如参考文献中所述,算法(参见底部)假设输出估计器 $ \ hat t $ 在给定图中的三角形# $ g=(v,e)$ ,表示 $ t $ 。写了“它很容易被证明” $$ e [\ hat t]= t $$ 但不幸的是,我没有看到它。试图分析 $ e [\ hat t] $ ,我认为如下:

  • 在第1行,表示随机(和均匀)选择一个边缘,该边缘是三角形的一部分作为 $ p $ 。由于三角形可以共享边缘, $$ \ frac t m \ le p \ frac {3t} m $$ 例如,考虑以下情况:

    中央三角形不会将新边缘添加到可能性的数量,以选择是三角形的一部分的边缘。您可以想象一种不同的配置,其中只有3个外三角形,它们不会互相接触(在这种配置中,我们不会看到中央第4三角形)。在两种情况下((案例I)4中所见的4个三角形;(案例II)3个不相交的三角形),选择是三角形的一部分的边缘的概率为1(尽管三角形的#是不同的。< / p>

  • 在第2行,在随机选择的概率均匀的顶点,该顶点是“关闭三角形”,与前一步的边缘完全是 $ \ frac 1 {n -2} $

因此我只看到

$$ t \ le e [\ hat t] \ 3t $$

我缺少什么?


另一个关于第3行的问题。订购流,我们首先选择一个随机边缘 $(u,v)$ (第1行),然后一个随机顶点 $ w $ $ v \ backslash \ {u,v \} $ (行2)。我觉得分析应该考虑到第3行我们检查 $(u,w)$ $( v,w)$ 出现 $(u,v)$ 在流中。也许在我将理解我的第一个问题的答案之后,它将更清楚。


算法:

  1. 从流中随机地选择边缘 $(u,v)$
  2. 选择一个顶点 $ w $ 随机从 $ v \ backslash \ {u,v \} $ < / span>
  3. 如果 $(u,w)$ $(v,w)$ 在< Span Class=“Math-Container”> $(u,v)$ 在流中,然后输出 $ m(n-2) $ 。否则,输出 $ 0 $
  4. 也,虽然我没有看到它写了,但我相信有一个假设 $ v $ 是领先的。


    参考:数据流讲义由amit chakrabarti教授的讲义说明,部分“15.3三角形计数”, https://www.cs.dartmouth.edu/~ac/teach/data-streams-lecnotes.pdf


    最好的问候

有帮助吗?

解决方案

let $(u,v,w)$ 是流中的特定三角形,并假设边缘 $(u,v)$ 首先出现。我们选择 $(u,v)$ 在第一步中的概率是 $ 1 / m $ 。我们选择 $ w $ 的概率是 $ 1 /(n-2)$ 。因此,我们选择三角形 $(u,v,w)$ $ 1 / [m(n-2 )] $ 。让我们通过 $ e_ {u,v,w} $

如果 $(u_1,v_1,w_1)$ $(u_2,v_2,w_2)$ 是两个不同的三角形,即事件 $ e_ {u_1,v_1,w_1} $ $ e_ {u_2,v_2, $ 是不相交的(请注意,三角形不必不相交)。因此,如果存在 $ t $ 三角形,那么我们选择其中一个的概率正好是 $ t / [m( n-2)] $ 。因此,算法的预期输出正是<跨度类=“数学容器”> $ t $

许可以下: CC-BY-SA归因
不隶属于 cs.stackexchange
scroll top