[论文解读] Invariant random matchings in Cayley graphs

Endre Csóka, Gábor Lippner|arXiv (Cornell University)|Nov 11, 2012

Advanced Graph Theory Research参考文献 4被引用 15

一句话总结

本文证明了每个非阿梅nable的Cayley图都存在一个因子IID完美匹配，且每个连通的d-正则顶点传递图都存在完美匹配，从而表明所有Cayley图都存在不变的随机完美匹配。关键技术贡献是在膨胀图中对增广路径长度建立了多对数上界，使得在高圈数的有限正则图中，迭代匹配算法能够收敛。

ABSTRACT

We prove that any non-amenable Cayley graph admits a factor of IID perfect matching. We also show that any connected d-regular vertex tran- sitive graph admits a perfect matching. The two results together imply that every Cayley graph admits an invariant random perfect matching. A key step in the proof is a result on graphings that also applies to finite graphs. The finite version says that for any partial matching of a finite regular graph that is a good expander, one can always find an augmenting path whose length is poly-logarithmic in one over the ratio of unmatched vertices.

研究动机与目标

• 解决一个长期开放的问题：每个非阿梅nable的Cayley图是否都存在一个不变的随机完美匹配。
• 证明每个连通的d-正则顶点传递图都存在完美匹配，将已知结果推广到非二分图情形。
• 为无限Cayley图结果提供有限图类比，表明在高圈数的正则膨胀图中，当部分匹配使正比于常数的顶点未匹配时，存在短增广路径。
• 提出一个在Cayley图上使用有界路径长度迭代增广路径翻转构造因子IID过程的一般框架。
• 通过证明此类匹配的行为可在大圈数的有限正则图上近似，弥合无限不变过程与有限模型之间的差距。

提出的方法

• 通过在顶点上独立赋予[0,1]上的均匀分布标签，并基于邻域结构使用确定性局部规则，定义Cayley图上的因子IID过程。
• 通过迭代翻转增广路径构造一系列部分匹配，确保在群作用下保持不变。
• 在具有ε个未匹配顶点的d-正则c₀-膨胀图中，建立最短增广路径长度的多对数上界：O(log³(1/ε))。
• 使用一个势函数J(n)，结合未匹配顶点状态和一个修正的能量函数f_n，以追踪进展并防止无限振荡。
• 采用反证法：若未匹配或已匹配集合的增长过慢，则势函数的增长速度将超过允许范围，从而违反由膨胀性和度数约束导出的界。
• 通过Tutte定理的结构条件：若不存在短增广路径，则存在一个奇数集H，其外部边数很少，从而意味着存在完美匹配。

实验结果

研究问题

• RQ1 每个非阿梅nable的Cayley图是否都能支持一个因子IID完美匹配？
• RQ2 每个连通的d-正则顶点传递图是否都存在完美匹配？
• RQ3 在具有ε个未匹配顶点的d-正则c₀-膨胀图中，增广路径的最小长度是多少？
• RQ4 是否能通过有界长度的增广路径保证无限图上迭代匹配算法的收敛性？
• RQ5 在大圈数的有限正则图上，因子IID过程在多大程度上可以对正则树上的过程进行建模？

主要发现

• 每个非阿梅nable的Cayley图都存在一个因子IID完美匹配，解决了长期悬而未决的开放问题。
• 每个连通的d-正则顶点传递图都存在完美匹配，将先前结果推广至非二分图情形。
• 对于任意d ≥ 3和c₀ > 0，存在常数c(c₀,d)，使得在任意c₀-膨胀的d-正则图中，若存在ε个未匹配顶点，则要么存在长度至多为c·log³(1/ε)的增广路径，要么存在一个大小至少为3的奇数集H，其离开的边数不超过d条。
• 在d-正则c₀-膨胀图中，最短增广路径的长度被限制在O(log³(1/ε))以内，这足以确保有限模型中迭代匹配算法的收敛性。
• 该结果的有限版本意味着，当n → ∞时，d-正则随机图中最大匹配密度的极限等于在无限d-正则树中可达到的密度。
• 通过势函数与反证法在膨胀约束下建立的证明技术，为在Cayley图和有限膨胀图上构造不变的随机结构提供了一般性方法。