迭代调用随机化算法，每次调用都会收到相同的结果

Question

我正在尝试实现Kargers最小切割算法。该算法是一种随机算法，您应该运行(n(logn))^2次，以确信您找到了最小切割。我做了一个新手的工作，在Ruby中实现了这个算法：

def karger(graph)
#graph will be an array
#each element of graph is an array
#these subarrays are of the form [[4], 43, 23, 1, 67]
#where the zeroth element is the vertex label
#the other elements represent edges to other vertices.
  while graph.length > 2
    #u & v are the indices of two random vertices that will be merged together
    u = rand(0...graph.length)
    v = rand(0...graph.length)
    #while loop ensures u != v
    while v == u
      u = rand(0...graph.length)
      v = rand(0...graph.length)
    end
    #merge u & v into a single vertex, 
    graph[u] += graph[v][1...graph[v].length]
    graph[u][0].concat(graph[v][0])
    graph.delete_at(v)
  end
  #this nested block eliminates self loops on the two remaining superveticies
  graph.each do |z|
    z.each do |x|
      unless x.class == Array
        if z[0].include?(x)
          z.delete(x)
        end
      end
    end
  end
  return (graph[0].length)-1 #-1 since the first element of both subarrays is the vertex   label
end

我的问题是，当我试图创建一个块或循环来运行算法必要的(nlog(n))^2次时，每个切割都是相同的值。因此，如果karger()的第一个调用产生2的切割，那么此后的每个调用也将返回2。然而，如果我手动调用karger()，只需在textmate中按cntrl R，我的结果就会发生变化。第一次在某个输入上运行它时，我得到了5的分数，下一次是2。因此，我尝试生成karger()调用的大量样本并找到最小结果是不可行的，因为我只会有2或5的大量样本或其他什么。如果我运行调用karger() (nlog(n))^2次的块，我会得到不同的答案，这取决于karger()的第一次调用返回的结果，因为每隔一次调用都返回相同的结果。

希望这是清楚的。

这是一个示例图：

testgraph1 = [[[1],2,2,3], [[2],1,1,3,4,5], [[3],1,2,4], [[4],2,3], [[5],2]]

---

编辑：

我想如果我添加了我用来迭代调用函数的方法，可能会有所帮助：

def kargeriterate(graph)
  n = graph.flatten.length
  min = graph.flatten.length
  ((n)*(Math.log(n)))**2.to_i.times do |z|
      a = karger(graph)
      puts a  #this puts is here just to see each output
      if a < min
        min = a
      end
    end
  return min
end

Answer 1

像delete和delete_at这样的方法就地修改它们的参数。由于ruby中的所有内容都是按值传递的，这意味着第二次（以及第三次、第四次、第五次等）调用karger时，您正在对已处理的图进行调用，因此该方法不会执行任何操作。

看起来您修改了嵌套在graph内部的数组以及graph本身，因此在karger方法开始时执行graph=graph.dup是不够的。ruby没有内置标准的深度复制，但实现这一点的一个简单方法是转储和反序列化您的对象：

def karger(graph)
  graph = Marshal.load(Marshal.dump(graph))
  ...
end