随机生成稀疏矩阵_图上的随机游走算法 I: hitting time精确解的数学推导与程序实现...

这篇文章是我之前写的一篇预印本的缩略版，预印本在这里：

https://arxiv.org/pdf/1908.09644.pdf​arxiv.org

第一节：导论

图是一种数据结构，它可以用来表示现实世界中复杂的交互关系。每一个图都有两个基本的组成部分， 分别是节点和边。节点通过边连接起来。一个例子如下图所示：

为了在数学上表示一个图，我们通常可以定义一个连接矩阵，该矩阵的指标表示节点的序号，矩阵的元素表示两个节点之间是否有边连接（0表示没有边连接，1表示有）。对上图而言，它的连接矩阵为

其中

表示有一条边连接了节点0 和 1，以此类推。因为这里我们的图是无向的，也就是我们不考虑连接两个节点的边的方向，所以连接矩阵总是对称矩阵。如果边上有权重，那么该矩阵的元素就未必是0或者1了，而可以是任意的实数。边有权重的图称作是加权图。很显然，无权图可以看作是一种特殊的加权图（每一条边的权重都是1），而无向图可以看作是一种特殊的有向图（每一条有向边都有一条与之反向的边）。这篇文章里，我们只关注无向加权图。

图之所以重要，是因为我们可以用图表示现实世界中的各种关系。例如，真实世界中的人际关系就可以用图表示。我们可以定义节点为人，如果两个人相互认识，我们就可以在它们所对应的节点之间连上一条边。这样我们就得到了一个无向图。另外，我们还可以用一个数字来表示两个人熟悉的程度。这样我们就得到了一个无向加权图。通过研究这个图，我们可以挖掘出隐藏在这些人际关系下面的大量信息。这篇文章里，我要通过研究图上的随机游走来度量两个人之间的亲密度。图上随机游走的定义是下一节的内容。

第二节：图上的随机游走

给定一个图，我们可以在图上做随机游走。图上的随机游走有很多种类型，在这里我们只定义一种对我们最有用的随机游走：带有目标的随机游走。如下图所示：

图上的随机游走。0为初始点，3为目标点。

在这个图里，我们设定节点 3 为目标节点。假设一个人

从节点 0 出发，每次都按照一定的概率走向它的邻近节点，经过足够长的时间，

总是可以到达目标节点。定义

首次到达 3 所需要的时间为 hitting time. 显然，hitting time 是一个随机变量。如果我们可以计算出该随机变量的概率分布，我们就可以得到它的期望值值和方差。给定了一个连通图，hitting time依赖于随机游走的初始点

和目标点

. 因此，我们用随机变量

来表示hitting time. 为了计算hitting time 的期望值和方差，一个简单的方法是做蒙特卡罗模拟，但是我们知道蒙特卡罗模拟的运行效率非常低下，对于超级大图，这个方法显然不实用。这篇文章的目的就是寻找一个更好的方法来避免使用蒙特卡罗模拟。下一节将会详细介绍这个方法。

第三节：hitting time的精确解

这里，我要推导一个解析公式，这个公式可以给出hitting time的精确解。我最早是在写这篇文章https://zhuanlan.zhihu.com/p/56315879 的时候发现这个方法的，后来经过文献检索，发现这个方法其实早就有人提出过，例如http://www.cs.cmu.edu/~15859n/RelatedWork/random-walks-on-graphs.pdf . 在这篇review里面，作者就提到了这个方法。这也不奇怪，因为hitting time的计算应该是随机过程中一个常见的问题，肯定有很多人都研究过了。我的方法跟之前的方法稍微有点不同。这里，我详细推导一下我的方法。我的方法的推导依赖于随机游走的无记忆特性。

前面已经说了，hitting time是一个随机变量。对于给定的连通图，该随机变量依赖于随机游走的初始点

和终点

. 假设每走一步所需要的时间都是固定的单位时间，那么hitting time只能取离散的整数值。如果出发点和终结点重合，那么hitting time恒等于零，这种情况太过于trivial，不在我们的考虑范围。如果出发点

只有一个邻近节点，而且这个节点就是目标节点

, 那么该随机游走的hitting time永远等于1，也就是

这种情况下我们已经得到了hitting time概率分布，所以我们也不需要对它做额外的分析。现在我们就考虑最普遍的情况：出发点不与目标点重合，而且目标节点不是目标节点的唯一邻近节点。

为了方便，我们记出发节点为

，目标节点为

. 我们规定,

. 记从

出发经过

步首次到达

的概率为