[论文解读] Large Minors in Expanders
该论文建立了可嵌入有界度扩张图中的极小图大小的紧致界，表明每个最大度为 d 的 n 个顶点的 α-扩张图均包含所有顶点数和边数不超过 Ω(n/(c log n) · (α/d)^c) 的图作为极小图。作者提出了一种随机化算法，能以高概率高效地找到此类极小图，其在 n 上的依赖关系达到最优，并在 α 和 d 上的依赖关系优于以往工作。
In this paper we study expander graphs and their minors. Specifically, we attempt to answer the following question: what is the largest function $f(n,α,d)$, such that every $n$-vertex $α$-expander with maximum vertex degree at most $d$ contains {\bf every} graph $H$ with at most $f(n,α,d)$ edges and vertices as a minor? Our main result is that there is some universal constant $c$, such that $f(n,α,d)\geq \frac{n}{c\log n}\cdot \left(\fracα{d} ight )^c$. This bound achieves a tight dependence on $n$: it is well known that there are bounded-degree $n$-vertex expanders, that do not contain any grid with $Ω(n/\log n)$ vertices and edges as a minor. The best previous result showed that $f(n,α,d) \geq Ω(n/\log^κn)$, where $κ$ depends on both $α$ and $d$. Additionally, we provide a randomized algorithm, that, given an $n$-vertex $α$-expander with maximum vertex degree at most $d$, and another graph $H$ containing at most $\frac{n}{c\log n}\cdot \left(\fracα{d} ight )^c$ vertices and edges, with high probability finds a model of $H$ in $G$, in time poly$(n)\cdot (d/α)^{O\left( \log(d/α) ight)}$. We note that similar but stronger results were independently obtained by Krivelevich and Nenadov: they show that $f(n,α,d)=Ω\left(\frac{nα^2}{d^2\log n} ight)$, and provide an efficient algorithm, that, given an $n$-vertex $α$-expander of maximum vertex degree at most $d$, and a graph $H$ with $O\left( \frac{nα^2}{d^2\log n} ight)$ vertices and edges, finds a model of $H$ in $G$. Finally, we observe that expanders are the `most minor-rich' family of graphs in the following sense: for every $n$-vertex and $m$-edge graph $G$, there exists a graph $H$ with $O \left( \frac{n+m}{\log n} ight)$ vertices and edges, such that $H$ is not a minor of $G$.
研究动机与目标
- 确定最大的函数 f(n, α, d)，使得每个最大度为 d 的 n 个顶点的 α-扩张图均包含所有顶点数和边数不超过 f(n, α, d) 的图作为极小图。
- 在先前最优界 f(n, α, d) = Ω(n / log^κ n) 的基础上，实现 n 的紧致依赖关系，与来自网格极小图障碍的已知下界相匹配。
- 设计高效的随机化算法，以高概率在 poly(n) · (d/α)^O(log(d/α)) 时间内找到此类极小图的模型。
- 提供第二种更简单的算法，其在 d 和 α 上的依赖关系更优，但 n 的依赖关系稍弱，适用于大小为 O(α³n / (c′d⁵ log²n)) 的图。
提出的方法
- 通过在扩张图 GΣ 的结构化子图分解中构造顶点集 A₁ 和 B₃，利用扩张图的强连通性（well-linkedness）特性。
- 使用定理 G.1 将一组 αw/d 个点不相交路径划分为若干连通子图，每个子图包含 Ω(d/α) 条路径，以确保鲁棒连通性。
- 从每个子图构造代表性路径，以定义强连通集 A₁ 和 B₃，确保其并集在全图中为强连通。
- 应用基于流的论证证明强连通性：构造流 F = F₁ + F₂ + F₃，其中 F₁ 和 F₃ 在子图内路由流，F₂ 通过中间层 S₂ 利用 α-扩张性路由流。
- 使用一种割-稀疏化算法，迭代减少割中连通分量的数量，同时保持或改善稀疏性，以证明 A₁ ∪ B₃ 的强连通性。
- 设计两种随机化算法：一种在 poly(n) · (d/α)^O(log(d/α)) 时间内实现主界，另一种更简单，运行时间为 poly(n, d/α)，适用于稍弱但 α/d 效率更高的界。
实验结果
研究问题
- RQ1最大的函数 f(n, α, d) 是什么，使得每个最大度为 d 的 n 个顶点的 α-扩张图均包含所有顶点数和边数不超过 f(n, α, d) 的图作为极小图？
- RQ2能否使极小图大小界中对 n 的依赖关系达到紧致，与有界度扩张图中来自网格极小图障碍的已知下界相匹配？
- RQ3能否设计出高效的随机化算法，在时间多项式于 n 且关于 d 和 α 的函数内，找到此类极小图的模型？
- RQ4新界与 Kivelevich 和 Nenadov 独立获得的结果 f(n, α, d) = Ω(nα² / (d² log n)) 相比如何？
- RQ5扩张图在何种程度上代表了‘极小图最丰富’的图族？即，是否存在任何 n 个顶点、m 条边的图 G，使得其不能包含任何顶点数和边数超过 O((n+m)/log n) 的图作为极小图？
主要发现
- 论文证明了 f(n, α, d) ≥ n / (c log n) · (α/d)^c，其中 c 为某绝对常数，实现了对 n 的紧致依赖关系，与来自网格极小图障碍的已知下界完全匹配。
- 主算法在 poly(n) · (d/α)^O(log(d/α)) 时间内运行，以高概率在 n 个顶点的 α-扩张图（最大度为 d）中找到任意图 H 的模型，其中 H 的顶点数和边数不超过 n / (c log n) · (α/d)^c。
- 第二种更简单的算法在 poly(n, d/α) 时间内运行，当 H 的顶点数和边数不超过 α³n / (c′d⁵ log²n) 时，以高概率成功，其中 c′ 为某绝对常数。
- 结果表明，有界度扩张图中最大团极小图的大小下界为 Ω((α/d)^c′ √(n / log n))，该下界弱于先前工作中的 Ω(α√n / d)，但与网格极小图结果的 n 依赖关系一致。
- 作者证明了扩张图本质上是极小图最丰富的图族：对于任意 n 个顶点、m 条边的图 G，存在一个图 H，其顶点数和边数为 O((n+m)/log n)，且 H 不是 G 的极小图。
- 该工作确认了每个 n 个顶点的有界度扩张图均包含所有大小为 O(n / log n) 的图作为极小图，正面回答了与排除网格定理相关的一个关键问题，以及关于分岔宽度 t(g) 的 g² log g 界的紧致性。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。