[论文解读] Counting Irreducible Double Occurrence Words

J. C. Burns, Tilahun Muche|arXiv (Cornell University)|May 15, 2011

semigroups and automata theory参考文献 9被引用 3

一句话总结

本文提出了一套统一的组合框架，用于计算在n个字母的字母表上、每个字母恰好出现两次的不可约、强不可约及回文型双出现词的数量。通过递归分解与对称性分析，作者推导出闭式公式并发现了新的整数序列，其中包括此前未在OEIS中列出的不可约回文词的新计数。

ABSTRACT

A double occurrence word $w$ over a finite alphabet $Σ$ is a word in which each alphabet letter appears exactly twice. Such words arise naturally in the study of topology, graph theory, and combinatorics. Recently, double occurrence words have been used for studying DNA recombination events. We develop formulas for counting and enumerating several elementary classes of double occurrence words such as palindromic, irreducible, and strongly-irreducible words.

研究动机与目标

• 系统分类并枚举基于不可约性与回文结构的双出现词。
• 通过对称性与反转等价性解决从双出现词导出的非同构图的组合计数挑战。
• 通过递归分解建立强不可约双出现词的新表征。
• 识别并计算此前未列于OEIS中的不可约回文词的整数序列。
• 将拓扑、图论与DNA重组中分散的计数结果统一到一个连贯的框架中。

提出的方法

• 将双出现词定义为长度为2n、n个不同字母各出现恰好两次的词。
• 使用升序重标记对词进行归一化，定义等价类，确保在重标记下保持唯一性。
• 若词与自身反转等价，则归类为回文词；否则归类为非回文词。
• 应用公式 |总图数| = (双出现词总数 + 回文词数)/2 来计数非同构图。
• 采用递归分解方法，从较小的词构建更大的不可约词，分析大核基因排列中的指针序列。
• 通过同态映射将微核基因排列转化为双出现词，识别可实现的词并检测不可实现的情形。

实验结果

研究问题

• RQ1 如何系统枚举不可约与强不可约双出现词？
• RQ2 回文型双出现词的确切数量是多少？其与总词数的关系如何？
• RQ3 哪些双出现词对应于纤毛虫中可实现的微核基因排列？
• RQ4 能否开发一个统一的组合框架来计数从双出现词导出的非同构图？
• RQ5 计数不可约回文型双出现词时会涌现出哪些新整数序列？它们是否为全新序列？

主要发现

• 长度为2n的不可约双出现词数量由序列A000698给出，对应n = 1至6的值为1, 2, 10, 74, 706, 8162。
• 长度为2n的强不可约双出现词数量由序列A000699给出，对应n = 1至6的值为1, 1, 4, 27, 248, 2830。
• 不可约回文型双出现词的数量构成一个此前未在OEIS中列出的新整数序列，表明其为一项新贡献。
• 从双出现词导出的非同构图总数由公式 (总双出现词数 + 回文词数)/2 给出，可实现高效枚举。
• 最短的不可实现双出现词为11233244，确认了从微核基因排列生成可实现词的边界。
• 同态映射ϱ将微核基因排列映射为双出现词，其中可实现的词对应于纤毛虫DNA重组中有效的指针序列。