[论文解读] Hamiltonian increasing paths in random edge orderings

M. I. Lavrov, Po‐Shen Loh|arXiv (Cornell University)|Mar 4, 2014

Stochastic processes and statistical mechanics参考文献 17被引用 3

一句话总结

本文研究了完全图 $K_n$ 的随机边序中，最长递增路径的长度，其中边被均匀随机地标记。证明了以至少 $1/e$ 的概率存在一条哈密顿递增路径（长度为 $n-1$），且以高概率存在长度至少为 $0.85n$ 的递增路径，揭示了在随机设定下近哈密顿路径的惊人丰富性——与最坏情况下的 $\sqrt{n-1}$ 到 $n/2$ 的界限形成鲜明对比。

ABSTRACT

If the edges of the complete graph $K_n$ are totally ordered, a simple path whose edges are in ascending order is called increasing. The worst-case length of the longest increasing path has remained an open problem for several decades, with asymptotic bounds between $\sqrt{n}$ (Graham and Kleitman, 1973) and $n/2$ (Calderbank, Chung, and Sturtevant, 1984). We consider the average case, when the ordering is chosen uniformly at random. We discover the surprising result that in the random setting, an increasing path of the maximum possible length of $n-1$ exists with probability at least about $1/e$. We also prove that with probability $1-o(1)$, there is an increasing path of length at least $0.85n$, suggesting that this Hamiltonian (or near-Hamiltonian) phenomenon may hold asymptotically almost surely.

研究动机与目标

• 理解 $K_n$ 的随机边序中，最长递增路径的典型行为，将关注点从最坏情况转向平均情况分析。
• 解决长期悬而未决的开放问题：表征随机边序中最长递增路径的长度，该问题数十年来未见进展。
• 建立在随机序中哈密顿递增路径的普遍性，与最坏情况下的弱下界 $\sqrt{n-1}$ 形成对比。

提出的方法

• 分析从每个顶点出发构造递增路径的贪心算法，使用概率和组合论证来界定路径长度。
• 应用一种改进规则的行人论证变体，以模拟在递增标签下的边遍历，适应随机设定。
• 使用生成函数和渐近分析来估计产生长递增路径的配置数量。
• 通过将双重求和分解为 $S_1$、$S_2$ 和 $S_3$ 来界定长路径的期望数量，并对尾部进行细致分析以确保收敛。
• 应用比值估计和指数衰减界，表明短路径和中等长度路径的总贡献为 $o(n^2)$，从而暗示长路径的集中性。
• 利用集中不等式以及二项式和多项式系数的界来控制误差项，并建立高概率结果。

实验结果

研究问题

• RQ1 在 $K_n$ 的均匀随机边序中，最长递增路径的典型长度是多少？
• RQ2 在随机边序中，哈密顿递增路径（长度为 $n-1$）出现的频率如何？
• RQ3 在随机设定下，最长递增路径的长度是否以高概率集中在 $n-1$ 附近？
• RQ4 平均情况下，最坏情况下的下界 $\sqrt{n-1}$ 是否能显著改进？
• RQ5 在随机设定中是否存在一个相变，使得长递增路径渐近几乎必然存在？

主要发现

• 以至少 $1/e$ 的概率，$K_n$ 的随机边序包含一条长度为 $n-1$ 的哈密顿递增路径。
• 以高概率（渐近几乎必然），存在一条长度至少为 $0.85n$ 的递增路径。
• 产生长递增路径的总配置数被限制为 $o(n^2)$，暗示路径长度集中在 $n-1$ 附近。
• 分析表明，中等长度路径的贡献可忽略不计，$S_2 = o(n^2)$ 且 $S_3 = o(n^2)$。
• 本文通过证明在随机设定下哈密顿递增路径是普遍的，解决了极值组合学中的一个长期开放问题，尽管在最坏情况下它们极为罕见。
• 结果揭示了最坏情况与平均情况行为之间的显著对比，其中平均情况表现出近哈密顿行为的相变。