CS521 Advanced Algorithm Design 学习笔记（二）Karger’s Min Cut Algorithm

Lecture 2 Karger’s Min Cut Algorithm

给定图G，求图中的最小割，即${\min }_{S}E(S,\overline{S})$. 这个问题很容易被最大流问题解决，所以是polynomial的。但是我们这里给出Karger的随机算法。

思路：每次选取一个随机边，并且将其端点融合为一个“超点”，重复这一过程直到只剩下两个超点，我们将其输出为对min-cut的猜测。为什么这个过程可行呢？一个直觉是随机选边的时候一定更有可能选到边比较密的地方，而它们确实就是应当融合的边。

今天我们会首先学习一个至少以$2/n^2$的概率输出mincut的算法。显然，如果我们只是平凡地重复$20n^2$次，那么虽然成功概率很高，但是算法复杂度高达$O(n^4)$. 因此，我们需要采取称为”repetition ensures fault tolerance”（竞争容错法）来把算法降低到$O(n^2)$. 我们注意到，虽然运行这个算法直到剩下两个超点的成功概率很低，但是如果我们只运行到剩下$n/\sqrt{2}$个超点就停下，那么它保留了mincut的概率是$1/2$. 这样，我们让两个算法同时运行到$n/\sqrt{2}$，然后挑一个最好的，然后重复上面的过程。可以证明，这样的重复竞赛会得到一个成果概率超过$1/\log n$的算法。

为了分析这个算法的效果，我们给出下列引理：

1. 图中顶点的度数和是边数的两倍：${\sum }_{v}d(v)=2|E|$

2. mincut中至多有$2|E|/n$条边

   简证：至少有一个顶点的度数至多为$2|E|/n$，把这个点和其他点割开即可

3. 随机选取一条边，其穿过mincut的概率至多为$2/n$.

   简证：引理2+图中一共有$|E|$条边。

4. 同理，当图中只剩下k个超点时，随机选取一条边，穿过mincut的概率至多为$2/k$

   简证：假设现在图中有$t$条边，则mincut的边数至多$2t/k$.

5. Karger算法得到最小割的概率至少为$2/n(n-1)$

   证明：
   $$\begin{array}{rl}& \mathrm{Pr}(\text{ final cut is the minimum cut })\\ =& \mathrm{Pr}(\text{ first selected edge is not in mincut })\times \\ & \mathrm{Pr}(\text{ second selected edge is not in mincut })\times \cdots \\ \ge & \left(1-\frac{2}{n}\right)\left(1-\frac{2}{n-1}\right)\left(1-\frac{2}{n-2}\right)\cdots \left(1-\frac{2}{4}\right)\left(1-\frac{2}{3}\right)\\ =& \frac{n-2}{n}\cdot \frac{n-3}{n-1}\cdot \frac{n-4}{n-2}\cdots \frac{2}{4}\cdot \frac{1}{3}\\ =& \frac{2}{n(n-1)}.\end{array}$$
   我们注意到，如果做$l$次就停下来的话，算法的成功概率为：

$$\begin{gathered} \left(1-\frac{2}{n}\right)\left(1-\frac{2}{n-1}\right)\left(1-\frac{2}{n-2}\right)\cdots \left(1-\frac{l-2}{l}\right) \\ =\frac{2}{n(n-1)}\frac{l(l-1)}{2} \end{gathered}$$

特别地，取$l=n/\sqrt{2}$，则成功概率大于等于1/2.

算法：

for round=1,2:
	run the Karger's algorithm down to n/sqrt{2}+1 vertices
	rucurse on the resulting graph
return the minimum of the cuts found in two rounds

使用主定理，我们有$T(n)=2(n^2+T(n/\sqrt{2}))=O(n^2\log n).$

假设顶点数量为n时成功概率为$P(n)$，则：
$$P(n)\ge 1-(1-\frac{1}{2}P(n/\sqrt{2}+1){)}^2$$
可以解得$P(n)=\Omega (1/\log n)$

从而，我们可以重复运行$O(\log n^2)$次算法，以至多$O(n^2{\log }^{3}n)$次运行，算法有成功概率$1-1/poly(n)$.

推论：一个图中至多有$n(n-1)/2$个mincut

证明：注意到引理5对任意mincut均成立。所以，由于对每个mincut，算法得到它的概率都大于等于$2/n(n-1)$，图中至多只能有$n(n-1)/2$个mincut。考虑一个长为n的圈可以得知这个界是紧的。