[论文解读] Randomized sequential importance sampling for estimating the number of perfect matchings in bipartite graphs

Persi Diaconis, Brett Kolesnik|arXiv (Cornell University)|Jan 1, 2019

Markov Chains and Monte Carlo Methods参考文献 30被引用 4

一句话总结

本文提出了一种随机化顺序重要性采样算法，用于估计二分图中完美匹配的数量，特别关注斐波那契匹配和距离-d匹配。在均匀采样下，建立了对对数似然比的非标准中心极限定理，证明Kullback–Leibler散度以次线性方式增长，从而在某些图类中仅需O(1)个样本即可实现高效估计。

ABSTRACT

We introduce and study randomized sequential importance sampling algorithms for estimating the number of perfect matchings in bipartite graphs. In analyzing their performance, we establish various non-standard central limit theorems. We expect our methods to be useful for other applied problems.

研究动机与目标

• 开发并分析用于估计二分图中完美匹配数量的随机化顺序重要性采样算法。
• 通过分析在均匀测度下对数似然比 $\log(d\nu/d\mu)$ 的集中性，研究此情境下重要性采样的效率。
• 为 $\log T(\pi)$ 建立非标准中心极限定理，其中 $T(\pi) = P(\pi)^{-1}$，以量化采样复杂度。
• 证明对于某些结构化的二分图（如斐波那契匹配和距离-d匹配），仅需常数个样本即可实现准确估计。
• 为重要性采样在 $\#{\rm P}$-完全计数问题中的实际效率提供理论依据，应用包括列联表和度约束图。

提出的方法

• 在每一步使用可用匹配上的均匀提议分布进行顺序重要性采样，定义 $P(\pi) = \prod_i |I_i|^{-1}$，其中 $I_i$ 是第 $i$ 步时有效的未匹配顶点集合。
• 定义 $T(\pi) = P(\pi)^{-1}$，其作为完美匹配总数 $M_n = |\mathcal{M}_n|$ 的无偏估计量。
• 分析 Kullback–Leibler 散度 $L = \mathbb{E}_u[\log T(\pi)/M_n]$，证明对于斐波那契匹配有 $L \sim \log \gamma_2 \cdot n$。
• 使用生成函数 $X(z,t)$ 计算在均匀测度 $u$ 下 $\log T(\pi)$ 的矩，推导出其均值和方差的渐近表达式。
• 应用转移矩阵方法和递推关系来建模在结构约束下（如 $|\pi(i) - i| \leq d$）的有效匹配数。
• 证明对于斐波那契匹配和距离-2匹配，有 $\mathrm{Var}_u[\log T(\pi)] = O(1)$，意味着集中性成立，从而采样复杂度较低。

实验结果

研究问题

• RQ1 对于结构化的二分图，随机化顺序重要性采样的性能在估计完美匹配数量时如何扩展？
• RQ2 在完美匹配的均匀分布下，对数似然比 $\log T(\pi)$ 的渐近行为如何？
• RQ3 在方差随 $n \to \infty$ 保持有界的设定下，能否为 $\log T(\pi)$ 建立非标准中心极限定理？
• RQ4 对于哪些二分图类，Kullback–Leibler 散度 $L$ 以次线性方式增长，从而实现仅需 $O(1)$ 个样本的高效估计？
• RQ5 该方法在多大程度上可推广至其他计数问题，如列联表或给定度序列的图？

主要发现

• 对于斐波那契匹配 $\mathcal{F}_{n,1}$，$\log T(\pi)$ 的期望值随 $n$ 线性增长，且 $\mathbb{E}_u[\log T(\pi)] \sim \mu_f n + \frac{2(1 - \sqrt{5})}{5}\log 2$，其中 $\mu_f = \frac{1}{2}(1 + \frac{1}{\sqrt{5}})\log 2$。
• 在均匀测度下，$\log T(\pi)$ 的方差有界：$\mathrm{Var}_u[\log T(\pi)] = O(1)$，意味着测度集中。
• 对于距离-2匹配 $\mathcal{D}_{n,2}$，同样的方差有界性成立，因此 $N^*(n) = O(1)$ 个样本足以良好近似完美匹配的数量。
• 对 $\log T(\pi)$ 的矩生成函数的生成函数 $X(z,t)$ 是有理函数且可显式推导，从而实现精确的渐近分析。
• Kullback–Leibler 散度 $L = \mathbb{E}_u[\log T(\pi)/M_n]$ 以 $\log \gamma_2 \cdot n$ 的方式增长，其中 $\gamma_2 \approx 1.618$，导致指数但可控的样本复杂度。
• 尽管是非马尔可夫过程，该方法在实际应用相关的 $n$ 范围内优于标准马尔可夫链蒙特卡洛算法。