗师教授的国际合作网络极为广泛，覆盖北美、欧洲和亚洲多所顶尖学府与研究机构，以下按区域梳理：
4.3.1 北美
| 合作者 | 机构 | 合作论文/项目 | 会议/期刊 |
|---|---|---|---|
| Vincent Cohen-Addad | Google Research Paris（法国） | 关联聚类系列论文 | FOCS 2023, STOC 2024, STOC 2025, ICALP 2026 |
| Euiwoong Lee | 密歇根大学 | 关联聚类系列论文 | FOCS 2023, STOC 2024, STOC 2025 |
| Alantha Newman | CNRS / Grenoble（法国） | 关联聚类系列论文 | FOCS 2023, STOC 2024, STOC 2025 |
| Mikkel Thorup | 哥本哈根大学（丹麦） | 关联聚类 | STOC 2025, ICALP 2026 |
| Uri Feige | 魏茨曼科学研究所（以色列） | 加权流水时间调度 | SODA 2019 |
| Fabrizio Grandoni | IDSIA（瑞士） | 有向Steiner树 | STOC 2019 |
| Ola Svensson | EPFL（瑞士） | k-median伪近似 | STOC 2013, SICOMP 2016 |
| Moses Charikar | 斯坦福大学（导师） | k-median依赖舍入 | ICALP 2012 |
| Nairen Cao | （独立学者/学生） | 关联聚类并行算法 | ICALP 2025, STOC 2024, STOC 2025 |
| Manish Purohit | Google Research | 在线负载均衡 | SPAA 2024 |
| Jakub Tarnawski | （微软研究院） | 层次化调度 | SODA 2020 |
4.3.2 欧洲核心合作圈
栗师与法国/丹麦/瑞士学者形成了围绕关联聚类（Correlation Clustering）问题的国际研究团队，核心成员包括：
- Vincent Cohen-Addad（Google Research Paris）：关联聚类领域的顶尖研究者
- Euiwoong Lee（密歇根大学，韩裔）：关联聚类与网络设计
- Alantha Newman（CNRS Grenoble）：图算法与近似算法
- Mikkel Thorup（哥本哈根大学）：图算法领域的世界级权威
- Lars Rohwedder（EPFL）：动态规划与舍入技术
该团队在2023–2025年间连续在STOC和FOCS上发表关联聚类的重要突破，包括著名的1.73-近似算法（FOCS 2023）和亚线性时间关联聚类LP求解（STOC 2025）。
4.3.3 与Princeton/Stanford的学术渊源
栗师的博士导师Moses Charikar教授在普林斯顿大学任教期间（2001–2015年）指导了栗师的博士研究。Charikar教授此后转任斯坦福大学Donald E. Knuth讲席教授，是局部敏感哈希（Locality-Sensitive Hashing）的发明者之一，曾获2012年ACM Paris Kanellakis理论与应用奖、2014年Simons Investigator、2021年ACM Fellow等荣誉。栗师的研究风格深受Charikar的影响，特别是在LP舍入技术和近似算法设计方面。
五、业界合作关系深度分析
5.1 与Google Research的合作
栗师与Google Research Paris的Vincent Cohen-Addad有深度合作。Cohen-Addad是Google研究团队中专注于聚类算法和图算法的核心成员，这一合作关系使得栗师的研究成果在关联聚类这一具有重要实际应用价值的问题上产生了广泛影响。关联聚类在数据挖掘、社交网络分析、生物信息学等领域有直接应用，Google作为大规模数据处理的公司对这类算法有实际需求。
5.2 与微软研究院的合作
栗师与微软研究院的Janardhan Kulkarni在调度算法领域有多年的紧密合作，共同发表多篇SODA论文。微软研究院作为工业界理论研究的重镇，其与学术界的合作一直是推动理论算法走向实践的重要渠道。Kulkarni作为微软研究院的研究员，在调度、网络设计等领域与栗师形成了稳定的"学界–工业界"合作模式。
5.3 与Google的间接联系
栗师的合作者Manish Purohit（曾在Google Research）参与了在线负载均衡的研究（SPAA 2024，杰出论文奖），这一研究方向直接关联云计算环境下的资源调度问题。
5.4 业界影响分析
栗师教授的研究虽然属于理论计算机科学的基础研究，但其成果在多个工业场景中有潜在应用：
- 设施选址与聚类：设施选址问题（Facility Location）在物流网络优化、数据中心选址、供应链管理中有直接应用。栗师的1.488近似算法是该问题近十年来的最优结果。
- 调度算法：不相关机器调度、在线负载均衡等问题直接对应云计算平台的任务调度场景。与微软研究院的合作正是这一方向的体现。
- 关联聚类：在社交网络社区发现、重复数据去重、生物信息学序列聚类等领域有广泛应用。与Google Research的合作体现了这一方向的实际价值。
- Nash社会福利：公平分配问题在资源分配、云资源调度等领域有应用前景。
六、重要奖项与学术兼职
6.1 重要奖项
| 年份 | 奖项 | 说明 |
|---|---|---|
| 2011 | ICALP 2011 最优学生论文奖 | 单作者论文"A 1.488 Approximation Algorithm for the Uncapacitated Facility Location Problem"，将无容量设施选址问题的近似比从1.5改进至1.488，逼近1.463的不可近似下界 |
| 2012 | FOCS 2012 最优秀论文奖 | 在IEEE计算机科学基础年会上获得最佳论文奖 |
| 约2016–2019 | NSF CAREER Award | 美国国家科学基金会早期职业发展奖，是美国青年教授最高荣誉之一 |
| 约2016–2019 | NSF CRI Award | 美国国家科学基金会计算机与信息科学研究启动计划奖 |
| 2024 | ICALP 2024 Track A 最佳论文奖 | 与冯昱达合作的加权Nash社会福利近似论文 |
| 2024 | SPAA 2024 杰出论文奖 | 与Sungjin Im、Ravi Kumar等合作的随机序输入在线负载均衡论文 |
| 2023 | 国家级高层次引进人才 | 回国加入南京大学时获评 |
| – | 南京大学大QR/CJ讲席教授 | 南大人才体系中的高层次讲席教授席位 |
6.2 代表性论文
以下列举栗师教授最具影响力的代表性成果：
-
"A 1.488 Approximation Algorithm for the Uncapacitated Facility Location Problem"（ICALP 2011，单作者，最佳学生论文奖）：将无容量设施选址问题的近似比从1.5改进至1.488，缩小了与1.463不可近似下界的差距，该结果保持了近十年的最优纪录。
-
"Approximating k-Median via Pseudo-Approximation"（与Ola Svensson合作，STOC 2013，发表于SICOMP 2016）：提出了k-median问题的伪近似新范式，将逼近比从3+epsilon改进至1+sqrt(3)+epsilon，打破了保持十年的3+epsilon壁垒。
-
"A Dependent LP-Rounding Approach for the k-Median Problem"（与Moses Charikar合作，ICALP 2012）：提出了依赖LP舍入方法处理k-median问题的新技术。
-
"Handling Correlated Rounding Error via Preclustering: A 1.73-Approximation for Correlation Clustering"（与Vincent Cohen-Addad、Euiwoong Lee、Alantha Newman合作，FOCS 2023）：提出了关联聚类问题的1.73-近似算法，是这一长期开放问题的重要突破。
-
"Scheduling to Minimize Total Weighted Completion Time via Time-Indexed Linear Programming Relaxations"（单作者，FOCS 2017，受邀发表于SICOMP特刊）：利用时间索引线性规划松弛技术解决调度问题。
-
"O(log^2 k / loglog k)-Approximation Algorithm for Directed Steiner Tree: A Tight Quasi-Polynomial-Time Algorithm"（与Fabrizio Grandoni、Bundit Laekhanukit合作，STOC 2019，受邀发表于SICOMP特刊）：有向Steiner树问题的紧拟多项式时间近似算法。
-
"Constant Approximation for Weighted Nash Social Welfare with Submodular Valuations"（与冯昱达、Yang Hu、张瑞龙合作，STOC 2025）：加权Nash社会福利问题的常数比近似算法。
-
"Solving the Correlation Cluster LP in Sublinear Time"（与Nairen Cao、Vincent Cohen-Addad等合作，STOC 2025）：亚线性时间求解关联聚类线性规划。
-
"A Note on Approximating Weighted Nash Social Welfare with Additive Valuations"（与冯昱达合作，ICALP 2024，最佳论文奖；扩展版发表于TheoretiCS 2025）：加权Nash社会福利问题的首个O(1)-近似算法。
-
"Online Load and Graph Balancing for Random Order Inputs"（与Sungjin Im、Ravi Kumar等合作，SPAA 2024，杰出论文奖）：随机序输入下的在线负载均衡。
6.3 学术兼职与服务
栗师教授作为理论计算机科学领域的活跃学者，积极参与学术社区服务。他从布法罗分校时期即承担CSE431/531（算法分析I）和CSE632（算法分析II）等核心课程的教学，到南大后持续开设"算法设计与分析"和"高级算法"等课程。在TTIC期间，他曾与Madhur Tulsiani共同讲授信息与编码理论课程。他的论文发表于JACM、SICOMP、TALG等顶级期刊以及STOC、FOCS、SODA、ICALP、NeurIPS等顶级会议，累计发表30余篇顶级会议/期刊论文。
七、Connection圈层总结
7.1 核心圈层（第一层）
栗师教授的学术关系网络核心圈层由以下几类紧密合作者构成：
导师圈： - Moses Charikar（斯坦福大学，博士导师）：学术风格的奠基者，LP舍入技术的方法论传承 - 姚期智院士（清华大学姚班）：本科启蒙教育，姚班首期学员的学术基因
长期核心合作者（≥3篇合作论文）： - Bundit Laekhanukit（上海财经大学）：有向Steiner树，2+篇合作论文（STOC 2019, SODA 2022） - Vincent Cohen-Addad（Google Research Paris）：关联聚类，4+篇合作论文（FOCS 2023, STOC 2024, STOC 2025, ICALP 2026） - Euiwoong Lee（密歇根大学）：关联聚类，4+篇合作论文 - Alantha Newman（CNRS Grenoble）：关联聚类，3+篇合作论文 - Janardhan Kulkarni（微软研究院）：调度问题，3+篇合作论文（SODA 2019, SODA 2020, SODA 2019） - Ravishankar Krishnaswamy（CMU）：聚类与调度，2篇合作论文（STOC 2018, STOC 2023） - Sungjin Im（UC Merced）：调度问题，2篇合作论文（SODA 2023, SPAA 2024） - Ola Svensson（EPFL）：k-median，1篇里程碑合作论文（STOC 2013, SICOMP 2016） - Uri Feige（魏茨曼研究所）：调度，1篇合作论文（SODA 2019） - Guy Kortsarz（Rutgers）：网络设计，2篇合作论文
学生圈： - 冯昱达（南大博士生）：Nash社会福利系列合作（ICALP 2024最佳论文, STOC 2025, STOC 2026, ICALP 2026） - 张瑞龙（博士后）：多项合作论文（IJCAI 2025, ICALP 2024, STOC 2025, STOC 2026） - Xiangyu Guo（布法罗博士）：多项合作论文（NeurIPS 2018, AISTATS 2021, APPROX 2020） - Jiayi Xian（布法罗博士）：多项合作论文（ICML 2021, AISTATS 2021, APPROX 2020）
7.2 机构圈层
栗师教授的学术网络跨越以下核心机构：
国内机构： - 南京大学（现任职机构，TCS理论组） - 上海财经大学ITCS（合作者Laekhanukit所在机构） - 中国科学技术大学（合作者彭攀所在机构） - 上海交通大学（合作者贝小辉所在机构） - 清华大学（本科母校，姚班）
海外机构： - 普林斯顿大学（博士母校） - 斯坦福大学（导师Charikar现职机构） - EPFL（合作者Svensson、Rohwedder所在机构） - Google Research Paris（合作者Cohen-Addad所在机构） - 微软研究院（合作者Kulkarni所在机构） - 卡内基梅隆大学（合作者Krishnaswamy所在机构） - 密歇根大学（合作者Euiwoong Lee所在机构） - 哥本哈根大学（合作者Thorup所在机构） - 魏茨曼科学研究所（合作者Feige所在机构） - CNRS Grenoble（合作者Newman所在机构） - IDSIA瑞士（合作者Grandoni所在机构） - 宾夕法尼亚大学（合作者Khanna所在机构） - 罗格斯大学（合作者Kortsarz所在机构） - 约翰斯·霍普金斯大学（合作者Dinitz所在机构） - 加州大学默塞德分校（合作者Im所在机构） - KAUST（合作者Di Wang所在机构） - 波士顿大学（合作者Gaboardi所在机构）
7.3 研究主题圈层
栗师教授的学术网络可按研究主题分为以下几个圈层：
圈层一：聚类与设施选址（最核心方向） - k-median、k-means、设施选址、关联聚类 - 核心合作者：Charikar、Svensson、Cohen-Addad、Lee、Newman、Krishnaswamy、Thorup - 代表成果：1.488近似UFL（ICALP 2011）、k-median伪近似（STOC 2013）、1.73-近似关联聚类（FOCS 2023）
圈层二：调度问题 - 不相关机器调度、在线调度、带优先约束的调度 - 核心合作者：Kulkarni、Im、Krishnaswamy、Feige - 代表成果：加权完成时间调度（FOCS 2017）、不相关机器调度改进（SODA 2023）
圈层三：网络设计 - 有向Steiner树、度约束网络设计 - 核心合作者：Laekhanukit、Grandoni、Kortsarz、Dinitz - 代表成果：紧拟多项式有向Steiner树（STOC 2019）
圈层四：公平分配与社会福利 - Nash社会福利、公平k-集合选择 - 核心合作者：冯昱达、张瑞龙、Bei、Hu - 代表成果：加权Nash社会福利常数近似（STOC 2025）
圈层五：差分隐私与在线学习 - 差分隐私下的设施选址、学习增强算法 - 核心合作者：Gaboardi、Di Wang、彭攀 - 代表成果：差分隐私设施选址（NeurIPS 2019）
7.4 学术传承与影响
栗师教授的学术谱系可追溯如下：
姚期智（Turing Award, 清华大学/普林斯顿大学）
└── 姚班（本科教育影响）
└── 栗师（Princeton PhD, 2014）
├── 布法罗时期学生：Xiangyu Guo, Yunus Esencayi, Jiayi Xian
└── 南大时期学生：冯昱达, 代涵, 王在烜, 胡伟江, 陈煜航
└── 博士后：张瑞龙
栗师教授从清华姚班到普林斯顿再到南京大学的学术轨迹，体现了中国理论计算机科学人才从"走出去"到"引回来"的完整闭环。他的回归不仅增强了南大TCS组在近似算法方向的实力，也通过其广泛的国际合作网络将南大理论计算机科学研究更深地融入国际学术社区。他在设施选址、k-median、关联聚类、调度等核心组合优化问题上的系列突破性成果，使其成为国际近似算法领域最具影响力的学者之一。