Skip to main content
QUICK REVIEW

[論文レビュー] Counting (and Randomly Generating) Hamiltonian Cycles in Rectangular Grids

Pablo M. Blanco, Doron Zeilberger|arXiv (Cornell University)|Mar 25, 2026
Markov Chains and Monte Carlo MethodsMathematics被引用数 0
ひとこと要約

著者らは Maple で Stoyan–Strehl 法を実装し、固定幅 m、可変長 n の m by n グリッドグラフにおける Hamiltonian 回路を数える生成関数を導出し、 uniform random generation と拡張統計を示す。

ABSTRACT

We first fully implement, in Maple, the ingenious method of Robert Stoyan and Volker Strehl from 1995 to automatically derive generating functions for the number of Hamiltonian cycles in an m by n grid graph ,for a fixed width m, but general length n, and actually compute these generating functions for all m up to ten. We also show how to generate a uniformly-at-random such Hamiltonian cycle, and also derive more informative generating functions for other parameters besides the length of the grid graph.

研究の動機と目的

  • 固定幅 m、可変長 n の Pm ×Pn における Hamiltonian 回路を数える Stoyan–Strehl 法を適応・実装する。
  • カウントの生成関数を導くための完全な Maple ベースのパイプラインを提供する。
  • 列長を超える追加統計を追跡する重み付き生成関数へと列挙を拡張する。
  • Wilf 風の手法を用いた Hamiltonian 回路の均等乱択生成を実証する。
  • いくつかの小さな幅に対する事前計算済み生成関数とデータファイルを大量の例とともに提供する。

提案手法

  • Stoyan–Strehl 自動機械構成を有向グラフモデルの状態 [v,S] に翻訳する。
  • アルファベット AlphaSS(m)、スターター、エンダー、Followers 関係を構築し、ラベル付き有向グラフを形成する。
  • 遷移マトリクス法を適用する:生成関数は (I - xM)^{-1} の (1, last) 成分であり、M はグラフの隣接行列である。
  • GFnz(m,z) を用いて Pm ×Pn の Hamiltonian 回路をカウントする有理生成関数の z 系数を得る;事前計算済み variante FGnzPC(m,z) を提供する。
  • 多変量生成関数 GFnzG(m,z,w) に拡張し、行ごとの統計を追跡し、係数抽出により重み付きカウントを導く。
  • Wilf の方法論を用いた RandHP(n,m) を実装し、Hamiltonian 回路の均等サンプリングを実現する。
  • 補助的な Maple ファイル (Volker.txt, WDG.txt) と、生成関数とサンプルを含むデータファイルを提供する。

実験結果

リサーチクエスチョン

  • RQ1固定 m、可変 n の Pm ×Pn における Hamiltonian 回路を数える正確な生成関数は何か?
  • RQ2Stoyan–Strehl アプローチを計算機的に実装して、2 ≤ m ≤ 10 の小さな幅に対する明示的な生成関数を生成できるか?
  • RQ3列長を超える重み付き統計(例:境界辺の数)へ拡張して、その分布を計算できるか?
  • RQ4導出された生成関数を用いてグリッドグラフのHamiltonian 回路を均等乱択生成できるか?
  • RQ5生成関数と n の増加に伴うカウントの漸近振る舞との関係は何か?

主な発見

  • Maple 実装は小さな幅(例:m=4, m=5)に対する既知の生成関数を再現し、Pm ×Pn の級数の係数などの正確なカウントを得る。
  • この手法は生成関数の係数を介して大きなグリッド(例:P10 × P100)に対する正確なカウントを得る方法を提供する。
  • 重み付き生成関数 GFnzG(m,z,w) により、行ベースの統計に従った正確な列挙が可能となり、特定の行配置の係数抽出によりカウントを得られる。
  • 乱択生成 RandHP(n,m) は均等な Hamiltonian 回路を生み出し、サンプルを描画して示す。
  • この手法は m ≤ 10 までのスケーリングを持ち、検証とさらなる研究のための事前計算済み出力と大量のデータファイルが利用可能である。

この論文を読む

Nubintのビューアで原文を開き、読みながら気になる箇所をすぐに質問できます。

Nubintでこの論文を読む

このレビューはAIが論文の原文をもとに作成しました。引用する前に原文をご確認ください。