[论文解读] An analogue of the Szemeredi Regularity Lemma for bounded degree graphs

Gábor Elek, Gábor Lippner|ArXiv.org|Sep 17, 2008

Limits and Structures in Graph Theory参考文献 5被引用 7

一句话总结

本文通过为最大度為 d 的有限圖引入擬齊次分解，建立了 Szemerédi Regularity Lemma 的有界度類比。證明任何足夠大的此類圖在移除少量邊後，可被劃分為有界數量的擬齊次部分，且其劃分結構在統計收斂下保持不變，將 Farrell-Varadarajan 擬態系統分解定理推廣至有限圖。

ABSTRACT

We show that a sufficiently large graph of bounded degree can be decomposed into quasi-homogeneous pieces. The result can be viewed as a "finitarization" of the classical Farrell-Varadarajan Ergodic Decomposition Theorem.

研究动机与目标

• 發展 Farrell-Varadarajan 擬態系統分解定理的有限版本，適用於有界度的有限圖。
• 建立大規模有界度圖的擬齊次組件分解，以保留子圖密度統計特性。
• 提供 Szemerédi Regularity Lemma 的有限圖類比，適用於傳統正則化方法失效的稀疏圖。
• 確保圖序列的統計收斂性可推出其擬齊次劃分的收斂性。
• 透過構造近似圖極限上不變測度的可測著色，橋接遍歷理論與圖論。

提出的方法

• 基於半徑為 r 的根球密度定義統計距離 $ d_s(G,H) $，在有界度圖的空間上形成偽度量。
• 引入 $ (\theta;\lambda,\delta) $-擬齊次圖的概念，其中經由少量邊連接的大子圖具有相似的子圖密度。
• 使用 Farrell-Varadarajan 擬態系統分解定理的有限化版本，透過有限層次著色近似圖空間上的不變測度。
• 構造圖空間上博雷爾函數的步階近似 $ c_M $，依賴 $ M $-鄰域定義可測著色。
• 證明對於足夠大的 $ n $，$ G_n $ 中 $ M $-鄰域的經驗分佈在 $ \varepsilon/10 $ 內近似不變測度，確保收斂性。
• 使用 $ \binom{d^2+1}{2} $ 種顏色進行頂點與邊著色，以在極限下保持收斂性，確保所得邊著色圖序列仍具統計收斂性。

实验结果

研究问题

• RQ1 能否將 Farrell-Varadarajan 擬態系統分解定理有限化，以適用於有限有界度圖？
• RQ2 在移除少量邊後，有界度圖是否可被劃分為有界數量的擬齊次部分？
• RQ3 若兩個有界度圖在子圖密度上統計相近，它們的擬齊次劃分是否也收斂？
• RQ4 能否構造邊著色，使得所得圖序列保持統計收斂性？
• RQ5 是否存在稀疏圖（最大度為 d）的 Szemerédi Regularity Lemma 的有限類比？

主要发现

• 對於任意 $ \delta > 0 $，$ \lambda > 0 $，存在 $ K = K(\delta,\lambda) $，$ N = N(\delta,\lambda) $，以及 $ \varepsilon = \varepsilon(\delta,\lambda) < \delta $，使得任何連通圖 $ G \in \textrm{Graph}_d $ 滿足 $ |V(G)| \geq N $ 時，可透過移除最多 $ \delta |E(G)| $ 條邊，被劃分為 $ K+1 $ 個部分。
• 該劃分包含 $ K $ 個非空部分，每部分均為 $ (\varepsilon,\lambda,\delta) $-擬齊次，以及一個可忽略部分 $ G_\emptyset $，滿足 $ |V(G_\emptyset)|/|V(G)| < \delta $。
• 每個非空部分滿足 $ |V(G_i)|/|V(G)| > \delta^2/(10dK) $，確保大小分佈均衡。
• 若 $ d_s(G,H) < \tau $，則圖 $ G $ 和 $ H $ 的擬齊次劃分在統計上相近：對所有 $ i $，有 $ d_s(G_i,H_i) < \sigma $ 且 $ \left| |V(G_i)|/|V(G)| - |V(H_i)|/|V(H)| \right| < \sigma $，當 $ \tau $ 足夠小時成立。
• 使用 $ \binom{d^2+1}{2} $ 種顏色構造頂點與邊著色，確保所得邊著色圖序列保持統計收斂性。
• 該方法透過使用 $ M $-鄰域著色模擬遍歷極限，提供圖空間上不變測度有限近似的構造性證明，實現收斂性。