人们很自然地期望，非回溯随机游动比简单随机游动混合得更快，但到目前为止，这只在正则图中得到了证明。为了分析典型的不规则图，让$G$是$n$个顶点上的随机图，最小度为3，度分布具有指数尾部。我们确定了$G$上简单随机行走的精确最坏情况混合时间，并表明，它很有可能在时间$｛\mathbf｛h｝｝^｛-1｝\logn$处表现出截止，其中$｛\mathbf｛h｝｝$是Galton–Watson树上简单随机行走的渐近熵，局部近似于$G$。（以前这只针对典型的起点。）此外，通过对Galton–Watson树上熵的精细比较，我们证明了这种渐近混合时间严格大于非回溯行走的混合时间。

我是一个自然的人，我参加了一个无需再鼓舞人心的艺术节，再加上简单的艺术节（vite que la marche aléatoire simple，mais jusqu’ici，cela n’etait prouvéque dans le cases grapes réguliers）。倒进分析仪，就可以得到典型的图像，所以$G$un grape aléatoireá$n$sommets de degrés au moins$3$et distribute s selon une loiáqueue exponentielle。在梅兰热派对的终点站，部分为简单的滨海地区，以及蒙特勒-库埃夫大概率，塞特-马奇公共场所截止时间${\mathbf{h}}^{-1}\log n$，o'o${\mathbf{h}}$est l’entropie symplotique de la marche aléatoire simple sur un arbre de Galton–Watson quiest une近似区域设置$G$。（Précédemment，cela n’était connu que pour des points de départ typeques.）再加上，通过对加尔布雷河畔entropies de l’arbre de Galton–Watson的对比，在蒙特勒风格最严格的温度加上无复兴的宏伟凯勒广场。