[论文解读] GraphState - a tool for graph identification and labelling

D. Batkovich, Yu. Kirienko+2 more|arXiv (Cornell University)|Sep 29, 2014

Data Visualization and Analytics参考文献 2被引用 16

一句话总结

GraphState 是一个基于 Nickel 标记法的规范图表示的 Python 库，用于高效检测图同构性和子图搜索。通过将图转换为唯一且字典序最小的形式，它实现了快速的同构性测试、自同构性检测和子图匹配——尤其适用于费曼图和一般无向图，实际时间复杂度可达 O(n)。

ABSTRACT

We present python libraries for Feynman graphs manipulation. The key feature of these libraries is usage of generalization of graph representation offered by B. G. Nickel et al. In this approach graph is represented in some unique 'canonical' form that depends only on its combinatorial type. The uniqueness of graph representation gives an efficient way for isomorphism finding, searching for subgraphs and other graph manipulation tasks. Though offered libraries were originally designed for Feynman graphs, they might be useful for more general graph problems.

研究动机与目标

• 解决理论物理和组合数学中识别同构图的计算挑战。
• 为复杂图结构中图自同构性和子图的检测提供高效解决方案。
• 通过确保唯一且规范的表示，实现对费曼图及相关物理问题的稳健图操作。
• 通过与顶点标签无关的规范形式，支持超越物理领域的通用图问题。
• 通过可自定义的过滤器支持子图搜索，实现对连通性、不可约性等图论特性的条件化检索。

提出的方法

• 使用 Nickel 表示法表示图：按顶点索引排序的顶点邻接表序列，并按字典序排序。
• 通过在所有顶点排列中寻找字典序最小的 Nickel 表示法，计算 Nickel 索引。
• 应用带剪枝的深度优先搜索，将搜索空间从 O(n!) 降低至大多数情况下的 O(n)。
• 实现图状态对象，采用不可变且缓存的表示形式，以支持高效操作与过滤。
• 集成 Graphine 作为扩展的不可变图接口，原生支持通过用户定义过滤器进行子图搜索。
• 使用装饰器定义和组合图过滤器（例如：单粒子不可约、无自能线），实现基于条件的子图检索。

实验结果

研究问题

• RQ1 如何在不进行穷举顶点排列检查的情况下高效检测图同构性？
• RQ2 能否构建一种在顶点重标记下不变的规范图表示，并实现快速比较？
• RQ3 规范标记在密集图和稀疏图中的子图搜索与自同构性检测中表现如何？
• RQ4 该规范表示在多大程度上可推广至费曼图以外的其他图类型？
• RQ5 如何通过基于过滤器的图遍历，高效编码并执行复杂子图查询（例如 φ⁴ 理论中的紫外发散子图）？

主要发现

• Nickel 索引基于顶点邻接表的字典序最小化，为图提供唯一且规范的表示。
• 该算法将同构性测试的时间复杂度从 O(n!) 降低至大多数图的 O(n)，完全连通图的最坏情况仍为 O(n!)。
• GraphState 通过规范形式比较，支持高效检测图自同构性和子图。
• Graphine 支持不可变且缓存的图操作，并通过可组合的过滤器（如连通、单粒子不可约、无自能线）支持子图搜索。
• 该库成功利用基于计数的发散性过滤器，识别出 φ⁴ 理论中的紫外发散子图，该过滤器通过边数和环路数评估子图发散性。
• 该实现对理论物理应用（如费曼图）和涉及同构性与子图检测的一般图论问题均有效。