07.02.2021

Экспандер (теория графов)


Экспандер (от англ. expander graph — расширяющий граф) — сильносвязный разреженный граф, при этом связность может определяться по вершинам, дугам или спектру (смотрите ниже).

История

Изучению экспандеров положили начало московские математики М. С. Пинскер, Л. А. Бассалыго и Г. А. Маргулис в семидесятые годы XX века. За прошедшее время эти графы нашли много неожиданных применений, например в теории сложности вычислений и в теории кодирования. Они оказались также связаны с далекими от классической теории графов разделами современной математики, например, с теорией групп и теорией чисел, и являются в настоящее время предметом активных исследований, ведущихся в основном зарубежными математиками. Библиография по этой теме насчитывает сотни публикаций.

Определение

Экспандер — это конечный ненаправленный мультиграф, в котором любое подмножество вершин, не являясь «слишком большим», имеет «сильную» связность. Различные формализации этих понятий дают различные типы экспандеров: рёберный расширитель, вершинный расширитель, и спектральный расширитель.

Несвязный граф не является экспандером. Любой связный граф является экспандером, однако различные связные графы имеют различные параметры расширителя. Полный граф имеет лучшие параметры расширителя, но имеет наибольшую возможную степень. Неформально говоря, граф является хорошим экспандером, если он имеет низкую степень и высокий параметр расширителя.

Рёберное расширение

Рёберное расширение (также изопериметрическое число или константа Чигера) h(G) графа G для n вершин определяется как

h ( G ) = min 0 < | S | ≤ n 2 | ∂ ( S ) | | S | , {displaystyle h(G)=min _{0<|S|leq {frac {n}{2}}}{frac {|partial (S)|}{|S|}},}

где минимум берётся по всем непустым множествам S не более чем n/2 вершин и ∂(S) — граничные дуги множества S, то есть, множество дуг с единственной вершиной в S .

Вершинное расширение

Вершинное изопериметрическое число h out ( G ) {displaystyle h_{ ext{out}}(G)} (также вершинное раширение) графа G определяется как

h out ( G ) = min 0 < | S | ≤ n 2 | ∂ out ( S ) | | S | , {displaystyle h_{ ext{out}}(G)=min _{0<|S|leq {frac {n}{2}}}{frac {|partial _{ ext{out}}(S)|}{|S|}},}

где ∂ out ( S ) {displaystyle partial _{ ext{out}}(S)} — внешняя граница S, то есть множество вершин из V ( G ) ∖ S {displaystyle V(G)setminus S} , имеющих как минимум одного соседа в S . В варианте этого определения (называемом уникальным соседним расширением) ∂ out ( S ) {displaystyle partial _{ ext{out}}(S)} заменяется на множество вершин из V с точностью одним соседом из S.

Вершинное изопериметрическое число h in ( G ) {displaystyle h_{ ext{in}}(G)} графа G определяется как

h in ( G ) = min 0 < | S | ≤ n 2 | ∂ in ( S ) | | S | , {displaystyle h_{ ext{in}}(G)=min _{0<|S|leq {frac {n}{2}}}{frac {|partial _{ ext{in}}(S)|}{|S|}},}

где ∂ in ( S ) {displaystyle partial _{ ext{in}}(S)} — внутренняя граница S, то есть множество вершин S, имеющих как минимум одного соседа в V ( G ) ∖ S {displaystyle V(G)setminus S} .

Спектральное расширение

Если G является d-регулярным, возможно определение в терминах линейной алгебры на основе собственных значений матрицы смежности A = A(G) графа G, где A i j {displaystyle A_{ij}} — число дуг между вершинами i и j . Поскольку A является симметричной, согласно спектральной теореме, A имеет n действительных собственных значений λ 1 ≥ λ 2 ≥ ⋯ ≥ λ n {displaystyle lambda _{1}geq lambda _{2}geq cdots geq lambda _{n}} . Известно, что эти значения лежат в промежутке [−d, d].

Граф регулярен тогда и только тогда, когда вектор u ∈ R n {displaystyle uin mathbb {R} ^{n}} с u i = 1 {displaystyle u_{i}=1} для всех i = 1, …, n является собственным вектором матрицы A, а его собственное число будет постоянной степенью графа. Таким образом, мы имеем Au = du, и u — собственный вектор матрицы A с собственными значениями λ1 = d, где d — степень вершин графа G. Спектральный зазор графа G определяется как d−λ2 и является мерилом спектрального расширения графа G .

Известно, что λn = −d тогда и только тогда, когда G — двудольный. Во многих случаях, например в лемме о перемешивании, необходимо ограничить снизу не только зазор между λ1 и λ2, но и зазор между λ1 и вторым максимальным по модулю собственным значением:

λ = max { | λ 2 | , | λ n | } {displaystyle lambda =max{|lambda _{2}|,|lambda _{n}|}} .

Поскольку это собственное значение соответствует некоторому собственному вектору, ортогональному u, его можно определить, используя отношение Рэлея:

λ = max 0 ≠ v ⊥ u ‖ A v ‖ 2 ‖ v ‖ 2 , {displaystyle lambda =max _{0 eq vperp u}{frac {|Av|_{2}}{|v|_{2}}},}

где

‖ v ‖ 2 = ( ∑ i = 1 n v i 2 ) 1 / 2 {displaystyle |v|_{2}=left(sum _{i=1}^{n}v_{i}^{2} ight)^{1/2}}

— евклидова норма вектора v ∈ R n {displaystyle vin mathbb {R} ^{n}} .

Нормализованная версия этого определения также широко используется и более удобна для получения определённых результатов. В таком случае рассматривается матрица 1 d A {displaystyle { frac {1}{d}}A} , являющаяся матрицей переходов графа G. Все её собственные значения лежат между −1 и 1. Если граф не регулярен, спектр графа может быть определён аналогичным образом, используя собственные значения матрицы Кирхгофа. Для направленного графа используются сингулярные значения матрицы сопряжения A, которые равны квадратным корням из собственных значений симметричной матрицы ATA.

Взаимосвязь различных видов расширения

Вышеупомянутые виды расширения взаимосвязаны. В частности, для любого d-регулярного графа G,

h out ( G ) ≤ h ( G ) ≤ d ⋅ h out ( G ) . {displaystyle h_{ ext{out}}(G)leq h(G)leq dcdot h_{ ext{out}}(G).}

Следовательно, для графов постоянной степени, вершинное и рёберное расширение равны по величине.

Неравенства Чигера

В случае, когда G является d-регулярным графом, имеется соотношение между h(G) и спектральным зазором d − λ2 графа G. Неравенство, полученное Таннером (Tanner) и, независимо, Алоном (Noga Alon) и Мильманом (Vitali Milman), утверждает, что

1 2 ( d − λ 2 ) ≤ h ( G ) ≤ 2 d ( d − λ 2 ) . {displaystyle { frac {1}{2}}(d-lambda _{2})leq h(G)leq {sqrt {2d(d-lambda _{2})}}.}

Это неравенство тесно связано с границей Чигера для цепей Маркова и может рассматриваться как дискретная версия неравенства Чигера в геометрии Римана.

Изучается также похожая связь между вершинными изопериметрическими числами и спектральным зазором. Заметим, что λ2 в статье соответствует 2(d − λ2) здесь

h out ( G ) ≤ ( 4 ( d − λ 2 ) + 1 ) 2 − 1 {displaystyle h_{ ext{out}}(G)leq left({sqrt {4(d-lambda _{2})}}+1 ight)^{2}-1} h in ( G ) ≤ 8 ( d − λ 2 ) . {displaystyle h_{ ext{in}}(G)leq {sqrt {8(d-lambda _{2})}}.}

Асимптотически числа h 2 d {displaystyle {frac {h^{2}}{d}}} , h out {displaystyle h_{ ext{out}}} и h in 2 {displaystyle h_{ ext{in}}^{2}} ограничены сверху спектральным зазором O ( d − λ 2 ) {displaystyle O(d-lambda _{2})} .

Построения

Существуют три основные стратегии создания семейств графов расширений. Первая стратегия — алгебраическая и теоретико-групповая, вторая — аналитическая, использующая аддитивную комбинаторику, и третья — комбинаторная, использующая зигзаг-произведение и связанные комбинаторные произведения.

Маргулис — Габбер — Галил

Алгебраическое конструирование, основанное на графах Кэли, известно для различных вариантов экспандеров. Следующее конструирование принадлежит Маргулису и было проанализировано Габбером (Gabber) и Галилом (Galil). Для любого натурального n строим граф, Gn со множеством вершин Z n × Z n {displaystyle mathbb {Z} _{n} imes mathbb {Z} _{n}} , где Z n = Z / n Z {displaystyle mathbb {Z} _{n}=mathbb {Z} /nmathbb {Z} } . Для любой вершины ( x , y ) ∈ Z n × Z n {displaystyle (x,y)in mathbb {Z} _{n} imes mathbb {Z} _{n}} , её восемь соседей будут

( x ± 2 y , y ) , ( x ± ( 2 y + 1 ) , y ) , ( x , y ± 2 x ) , ( x , y ± ( 2 x + 1 ) ) . {displaystyle (xpm 2y,y),(xpm (2y+1),y),(x,ypm 2x),(x,ypm (2x+1)).}

Выполняется следующая теорема:

Теорема. Для всех n второе по величине собственное значение графа Gn удовлетворяет неравенству λ ( G ) ≤ 5 2 {displaystyle lambda (G)leq 5{sqrt {2}}} .

Граф Рамануджана

По теореме Алона (Alon) и Боппана (Boppana) для всех достаточно больших d-регулярных графов выполняется неравенство λ ≥ 2 d − 1 − o ( 1 ) {displaystyle lambda geq 2{sqrt {d-1}}-o(1)} , где λ — второе по абсолютной величине собственное число. Для графов Рамануджана λ ≤ 2 d − 1 {displaystyle lambda leq 2{sqrt {d-1}}} . Таким образом, графы Рамануджана имеют асимптотически наименьшее возможное значение λ и являются превосходными спектральными расширителями.

Александр Любоцкий, Филипс и Сарнак (1988), Маргулис (1988) и Моргенштерн (1994) показали как можно явно сконструировать граф Рамануджана. По теореме Фридмана (Friedman,2003) случайный d-регулярный граф с n вершинами является почти графом Рамануджана, поскольку выполняется

λ ≤ 2 d − 1 + ϵ {displaystyle lambda leq 2{sqrt {d-1}}+epsilon }

с вероятностью 1 − o ( 1 ) {displaystyle 1-o(1)} при n → ∞ {displaystyle n ightarrow infty } .

Приложения и полезные свойства

Первоначально интерес к экспандерам возник с целью построения устойчивой сети (телефонов или компьютеров) — число дуг графов расширения с ограниченным значением регулярности растет линейно по отношению к числу вершин.

Экспандеры нашли широкое применение в теории вычислительных машин и систем, для построения алгоритмов, в корректирующих кодах, экстракторах, генераторах псевдослучайных чисел, сетях сортировки и компьютерных сетях. Они также используются для доказательства многих важных результатов в теории вычислительной сложности, таких как SL=L и Теорема PCP. В криптографии экспандеры используются для создания хеш-функций.

Ниже приведены некоторые свойства экспандеров, считающиеся полезными во многих областях.

Лемма о перемешивании

Лемма о перемешивании утверждает, что для любых двух подмножеств вершин S , T ⊆ V {displaystyle S,Tsubseteq V} число рёбер между S и T примерно равно числу рёбер в случайном d-регулярном графе. Приближение тем лучше, чем меньше λ = max { | λ 2 | , | λ n | } {displaystyle lambda =max{|lambda _{2}|,|lambda _{n}|}} . В случайном d-регулярном графе, также как и в случайном графе Эрдёша — Реньи с вероятностью d n {displaystyle { frac {d}{n}}} выбора ребра, ожидается d n ⋅ | S | ⋅ | T | {displaystyle { frac {d}{n}}cdot |S|cdot |T|} рёбер между S и T.

Более формально, пусть E(S, T) обозначает число рёбер между S и T. Если эти два множества пересекаются, дуги в пересечении считаются дважды, так что

E ( S , T ) = 2 | E ( G [ S ∩ T ] ) | + E ( S ∖ T , T ) + E ( S , T ∖ S ) {displaystyle E(S,T)=2|E(G[Scap T])|+E(Ssetminus T,T)+E(S,Tsetminus S)} .

Лемма о перемешивании утверждает, что

| E ( S , T ) − d ⋅ | S | ⋅ | T | n | ≤ d λ | S | ⋅ | T | , {displaystyle left|E(S,T)-{frac {dcdot |S|cdot |T|}{n}} ight|leq dlambda {sqrt {|S|cdot |T|}},}

где λ — абсолютное значение нормализованного второго по величине собственного значения.

Недавно Билу (Bilu) и Линайл (Linial) показали, что обратное тоже верно, то есть, при условии выполнения неравенства из леммы второе по величине собственное значение равно O ( d λ ⋅ ( 1 + log ⁡ ( 1 / λ ) ) ) {displaystyle O(dlambda cdot (1+log(1/lambda )))} .

Блуждания по экспандеру

Согласно границе Чернова, если выбирать много независимых случайных значений из интервала [−1, 1], с большой степенью вероятности среднее выбранных значений будет близко к математическому ожиданию случайной переменной. Лемма о блуждании по экспандеру, согласно статьям Аджтари, Комлоша и Семереди и Гилмана, утверждает, что то же самое верно и для блужданий по экспандеру. Это полезно в теории дерандомизации, поскольку блуждание по экспандеру использует много меньше случайных бит, чем случайная независимая выборка.






Яндекс.Метрика