我有一个非常大的稀疏图G
(约1亿个节点,约5000万个边缘),我想找到一个有效的算法(希望在O(1)
或sub-linear中节点 边缘),以一定的概率预测该图中长度k
周期的存在。为了实际使用,相对于G
的大小,k
将非常小(30至90之间)。还可以保证k
永远是偶数。G
也是随机图,因此我不希望任何一致的聚类。
该算法不需要枚举周期中包含的实际节点,如果它很可能没有长度k
的任何周期,则只需消除G
即可。
我找到了一个近距离解决方案,其中有答案,其中可以比较L
的trace
和rank
(其中L
是G
的Laplacian),以确定G
是否完全有任何周期。但是,我找不到一种相对有效的方法来计算G
的rank
。另一个问题是,它不考虑k
,这可能能够采用更有效的方法。
获得连接的组件是一种可能性,但在节点 边的数量中是线性的,这对于此大小的图不是最佳的。
如果它是erdos-renyi随机图,那么由于拥有这样的周期是图形的单调属性,因此有一个零法律(https://www.ams。org/journals/proc/1996-124-10/s0002-9939-96-03732-x/s0002-9939-96-96-03732-x.pdf),这意味着您可以通过设置正确的猜测来设置正确的猜测,。(哪个阈值?我不知道,但可能您可以从较小的图中推断出来。)