×

半随机图过程中的完美匹配。 (英语) 兹比尔1490.05247

摘要:半随机图过程是一个单玩家游戏,在这个游戏中,玩家最初在(n)个顶点上得到一个空图。在每一轮中,一个顶点(u)被随机地独立一致地呈现给玩家。然后,玩家自适应地选择一个顶点(v)并将边(uv)添加到图形中。对于一个固定单调图属性,游戏者的目标是迫使图在尽可能少的轮次内以高概率满足该属性。我们关注的是如何在尽可能少的轮次内构造一个完美匹配的问题。特别地,我们为玩家提出了一种自适应策略,该策略在(βn)回合中实现完美匹配,其中(β<1.206)的值是从微分方程组的解中导出的。这改进了先前已知的\((1+2/e+o(1))n<1.736n\)轮的上限。我们还改进了先前的最佳下界((ln 2+o(1))n>0.693n),并表明玩家无法在少于(alpha n)轮的回合内实现所需的属性,其中(alpha>0.932)的值是从另一个微分方程组的解中导出的。因此,上下限之间的间隙大约减少了四倍。

MSC公司:

05C80号 随机图(图形理论方面)
05C70号 具有特殊属性的边子集(因子分解、匹配、分区、覆盖和打包等)
05第57页 图形游戏(图形理论方面)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] N.C.Behague、T.G.Marbach、P.Pralat和A.Rucinski,半随机图过程中的子图游戏及其对超图的推广,预印本,arXiv:2105.070342021,https://arxiv.org/abs/2105.07034。
[2] O.Ben-Eliezer、L.Gishboliner、D.Hefetz和M.Krivelevich,通过半随机图过程快速构建有界生成图,载于《第十四届ACM-SIAM离散算法年会论文集》(SODA'20),2020年,第728-737页·Zbl 1497.68366号
[3] O.Ben-Eliezer、D.Hefetz、G.Kronenberg、O.Parczyk、C.Shikhelman和M.Stojakovic,《半随机图过程,随机结构算法》,56(2020),第648-675页·Zbl 1442.05203号
[4] T.Bohman和A.Frieze,《哈密尔顿循环3出》,《随机结构算法》,35(2009),第393-417页·Zbl 1202.05083号
[5] P.Gao,B.Kaminski,C.MacRury,and P.Pralat,半随机图过程中的Hamilton圈,欧洲组合杂志,99(2022),103423,https://doi.org/10.1016/j.ejc.2021.103423。 ·兹比尔1480.91055
[6] P.Gao、C.MacRury和P.Pralat,半随机图过程中哈密尔顿循环的完全自适应策略,《欧洲组合杂志》,99(2022),103423·兹比尔1480.91055
[7] M.Karonski,E.Overman和B.Pittel,关于平均出界度低于2的随机有向图中的完美匹配,J.Combin.Theory Ser。B、 143(2020年),第226-258页,https://doi.org/10.1016/j.jctb.2020.03.004。 ·Zbl 1437.05197号
[8] L.Warnke,《关于Wormald微分方程方法》,预印本,arXiv:1905.089282019年,http://arxiv.org/abs/1905.08928。
[9] N.C.Wormald,《随机图过程和贪婪算法的微分方程方法》,《近似和随机算法讲座》,Wydawnictwo Naukowe PWN,华沙,1999年,第73-155页·Zbl 0943.05073号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。