消除图形的对称性
我有一个算法问题,我在很多状态之间导出了一个传递矩阵。下一步是对它进行取幂,但它非常大,所以我需要对它进行一些减少。具体来说它包含很多对称性。下面是一些关于通过简单观察可以消除多少节点的示例。
我的问题是,是否有一种算法可以有效地消除有向图中的对称性,类似于我在下面手动完成它的方式。
在所有情况下,初始向量对于所有节点具有相同的值。
在第一个例子中,我们看到
b
,c
,d
和e
都从a
和彼此之一接收值。因此,它们将始终包含相同的值,我们可以合并它们。
在这个例子中,我们很快发现,从a
,b
,c
和d
的角度来看,图表是相同的。同样对于它们各自的侧节点,它附着在哪个内节点上也无关紧要。因此,我们可以将图形缩小到仅两个状态。
更新:有些人很合理,不太确定“国家转移矩阵”是什么意思。这里的想法是,你可以在你的重现中将组合问题分解为多个状态类型。然后矩阵告诉你如何从n-1
到n
。
通常你只对你的一个州的价值感兴趣,但你也需要计算其他州,所以你总能达到一个新的水平。但是,在某些情况下,多个状态是对称的,这意味着它们将始终具有相同的值。显然,计算所有这些都是非常浪费的,所以我们希望减少图形,直到所有节点都“独特”。
下面是示例1中缩小图的传递矩阵的示例。
[S_a(n)] [1 1 1] [S_a(n-1)]
[S_f(n)] = [1 0 0]*[S_f(n-1)]
[S_B(n)] [4 0 1] [S_B(n-1)]
任何建议或对论文的参考都表示赞赏。
没有找到相关结果
已邀请:
3 个回复
绵扇寸访
粱委教
工具在例2中使用
的示例。
注意它建议加入节点
,它们是例2中的
和
,它们是
。
算法没有很好地记录,但作者将其描述为指数最坏情况,
平均值。
犁攀富
以及它的所有排列,或者其中一些。考虑添加第二个子图a',b',c',d'。同样,我们有对称性,但参数化方式不同。 对于计算人(而不是数学人),我们能表达这样的问题吗? 每个图节点都包含一组字母。在每次迭代中,每个节点中的所有字母都通过箭头复制到其邻居(一些箭头需要多次迭代,并且可以被视为匿名节点的管道)。 我们正在努力找到确定诸如此类事物的有效方法 * N次迭代后每个集合/节点包含的字母数。 *对于每个节点,N之后其集合不再变化。 *什么样的节点集合包含相同的字母集(等价类) ?