一种期望边数为O(nlogn)的随机联通图生成方法

在做软件构造实验生成随机图时，随意用二重循环写了一种生成方式。后来发现它可以保证联通并且边数的大小是$O(nlogn)$.这个结论虽然并不难证，但是觉得比较神奇，于是做一下记录。

代码

for(int i = 0; i < N; i++) {
    int pace = rand.nextInt(N / 10) + 1;
    for(int j = 0; j < N; j += pace) {
        graph.addEdge(person[i], person[j]);
        graph.addEdge(person[j], person[i]);
    }
}

分析

首先，由于对任意的$i$，点$0$和点$i$都连了一条边，因此图一定是联通的；下面计算它的边数期望。设总边数为$e$,在第$i$次循环中生成的边数为$e_i$，因此有

$e=e_1+e_2+...+e_n;$

我们每次在二重循环中取一个随机步长，设第$i$次的步长为$p_i$,那么有

$e=\frac{n}{p_1}+\frac{n}{p_2}+...+\frac{n}{p_n}.$

取期望，有

$E(e)=E(\frac{n}{p_1}+\frac{n}{p_2}+...+\frac{n}{p_n})=nE(\frac{1}{p_1}+\frac{1}{p_2}+...+\frac{1}{p_n})=n^{2}E(\frac{1}{p_i}).$

我们取$p_i$为独立同分布的$1,2,...,b$的离散随机分布，有

$E(\frac{1}{p_i})=1\times \frac{1}{b}+\frac{1}{2}\times \frac{1}{b}+...+\frac{1}{b}\times \frac{1}{b}=\frac{1}{b}(1+\frac{1}{2}+...+\frac{1}{b}).$

由调和级数部分和的近似，有

$E(p_i)\approx \frac{1}{b}ln(b+1)+\gamma ;$

其中$\gamma$为欧拉常数，约为$0.5772156649.$因此

$E(e)\approx n^{2}E(p_i)=n^2(ln(b+1)+\gamma )/b.$

当取$b$为$n$的倍数如$n/10$时，

$E(e)\approx n^2(ln(n/10+1)+\gamma )/(n/10)=10n(ln(n/10+1)+\gamma )=O(nlogn).$

我们可以验证一下：

#include<bits/stdc++.h>
const double gamma = 0.5772156649;
int main() {
	for(int N = 100; N <= 1e7; N *= 10) {
		int cnt = 0;
		int b = N / 10;
		std::uniform_int_distribution<unsigned> u(1, b);
		std::default_random_engine e(time(0));
		for(int i = 0; i < N; i++) {
			int pace = u(e);
			for(int j = 0; j < N; j += pace)
				cnt++;
		}
		double expectation  = 10 * N * (log(N / 10 + 1) + gamma);
		printf("N = %d:%d, expectation = %lf(%lf)\n", N, cnt, expectation, fabs(cnt - expectation) / expectation);
	}
	return 0;
}

可以看到随着$N$数量级增大，实际值与期望值的相对误差越来越小，说明结论成立。