随机图与群的对数空间计算
随机图算法与性质
在随机图的研究中，算法 1 旨在将图 H 嵌入到图 G 中。该算法成功的条件包括在第 2、6 和 9 行的操作顺利完成。具体来说，集合 $S_i$ 通过在 $V_0$ 中均匀采样一系列两两不相交的 $d$ -子集 $T_1, \ldots, T_t$ 嵌入到 $V_0$ 中，且每个 $T_i$ 在图 G 中诱导出一个团。因此，算法成功的一个必要条件是图 G 至少包含 $t$ 个不相交的团 $K_d$。
另外，算法还需要辅助二分图 $A_i$ 具有所需的匹配。其中，第 3 阶段的成功完全依赖于第 1 阶段的随机结果和给定的缓冲顶点。第 3 阶段的目标是在辅助二分图 $A_{d^2 + 2}$ 中找到一个完美匹配。
为了更好地研究随机图 $G_{n,p}$ 的性质，我们引入了一些符号：
- 对于图 G 和顶点子集 $U \subset V = V(G)$，用 $\binom{U}{K_d}$ 表示所有 $d$ -元素集 $T \subset V$ 的集合，使得 G 中由 $T$ 诱导的子图是完全图，即 $G[T] \cong K_d$。
- 对于两两不相交的子集族 $X = {J_1, \ldots, J_r}$ 和集合 $U \subset V$，定义二分图 $B = B(X, U)$，其顶点类为 $X$ 和 $U_X := U \setminus \bigcup_{i = 1}^{r} J_i$，当 $G(v) \supset J_i$ 时，边 $(J_i, v)$ 包含在 $B$ 中。进一步定义 $\alpha(X, U) = |{v \in U_X : \deg_B(v) \geq 1}|$。
- 当 $a = (1 \pm \delta)b$ 时，表示 $(1 - \delta)b \leq a \leq (1 + \delta)b$。
- 设 $\omega = C \log n$，$\varepsilon = \varepsilon(d) > 0$，并固定划分 $V = V_0 \cup R_1 \cup \cdots \cup R_{d^2 + 2}$，满足 $|V_0| = n - (d^2 + 2)\varepsilon n \geq \frac{3n}{4}$。
下面的引理总结了 $G_{n,p}$ 的几个重要性质：
引理 1
：对于任意 $\delta > 0$，存在 $C > 0$，使得随机图 $G = G_{n,p}$（其中 $p \geq Cn^{-\frac{1}{d}} \log^{\frac{1}{d}} n$）几乎必然满足以下性质：
-
性质 (I)
：
- (a) 对于所有 $y \in V$，$|G(y) \cap V_0| = (1 + o(1))p|V_0|$。
- (b) 对于所有 $y \neq y’ \in V$，$|G(y) \cap G(y’) \cap V_0| = (1 + o(1))p^2|V_0|$。
-
性质 (II)
：
- (a) 对于所有 $Y \subset V$ 且 $|Y| \leq \delta p^{-1}$，$|G(Y) \cap V_0| = (1 \pm 2\delta)p|Y||V_0|$。
- (b) 对于所有 $Y \subset V$ 且 $|Y| \geq \omega p^{-1}$ 以及 $U \subset V \setminus Y$ 且 $|U| \geq \omega p^{-1}$，$|B(Y, U)| = (1 \pm \delta)p|Y||U|$。
-
性质 (III)
：
- (a) 对于所有 $r \leq \delta p^{-d}$，每一个两两不相交的 $d$ -子集族 $X = {J_1, \ldots, J_r}$ 以及 $U \in {V_0, R_1, \ldots, R_{d^2 + 2}, V}$，有 $\alpha(X, U) = (1 \pm \delta)p^dr|U|$。
- (b) 对于所有 $r \geq \omega p^{-d}$，每一个两两不相交的 $d$ -子集族 $X = {J_1, \ldots, J_r}$ 以及 $U \subset V \setminus \bigcup_{i = 1}^{r} J_i$ 且 $|U| \geq \omega p^{-d}$，$|B(X, U)| = (1 \pm \delta)p^dr|U|$。
-
性质 (IV)
：对于所有 $U \subset V$，满足以下条件之一时，$|\binom{U}{K_d}| = (1 \pm \delta)p^{\binom{d}{2}}\binom{|U|}{d}$：
- (a) 存在 $v \in V$ 使得 $U \subset G(v)$ 且 $|U| \geq \frac{pn}{3}$。
- (b) 存在不同的 $u, v \in V$ 使得 $U = G(u) \cap G(v)$。
- (c) $|U| \geq \frac{n}{4}$。
-
性质 (V)
：对于所有 $v \in V_0$，$G[V_0]$ 中包含 $v$ 的 $d$ -团的数量为 $(1 \pm \delta) \frac{d}{|V_0|}|\binom{V_0}{K_d}|$。
算法 1 的分析
通过分析算法 1，我们得到以下引理：
引理 2
：设 $d \geq 3$ 固定，$\varepsilon$ 和 $\tau$ 满足特定条件，$\delta = 0.01$，并且 $C \geq C(d)$ 足够大。那么，对于任意 $\eta > 0$，存在 $n_0$，使得对于所有 $n \geq n_0$ 成立。设顶点集为 $V = [n]$ 的图 G 和满足特定条件的划分 $V = V_0 \cup R_1 \cup \cdots \cup R_{d^2 + 2}$ 满足引理 1 中的性质 (I) - (V)，且给定 $H \in H(n, d)$。则算法 1 在输入 $(H, G)$ 上成功（即输出 H 到 G 的嵌入）的概率至少为 $1 - \eta$。
算法 1 成功的关键在于不终止于第 2、6 或 9 行。执行第 2 行需要 $G[V_0]$ 中至少有 $t$ 个不相交的 $d$ -团，这可由性质 (IV)(c) 推出。第 6 和 9 行依赖于辅助图 $A_i$ 中存在饱和匹配，这可由以下两个引理得出：
引理 3
：对于 $i = 1, \ldots, d^2 + 2$ 以及每个 $Q \subset X_i$，有 $|A_i(Q)| \geq \min{|Q|, |W_i| - \omega p^{-d}}$。特别地，如果 $|W_i| \geq |X_i| + \omega p^{-d}$，则对于所有 $Q \subset X_i$，有 $|A_i(Q)| \geq |Q|$。
引理 4
：$T_i$（$1 \leq i \leq t$）的随机选择和集合 $S_i$（$1 \leq i \leq t$）的嵌入 $f_0$ 使得，以概率 $1 - o(1)$，对于每个 $Y \subset V \setminus im(f_0)$ 且 $|Y| \leq \delta(4p)^{-d}$，有 $|
0A_1(Y) \cap X
{d^2 + 2}| \geq \frac{1}{2}(\frac{p}{5})^d t |Y|$。
基于以上两个引理，我们得到以下推论：
推论 1
：
- (i) 对于每个 $i = 1, \ldots, d^2 + 1$，图 $A_i$ 有一个饱和 $X_i$ 的匹配。
- (ii) 图 $A_{d^2 + 2}$ 以概率 $1 - o(1)$ 有一个完美匹配。
其证明过程如下：
-
(i) 的证明
：固定 $1 \leq i \leq d^2 + 1$，$W_i = V \setminus im(f_{i - 1}) \setminus \bigcup_{i < j \leq d^2 + 2} R_j$，且 $|W_i| \geq |X_i| + \varepsilon n$。当 $C$ 足够大时，$\varepsilon n \geq C^{-d + 1}n = \omega p^{-d}$，所以 $|W_i| \geq |X_i| + \omega p^{-d}$。由引理 3 可知，对于所有 $Q \subset X_i$，$|A_i(Q)| \geq |Q|$。根据霍尔定理，$A_i$ 中存在覆盖 $X_i$ 的匹配。
-
(ii) 的证明
：为方便起见，设 $h = d^2 + 2$。要证明 $A_h$ 以高概率有完美匹配，因为 $A_h = _0A_1[X_h \cup W_h]$。由引理 4 可知，以高概率，对于每个 $Y \subset W_h$ 且 $|Y| \leq \delta(4p)^{-d}$，有 $|A_h(Y)| = |_0A_1(Y) \cap X_h| \geq \frac{1}{2}(\frac{p}{5})^d t |Y| \geq \delta^{-1}4^d\omega |Y|$。设 $Q \subset X_h$，若 $|Q| \leq t - \omega p^{-d}$，由引理 3 可得 $|A_h(Q)| \geq |Q|$；若 $|Q| \geq t - \omega p^{-d} + 1$，假设 $|A_h(Q)| \leq |Q| - 1$，即 $|W_h \setminus A_h(Q)| \geq t - |Q| + 1$。若 $|W_h \setminus A_h(Q)| \leq \delta(4p)^{-d}$，取 $Y = W_h \setminus A_h(Q)$；否则，取 $Y \subset W_h \setminus A_h(Q)$ 且 $|Y| = \delta(4p)^{-d}$。由前面的不等式可得 $|A_h(Y)| \geq \delta^{-1}4^d\omega |Y| \geq t - |Q| + 1$，这与 $A_h(Y) \cap Q = \varnothing$ 矛盾。因此，对于所有 $Q \subset X_h$，$|A_h(Q)| \geq |Q|$，根据霍尔定理，$A_h$ 中存在完美匹配。
下面是算法 1 成功的流程图：
graph TD;
A[开始] --> B{第2行是否成功};
B -- 是 --> C{第6行是否成功};
C -- 是 --> D{第9行是否成功};
D -- 是 --> E[算法成功，输出嵌入];
B -- 否 --> F[算法失败];
C -- 否 --> F;
D -- 否 --> F;
图群和考克斯特群的对数空间计算
在群论中，计算群（或幺半群）的正规形式通常比解决字问题（等式测试）更困难，但正规形式计算有更广泛的应用。因此，研究重要类群的正规形式计算复杂度是很有趣的。
图群和直角考克斯特群的定义
- 图群 ：也称为自由部分交换群或直角阿廷群。由有限无向图 $(\Sigma, I)$ 定义，取 $\Sigma$ 作为群生成元集，并为所有边 $(a, b) \in I$ 添加定义关系 $ab = ba$。图群在群论中因其丰富的子群结构而受到关注，并且在算法方面，许多重要的群论决策问题在图群中都有（不）可判定性结果。
- 直角考克斯特群 ：由图群添加所有关系 $a^2 = 1$（$a \in \Sigma$）得到，是考克斯特群的一个重要子类，考克斯特群是离散反射群。每个考克斯特群都是线性的，因此具有对数空间字问题。
对数空间计算正规形式
我们的主要结果表明，图群和直角考克斯特群中的短字典序正规形式可以在对数空间中计算。
- 计算考克斯特群中的短字典序正规形式可以在二次时间内完成，因为考克斯特群是短字典序自动的。但目前还没有高效的并行算法。我们证明了对于直角考克斯特群，正规形式可以在对数空间中计算，这是一个最优结果，因为对数空间是自由群字问题已知的最小复杂度类。
- 我们使用马祖尔凯维奇迹理论的技术，通过强合流长度缩减迹重写系统描述直角考克斯特群。利用直角考克斯特群的几何表示，我们证明了可以从元素 $g$ 在对数空间中计算出 $g$ 的测地线中出现的符号字母表，这使得我们能够在对数空间中计算短字典序正规形式。
- 通过图群到直角考克斯特群的标准嵌入的特殊性质，我们将结果推广到图群。对于一般的考克斯特群，我们仍然能够在对数空间中计算短字典序正规形式中出现的符号字母表，但能否在对数空间中计算一般考克斯特群的短字典序正规形式仍然是开放的。
具体步骤如下：
1.
定义相关概念
：
- 固定群 $G$ 的有限生成集 $\Gamma$（不妨设其在逆运算下封闭）。对于 $g \in G$，测地线是表示 $g$ 的 $\Gamma$ 上的最短字。通过在所有表示 $g$ 的测地线中选择字典序最小的字，得到 $g$ 的短字典序正规形式。
- 一个函数可以在对数空间中计算，如果它可以由确定性对数空间转换器计算。确定性对数空间转换器是一个具有三个磁带的图灵机：只读输入磁带、长度为 $O(\log n)$ 的读写工作磁带和只写输出磁带，输出从左到右顺序写入输出磁带。
2.
利用已有结果
：
- 已知有限生成线性群的字问题属于对数空间，这是一个重要的基础结果。
- 对于一些特殊群，如短字典序自动群，短字典序正规形式可以在二次时间内计算；幂零群中的测地线可以在多项式时间内计算。
3.
研究图群和直角考克斯特群
：
- 图群和直角考克斯特群都是线性的，因此它们的字问题可以在对数空间中解决。
- 通过马祖尔凯维奇迹理论和几何表示，我们证明了可以在对数空间中计算直角考克斯特群的短字典序正规形式。
- 利用图群到直角考克斯特群的嵌入，将结果推广到图群。
4.
应用到自由部分交换逆幺半群
：
- 自由部分交换逆幺半群自然地出现在确定性和共确定性并发系统的上下文中。
- 已知自由部分交换逆幺半群的字问题可以在 $O(n \log(n))$ 时间内解决。
- 利用图群中短字典序正规形式的对数空间计算算法，我们证明了自由部分交换逆幺半群的字问题可以在对数空间中解决。
下面是计算图群和直角考克斯特群短字典序正规形式的步骤列表：
1. 输入群元素和相关图结构。
2. 利用马祖尔凯维奇迹理论进行表示和处理。
3. 计算元素测地线中出现的符号字母表。
4. 根据字母表信息计算短字典序正规形式。
综上所述，我们不仅在随机图的嵌入算法上取得了重要结果，还在图群和考克斯特群的正规形式计算复杂度方面有了新的突破，这些结果对于图论和群论的研究都具有重要意义。未来的研究可以进一步探索一般考克斯特群短字典序正规形式的对数空间计算问题，以及这些结果在更多实际应用中的拓展。
随机图与群的对数空间计算
自由部分交换逆幺半群的应用
自由部分交换逆幺半群在确定性和共确定性并发系统中有着自然的应用。许多实际系统可以看作是具有撤销操作的确定性并发系统，而自由部分交换逆幺半群正好可以对这类系统进行建模。
之前已经知道，自由部分交换逆幺半群的字问题可以在 $O(n \log(n))$ 时间内解决。现在，利用图群中短字典序正规形式的对数空间计算算法，我们能够证明自由部分交换逆幺半群的字问题可以在对数空间中解决。具体操作步骤如下：
1.
输入处理
：将自由部分交换逆幺半群中的元素表示为输入，这些元素通常是由生成元及其逆元组成的字。
2.
嵌入图群
：利用图群和自由部分交换逆幺半群之间的联系，将输入元素嵌入到图群中。这一步需要根据具体的定义和规则，将逆幺半群的元素转换为图群的元素表示。
3.
计算图群正规形式
：在图群中，使用前面提到的对数空间算法计算元素的短字典序正规形式。这包括利用马祖尔凯维奇迹理论进行表示和处理，计算元素测地线中出现的符号字母表，然后根据字母表信息计算短字典序正规形式。
4.
结果转换
：将图群中计算得到的正规形式转换回自由部分交换逆幺半群的元素表示，从而得到原问题的解。
下面是这个过程的流程图：
graph TD;
A[输入自由部分交换逆幺半群元素] --> B[嵌入图群];
B --> C[计算图群短字典序正规形式];
C --> D[转换回逆幺半群元素表示];
D --> E[输出结果];
总结与展望
本文围绕随机图的嵌入算法和图群、考克斯特群的正规形式计算展开了深入研究，取得了一系列重要成果。
在随机图方面，我们详细分析了算法 1，该算法用于将图 H 嵌入到图 G 中。通过引入一系列符号和性质，我们证明了算法 1 在满足特定条件下成功的概率至少为 $1 - \eta$。关键在于算法不终止于第 2、6 或 9 行，其中第 2 行依赖于图 G 中不相交 $d$ -团的存在，第 6 和 9 行依赖于辅助图 $A_i$ 中饱和匹配的存在。
在图群和考克斯特群方面，我们证明了图群和直角考克斯特群中的短字典序正规形式可以在对数空间中计算。对于直角考克斯特群，我们使用马祖尔凯维奇迹理论和几何表示，不仅证明了正规形式可以在对数空间中计算，还能计算出元素测地线中出现的符号字母表。通过图群到直角考克斯特群的嵌入，将结果推广到了图群。对于一般的考克斯特群，虽然还不能确定能否在对数空间中计算短字典序正规形式，但我们能够在对数空间中计算其短字典序正规形式中出现的符号字母表。
此外，我们还将这些结果应用到自由部分交换逆幺半群中，证明了其字问题可以在对数空间中解决，这为相关并发系统的研究提供了更高效的算法。
未来的研究方向可以从以下几个方面展开：
1.
一般考克斯特群
：继续探索能否在对数空间中计算一般考克斯特群的短字典序正规形式。这需要进一步挖掘考克斯特群的性质，结合更多的数学和算法技术。
2.
实际应用拓展
：将本文的结果应用到更多实际场景中，如网络设计、并发系统优化等。通过实际应用的检验，进一步验证算法的有效性和实用性。
3.
复杂度分析
：深入研究这些算法的复杂度边界，探索是否存在更优的算法或复杂度类。
总之，本文的研究为随机图、图群和考克斯特群的理论和应用提供了新的视角和方法，未来的研究有望在这些基础上取得更多的突破。
以下是本文研究内容的总结表格：
|研究对象|主要结果|应用|
| ---- | ---- | ---- |
|随机图|算法 1 在满足特定条件下成功概率至少为 $1 - \eta$，可实现图 H 到图 G 的嵌入|无|
|图群|短字典序正规形式可在对数空间中计算|自由部分交换逆幺半群字问题求解|
|直角考克斯特群|短字典序正规形式可在对数空间中计算，可计算测地线符号字母表|无|
|一般考克斯特群|可在对数空间中计算短字典序正规形式中出现的符号字母表|无|
|自由部分交换逆幺半群|字问题可在对数空间中解决|并发系统建模与分析|
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
