随机图分区

时间:2012-12-21 19:04:03

标签: graph graph-theory

我正在尝试测试一些图形分区模型(这些模型来自现实世界,图形缓慢地自我分区)。为此,我需要能够将此图一致地随机分割为连续的组件(我们最初连接图表)。如果不需要连续性标准,我相信这将是随机分组的问题,可以进行组合分析。有没有人知道将图形随机分割成子图的任何方法(即随机抽样一个分区),或者,如果不知道这样的方法,可以随机抽样一组元素?随机化分区数然后随机化成员资格的方法将不起作用,因为每个分区大小都有不同数量的可能分区。

1 个答案:

答案 0 :(得分:1)

您必须区分Database.BeginTransactionedge-cut partitioning,您可以沿着边或顶点划分图形。这会显着影响您的问题,因为不同顶点切割的数量远远大于边缘切割的数量。原因是您在顶点切割中专门为分区分配边缘 - 而不是在将顶点分配给分区的边缘切割 - 并且边缘比顶点多得多(例如,n个顶点的O(n ^ 2)个边缘)。因此,组合较大的顶点切割导致需要检查连通性的更多子图。一种简单的随机化方法是枚举所有分区,迭代地选择一个分区,并检查所选分区中所有子图的连通性。然后你就拿第一个。在这种情况下,所有解决方案具有相同的概率(均匀随机)。

相关问题