Questions tagged «graph-isomorphism»

如果重新标记产生H的G的顶点,则两个图G,H是同构的,反之亦然。图同构问题(GI)是要确定两个给定是否同构。除了具有实际意义之外,Karp在1972年还发现它具有未知的复杂性,是NP中间问题中为数不多的自然候选者之一,并导致了AM类的创建。

1
如果
试想一下,我们有两个大小mmm点集X,Y⊂RnX,Y⊂RnX,Y\subset \mathbb{R}^n。如果仅轮换不同,测试的(时间)复杂度是多少?:存在旋转矩阵OOT=OTO=IOOT=OTO=IOO^T=O^TO=I使得X=OYX=OYX=OY? 这里存在一个表示实数值的问题-为简单起见,假设每个坐标都有一个(简短的)代数公式,这样基本算术运算的成本可以假定为O(1)。 基本问题是这个问题是否在P中? 乍看之下,这个问题看似简单-通常足以测试点的范数和局部关系(例如角度),但有一些讨厌的示例,例如,它等效于图同构问题。 具体来说,查看强正则图(SRG)邻接矩阵的本征空间,我们可以对其进行几何解释。以下是最简单的示例-两个16个顶点SRG,它们在本地看起来是相同的,但不是同构的: SRGs的邻接矩阵始终只有(已知公式的)三个特征值-观察上面特征值2的特征空间(核),它具有上面写的基数6-。标准正交化它(革兰氏施密特),我们得到的可能的正交基大的空间-由不同Ö (6 )旋转,其旋转“垂直载体”:长度为6的16定义这样的集合矢量为X ⊂ - [R 6,| X | = 16,在第二张图中Y对应-将图同构问题转换为X和XA−2IA−2IA-2IO(6)O(6)O(6)X⊂R6X⊂R6X\subset \mathbb{R}^6|X|=16|X|=16|X|=16YYYXXX仅旋转不同。YYY 困难在于所有这些点都在一个球体中并重新建立原始关系:所有邻居(此处为6个)的固定角度均小于90度,所有非邻居(此处为9个)的固定角度均大于90度,如示意图中所示上面的图片。 因此,基于范数和局部角度的测试可以回溯到图形同构问题……但是,几何解释允许对诸如旋转不变量之类的全局特性起作用。 n(n−1)/2n(n−1)/2n(n-1)/2 我们通常可以定义旋转不变式 -问题是构造一组完整的旋转入侵:完全确定一组模旋转。 xTAxxTAxx^T A xTr(Ak)Tr(Ak)Tr(A^k)k=1,…,nk=1,…,nk=1,\ldots,nkkk下面的每个图对应于1,2,3,4阶多项式的单个旋转不变量: p(z)=∏x∈X(x⋅(z−x))p(z)=∏x∈X(x⋅(z−x))p(z)=\prod_{x\in X} (x\cdot (z-x)) p(z)=∑x∈X(x⋅z−a)2(x⋅z−b)2(x⋅z−c)2p(z)=∑x∈X(x⋅z−a)2(x⋅z−b)2(x⋅z−c)2p(z)=\sum_{x\in X} (x\cdot z -a)^2 (x\cdot z -b)^2 (x\cdot z -c)^2 a,b,ca,b,ca,b,c 那么,我们能否检验两个6次多项式是否仅因多项式时间的旋转而不同?如果是这样,则SRG的图同构在P中。 是否有比SRG更严格的示例(用于测试两组是否仅在旋转方面有所不同)?我对此表示怀疑,这要归功于Babai(?)允许拟多项式上限 更新:我被指出与(已解决)正交Procrustes问题相似: minO:OTO=I∥OA−B∥Fachieved forO=UVT, whereBAT=UDVTminO:OTO=I‖OA−B‖Fachieved forO=UVT, whereBAT=UDVT\min_{O:O^TO=I} …

1
对于任何两个非同构图
我想很具体。有谁知道以下论点的反驳或证明: ∃p∈Z[x],n,k,C∈N,∃p∈Z[x],n,k,C∈N,\exists p \in \mathbb{Z}[x], n, k, C \in \mathbb{N}, ∀G,H∈STRUC[Σgraph](min(|G|,|H|)=n,G≄H),∀G,H∈STRUC[Σgraph](min(|G|,|H|)=n,G≄H),\forall G, H \in STRUC[\Sigma_{graph}] (min(|G|, |H|) = n, G \not\simeq H), ∃φ∈L(Σgraph),∃φ∈L(Σgraph),\exists \varphi \in \mathcal{L}(\Sigma_{graph}), |φ|≤p(n)∧qd(φ)≤Clog(n)k∧G⊨φ∧H⊭φ.|φ|≤p(n)∧qd(φ)≤Clog(n)k∧G⊨φ∧H⊭φ.|\varphi| \leq p(n) \wedge qd(\varphi) \leq Clog(n)^k \wedge G \vDash \varphi \wedge H \nvDash \varphi. 直观地讲,如果可以使用“ local”语句来区分所有非同构图,那么这应该是正确的,并且我想这是错误的。当然,可以使用多项式量词深度来区分任何图,因为您只需指定图的模同构即可:Clog(n)kClog(n)kClog(n)^k φ=∃x1∃x2∃x3...∃xn(∀x(⋁i∈VGx=xi)∧(⋀(i,j)∈EGE(xi,xj)))∧(⋀(i,j)∉EG¬E(xi,xj)))∧(⋀(i,j)∈V2G∣i≠jxi≠xj).φ=∃x1∃x2∃x3...∃xn(∀x(⋁i∈VGx=xi)∧(⋀(i,j)∈EGE(xi,xj)))∧(⋀(i,j)∉EG¬E(xi,xj)))∧(⋀(i,j)∈VG2∣i≠jxi≠xj).\varphi = \exists x_1 \exists x_2 \exists …

1
Cai-Furer-Immerman小工具中的自同构
在通过Weisfeiler-Lehman(WL)方法进行图同构的著名反例中,Cai,Furer和Immerman 在本文中构建了以下小工具。他们构造了一个图由Xķ= (Vķ,Eķ)Xk=(Vk,Ek)X_k = (V_k, E_k) Vķ= Aķ∪ 乙ķ∪ 中号ķ 哪里 一个ķ= { 一一世∣1≤i≤k},Bk={bi∣1≤i≤k}, and Mk={mS∣S⊆{1,2,…,k}, |S| is even}Ek={(mS,ai)∣i∈S}∪{(mS,bi)∣i∉S}Vk=Ak∪Bk∪Mk where Ak={ai∣1≤i≤k},Bk={bi∣1≤i≤k}, and Mk={mS∣S⊆{1,2,…,k}, |S| is even}Ek={(mS,ai)∣i∈S}∪{(mS,bi)∣i∉S}V_k = A_k \cup B_k \cup M_k \\ \text{ where } \\ \quad A_k = \{a_i \mid 1 \leq i \leq k\}, \\ \quad B_k …

1
相同粒子的负结果解决图同构(GI)问题
已经进行了一些努力来利用硬核玻色子的量子随机游走(对称但无双重占用)来攻击图同构问题。邻接矩阵,这似乎有前途的对称力量,被证明是不完整的在这个一般图本文由阿米尔Rahnamai Barghi和伊利亚·波诺马连科。其他类似的方法也驳斥本文 由杰米·史密斯。在这两篇论文中,他们都使用了相干构想(方案)和细胞代数的替代但等效公式(矩阵子代数由有限集索引,此处的顶点集由点乘法,复共轭转置和包含)封闭。单位矩阵I和全一矩阵J)分别提供必要的计数器参数。 我发现很难遵循这些论点,即使我隐约地遵循个别论点,我也不理解核心思想。我想知道论点的实质是否可以用通俗的术语来解释-可能以稍微严格为代价-而无需使用方案理论或细胞代数的语言。



1
关于图同构完全问题
我有兴趣研究图同构(GI)的完整问题。 在Kellogg S. Booth(1979)的论文“多项式等效于图同构的问题”中,证明了许多基本问题都是通过使用Edge替换技术,Composition技术等来完成GI的。 我想学习更多在最近的论文中使用的技术。 有人可以建议我一些最近发表的论文,这些论文更多地集中在证明某类图形是GI完整的。

3
图匹配问题的历史和状态
了解更多关于此问题的部分困难在于,图匹配问题与其更著名的表亲(匹配问题)不同,但在使用搜索引擎时很难与之区分开。 给定两个图G=(V,E)G=(V,E)G=(V,E)和G′=(V′,E′)G′=(V′,E′)G'=(V',E'),使得|V|=|V′||V|=|V′||V| = |V'|,任务是找到一个双射峰π:V→V′π:V→V′\pi : V \rightarrow V',使得该双射峰在GGG和边缘之间建立尽可能多的对应关系G′G′G'。 换句话说,如果MMM和M′M′M'是邻接矩阵,那么我们想最大化 ∑v,w∈VMv,w⋅M′π(v),π(w)∑v,w∈VMv,w⋅Mπ(v),π(w)′\sum_{v,w \in V} M_{v,w} \cdot M'_{\pi(v),\pi(w)} 这个问题显然包含图同构作为特例,并且可以在(非多项式!)归约条件下简化为二分匹配。 确实存在哪种算法,对其复杂性了解多少?

1
计算问题的冗余和结构
人们普遍认为,诸如图同构之类的一些计算问题不能做到NP完全,因为它没有足够的结构或冗余性以致于难以进行计算(NP-hard)。我对计算问题和冗余度量结构的不同形式概念感兴趣。 这种关于计算问题的形式概念的主要结果是什么?最近对此类概念进行的调查非常好。 编辑:发表在MathOverflow

3
正则图和同构
我想问一下是否已经发布了结果: 我们在两个相连的规则图(假设度为d,节点数为)的每对节点之间采用所有可能的不同路径,并记下它们的长度。当然,不同路径的数量是指数的。我的问题是,如果我们对长度进行排序并进行比较(由两个图表获得的列表),并且它们完全相同,我们可以说两个图表是同构的吗?dddññn 当然,即使这是结果,我们也不能用它来表示图同构,因为如上所述,不同路径的数量是指数的 显然,通过不同的路径,我指的是具有至少一个不同节点的路径。 感谢您的帮助。


1
相似图查询的有效图同构
给定图形G1,G2和G3,我们要在G1和G2以及G1和G3之间执行同构测试F。如果G2和G3非常相似,使得G3是通过从G2删除一个节点并插入一个节点而形成的,并且我们得到了F(G1,G2)的结果,那么我们可以计算F(G1,G3)而不必从头开始计算它吗通过扩展任何现有的最新方法? 例如,如果G2由节点2、3、4、5组成,而G3由节点3、4、5、6组成,我们可以利用F(G1,G2)的结果来计算F(G1, G3)更有效?

1
有人知道Dharwadker-Tevet图同构算法的反例吗?
在http://www.dharwadker.org/tevet/isomorphism/上,展示了一种用于确定两个图是否同构的算法。考虑到A Dharwadker提出的“有趣”主张,我不愿意相信。 在我的调查中,我发现该算法肯定会产生正确的答案,并告诉您实际上是正确的两个图不是同构的。但是,尚不清楚算法是否会始终告诉您两个图形实际上是否同构。他们的结果的“证明”有待改进。 但是,我不知道反例。在开始编写软件来测试算法之前,我想我会看是否有人已经知道一个反例。 有人要求对该算法进行提要。我将尽我所能,但要真正理解它,您应该访问http://www.dharwadker.org/tevet/isomorphism/。 该算法分为两个阶段:“签名”阶段和排序阶段。第一个“签名”阶段(这是我的过程术语;他们称其为生成“符号矩阵”),将顶点有效地分类为不同的等价类。第二阶段根据其等价类首先对顶点进行排序,然后在等价类中应用排序过程以在两个图之间建立同构。有趣的是,他们并没有要求为图建立规范形式-而是将一个图用作第二个图的模板。 签名阶段实际上是非常有趣的,在这里我不会试图通过解释来做到这一点。如果您需要更多详细信息,我建议您单击链接以检查他的签名阶段。生成的“符号矩阵”当然会保留有关原始图形的所有信息,然后建立更多的信息。收集签名后,它们将忽略原始矩阵,因为签名包含有关原始矩阵的全部信息。可以说签名执行了一些操作,该操作适用于与顶点相关的每个边,然后它们收集顶点的元素多集以建立顶点的等价类。 第二阶段-排序阶段-是可疑的部分。特别是,我希望如果他们的过程可行,那么安娜·卢比(Anna Lubiw)开发的用于提供“矩阵的双重词法排序”的算法(请参阅:http ://dl.acm.org/citation.cfm?id=22189 )也将为图形定义规范形式。 公平地说,尽管我认为他们在描述它的过程中做得很合理,但我并不完全理解他们的排序过程。(我只是没有完成所有细节)。换句话说,我可能会缺少一些东西。但是,目前尚不清楚该过程除偶然发现同构外还能做什么。当然,他们可能会很有可能找到它,但不能保证。如果两个图是非同构的,则排序过程将永远找不到它,并且该过程将正确拒绝这些图。

1
证据表明,图同构问题不是 -complete
图同构问题是抵抗分类为或问题的最长久的问题之一。我们有证据表明它不可能是。首先,图同构不能是除非多项式层次结构[1]崩溃到第二级。同样,GI的counting [2]版本是多项式时间Turing,等同于其决策版本,该决策版本不适用于任何已知的问题。问题的计数版本似乎具有更高的复杂性。最后,不知道GI相对于的低度结果[3] ()对于任何情况都成立。PPPNPNPNPNPNPNPNPNPNPNPNPNPNPNPNPPPPPPPPPGI=PPPPGI=PPPP^{GI}=PPNPNPNP问题。在Arvind和Kurur证明GI在之后,GI的低度结果已提高到 [4]。SPPGI=SPPSPPGI=SPPSPP^{GI}=SPPSPPSPPSPP 哪些其他(最近的)结果可以提供进一步的证据证明GI不能完全达到?NPNPNP 我在Mathoverflow上发布了问题,但没有得到答案。 [1]:UweSchöning,“图同构处于低层次结构中”,第四届计算机科学理论方面年度学术会议论文集,1987,114-124 [2]:R. Mathon,“关于图同构计数问题的注释”,《信息处理快报》,第8版(1979),第131–132页 [3]:约翰内斯·科布勒;乌宁舍宁;Torán,Jacobo(1992),“ PP的图形同构性很低”,计算复杂度2(4):301–330 [4]:V。Arvind和P. Kurur。图的同构性在SPP,ECCC TR02-037,2002中。

2
多项式GI隐含多项式(边缘)彩色GI?
从MO交叉发布。 (边缘)有色图形同构是GI,保留了颜色(如果是边缘有色,则为边缘)。 使用(边缘)彩色GI到GI的转换/小工具有几种简化方法。对于边缘彩色GI,最简单的方法是用保留颜色编码的GI保留小工具替换彩色边缘(将边缘再细分足够的次数是最简单的情况)。对于顶点着色的GI,请在顶点上附加一些小工具。 假设GI是某些图类多项式。CCC Q1哪个多项式GI意味着多项式(边缘)彩色GI?CCC 对配件使用归约法可能会使图成为成员。CCC 另一方面,某些小工具/转换可能会使图成为某些其他多项式GI类的成员。 边缘有色还原示例。G→G′G→G′ G \to G' 归纳为。将E (G )中的边缘的颜色设置为1 ,将非边缘的颜色设置为0。保留G并从G '中恢复G的着色功能就是将颜色着色为1的边缘。G '是集团,制图,置换图,并且在许多其他不错的类中几乎可以肯定。细分边缘奇数次(不同为0 ,1去除颜色和使ģ ' 完美二分图,保存同构)。V(G)V(G)V(G)E(G)E(G)E(G)111000GGGGGGG′G′G'111G′G′G'0,10,10,1G′G′G' 也许另一种方法是获取的线图,并添加连接到与E (G ')对应的顶点的悬垂(通用)顶点。G′G′G'E(G′)E(G′)E(G') Q2是否有用于类似结构的漂亮小工具/转换? 关于通过选择一些通用的集团图来平整的想法,并用保留颜色的平面小工具代替边缘交叉,例如,C 4,C 6表示相同的颜色,其他表示不同的颜色。不知道这是否保留同构。G′G′G'C4,C6C4,C6C_4,C_6 另一种可能的方法可能是同构保留着色或细分的每个边缘 ,使用3种颜色0 ,1 ,2为顶点V (G ^ ),È (ģ ),È (¯ ģ) ,并尝试识别自身由构补图交换è (ģ )和è (¯ ģ)。KnKnK_n0,1,20,1,2{0,1,2}V(G),E(G),E(G¯¯¯¯)V(G),E(G),E(G¯)V(G),E(G),E(\overline{G})E(G)E(G)E(G)E(G¯¯¯¯)E(G¯)E(\overline{G}) Q3 细分的自同构群 可算吗?KnKnK_n 订单后的几个初始条件是 是A05256512,24,120,720,5040,40320,36288012,24,120,720,5040,40320,36288012 , 24 …

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.