大数据 | 大数据基础--算法之亚线性时间算法求连通分量的数目

网页链接：http://bbit.vip/service/main.php?version=1&type=article&id=118
亲爱的读者朋友大家好，上次我们分析了如何用一个亚线性时间算法估计一个点集合的直接，并对算法给出的结果的近似比进行了分析。这次我们来看另外一个经典的问题，求连通分量的数目。

同样地，还是让我们先来看一下问题的定义：

定义：

已知：$G=(V,E),ϵ,d=deg(G)$，图$G$用邻接表表示，其中$d$表示所有节点中度最大的节点的度，$|V|=n,|E|=m\le d\cdot n$

求出：一个$y$，使得$C-ϵ\cdot n\le y\le C+ϵ\cdot n$，其中$C$为使用线性算法求解得到的标准解

问题分析：

当数据量小的时候，我们也有经典的算法进行求解，也就是经典的搜索策略，时间复杂度为$O(n)$，其中$n$是节点的个数，还是老问题，当节点数目太多的时候，就需要一个亚线性时间复杂度的算法对结果进行一个近似的估计。

在正式分析算法之前，我们先将问题进行一定的转化：记顶点$v$所属的连通分量中的节点数目为$n_v$，$A,A\in V$是一个连通分量的点集合，则存在如下等式关系：${\sum }_{u\in A}\frac{1}{n_u}={\sum }_{u\in A}\frac{1}{|A|}=1$，这个很容易证明，因为同一个连通分量中的每一个点的$\frac{1}{n_v}$是一样的，都是分量中点的个数的倒数。如此，则最终的结果$C$可以表示为${\sum }_{u\in V}\frac{1}{n_u}$。因此进一步地，对$C$的估计可以转化为对$\frac{1}{n_u}$的估计。

求解问题的思想：

$n_u$很大，精确计算很难，但是此时$\frac{1}{n_u}$很小，可以用一个很小的常量代替$\frac{1}{n_u}(0$或者$\frac{ϵ}{2})$，如果我设 n u ^ = m i n { n u , 2 ϵ } \hat{n_u} = min\{n_u,\frac{2}{\epsilon}\} nu​^​=min{nu​,ϵ2​}，则$\hat{C}={\sum }_{u\in V}\frac{1}{\widehat{n_u}}$，使用$\hat{C}$来估计$C$可以获得很不错的结果。

引理：

$\forall u\in V$，有$|\frac{1}{n_u}-\frac{1}{\widehat{n_u}}|\le \frac{ϵ}{2}$，即$|C-\hat{C}|\le \frac{ϵ\cdot n}{2}$

引理的证明非常简单，分成两步，第一步证明$|\frac{1}{n_u}-\frac{1}{\widehat{n_u}}|\le \frac{ϵ}{2}$，第二步证明$|C-\hat{C}|\le \frac{ϵ\cdot n}{2}$

证明（一）： 1 n u ^ = m a x { 1 n u , ϵ 2 } \frac{1}{\hat{n_u}} = max\{\frac{1}{n_u},\frac{\epsilon}{2}\} nu​^​1​=max{nu​1​,2ϵ​}。如果$\frac{1}{n_u}>\frac{ϵ}{2}$，$\frac{1}{\widehat{n_u}}=\frac{1}{n_u}\Rightarrow \frac{1}{\widehat{n_u}}-\frac{1}{n_u}=0\Rightarrow |\frac{1}{\widehat{n_u}}-\frac{1}{n_u}|=0\le \frac{ϵ}{2}$；如果$\frac{1}{n_u}\le \frac{ϵ}{2}$，$|\frac{1}{\widehat{n_u}}-\frac{1}{n_u}|=|\frac{ϵ}{2}-\frac{1}{n_u}|<\frac{ϵ}{2}$

证明（二）：$|C-\hat{C}|=|{\sum }_{u\in V}\frac{1}{\widehat{n_u}}-{\sum }_{u\in V}\frac{1}{n_u}|=|{\sum }_{u\in V}(\frac{1}{\widehat{n_u}}-\frac{1}{n_u})|\le {\sum }_{u\in V}|\frac{1}{\widehat{n_u}}-\frac{1}{n_u}|=\frac{ϵ\cdot n}{2}$

算法-计算$\widehat{n_u}$

思想很简单，就是一个小型的搜索，如果搜索到的点的个数小于$\frac{2}{ϵ}$就继续搜索，否则直接返回$\frac{2}{ϵ}$。时间复杂度为$O(d\cdot \frac{1}{ϵ})$，$d$越大，用的时间越长，$\frac{1}{ϵ}$ 越大，用的时间越长。

算法-计算$n_u$

从节点集合中随机选出$r=b/{ϵ}^2$个节点构成节点$U$，对每个节点应用上一个算法，于是最终的$\hat{C}=\frac{n}{r}{\sum }_{u\in U}\frac{1}{\widehat{n_u}}$，时间复杂度为$O(d/{ϵ}^3)$

算法评价

计算连通分量的数目是一个较为简单的问题，下次介绍最小生成树的求解，敬请期待~