Suponha que eu tenho um gráfico com M ( L ) do (desconhecido) conjunto de matchings perfeitos de G . Suponha que este conjunto não esteja vazio; então, como é difícil amostrar uniformemente aleatoriamente a partir de M ( G ) ? E se eu estiver bem com uma distribuição que seja quase uniforme, mas não muito uniforme, existe um algoritmo eficiente?
algorithms
complexity-theory
matching
sampling
Artem Kaznatcheev
fonte
fonte
Respostas:
Existe um artigo clássico de Jerrum e Sinclair (1989) sobre amostragem de combinações perfeitas de gráficos densos. Outro artigo clássico de Jerrum, Sinclair e Vigoda (2004; pdf) discute a amostragem de combinações perfeitas de gráficos bipartidos.
Ambos os papéis usam cadeias Markov de mistura rápida e, portanto, as amostras são quase uniformes. Eu imagino que a amostragem uniforme seja difícil.
fonte
Se você assumir que seu gráfico é plano, existe um procedimento de tempo polinomial para esse problema de amostragem.
Primeiro, o problema de contar o número de combinações perfeitas está em P para gráficos planares. ( https://en.wikipedia.org/wiki/FKT_algorithm ) (Uma boa exposição desse fato pode ser encontrada no primeiro capítulo do livro de Jerrum sobre Contagem, Amostragem e Integração.)
Em seguida, para cada arestae de G , conte o número de combinações perfeitas de G ∖ e . Isso pode ser transformado na probabilidade de uma correspondência perfeita uniforme contém e - basta dividir pelo número de emparelhamentos perfeitos em G . Faça uma amostra de uma aresta de acordo com essa probabilidade e continue indutivamente.
(Isso está tirando vantagem do fato de as correspondências serem uma estrutura "auto-redutível", portanto, problemas de contagem e problemas de amostragem uniforme são essencialmente os mesmos. Você pode ver JVV "Geração aleatória de estruturas combinatórias a partir de uma distribuição uniforme" para obter mais informações sobre isso. ponto de vista.)
Uma prova simples de que isso fornece a distribuição correta:
fonte