Cyklisk rang

Den cykliske rangering af en rettet graf er et mål for forbindelsen af ​​en digraf foreslået af Eggan og Buchi [1] . Dette koncept fanger intuitivt, hvor tæt en digraf er på en rettet acyklisk graf (DAG, en:DAG), når DAG'ens cykliske rangorden er nul, mens en rettet digraf af orden n med sløjfer ved hvert toppunkt har cyklisk rangorden n . Den cykliske rangorden af ​​en rettet graf er tæt forbundet med trædybden af ​​en urettet graf og iterationshøjden af ​​regulære sprog .. Den cykliske rang har også fundet anvendelse i sparsomme matrixberegninger (se Bodlaender, Gilbert, Hafsteinsson, Kloks, 1995 ) og logik [2] .

Definition

Den cykliske rangorden r ( G ) af en digraf G  = ( V ,  E ) er induktivt defineret som følger

hvor er digrafen opnået ved at fjerne toppunktet v og alle kanter, der starter eller slutter på v .

Trædybden af ​​en urettet graf har en meget lignende definition med urettet forbindelse og forbundne komponenter i stedet for stærk forbindelse og stærkt forbundne komponenter.

Historie

Den cykliske rang blev introduceret af Eggan [1] i forbindelse med iterationshøjden af ​​regulære sprog . Den cykliske rang blev genopdaget af Aizenshtat og Liu [3] som en generalisering af den urettede dybde af et træ . Konceptet er udviklet siden begyndelsen af ​​1980'erne og er blevet brugt til at arbejde med sparsomme matricer [4] .

Eksempler

Den cykliske rangorden af ​​en rettet acyklisk graf er 0, mens en komplet digraf af orden n med en sløjfe ved hvert toppunkt har en cyklisk rangorden på n . Ud over disse to tilfælde kendes den cykliske rangorden af ​​adskillige andre digrafer: en urettet bane af orden n , der har en kantsymmetrirelation, og ingen sløjfer har en cyklisk rangorden [5] . For en orienteret -torus , dvs. direkte produkt af to orienterede konturer af længden m og n , vi har og for m ≠ n [1] [6] .

Cyklisk rangberegning

At beregne den cykliske rang er en vanskelig opgave. Gruber [7] beviste, at det tilsvarende løselighedsproblem er NP-komplet selv for sparsomme digrafer med maksimal udgrad 2. Den gode nyhed er, at problemet kan løses i tid på digrafer med maksimal udgrad 2 og i tid på generelle digrafer. Der er en tilnærmelsesalgoritme med en tilnærmelseskoefficient .

Ansøgninger

Iterationshøjde af regulære sprog

Den første anvendelse af cyklisk rang var i teorien om formelle sprog for at studere iterationshøjden af ​​sproget i regulære sprog . Eggan [1] etablerede et forhold mellem teorier om regulære udtryk, endelige automater og rettede grafer . I de efterfølgende år blev dette forhold kendt som Eggans sætning [8] . I automatteori er en ikke-deterministisk endelig automat med c ε-overgange (ε-NFA) defineret som en 5 , ( Q , Σ, δ , q 0 , F ) bestående af

Et ord w ∈ Σ * er tilladt af en ε-NCF automat, hvis der er en rettet vej fra en begyndelsestilstand q 0 til en eller anden sluttilstand fra F ved hjælp af kanter fra δ , så sammenkædning af alle etiketter langs stien giver et ord w . Mængden af ​​alle ord over Σ * accepteret af automaten er det sprog , der accepteres af automaten A .

Når man taler om egenskaberne af digrafer af en ikke-deterministisk endelig automat A med et sæt tilstande Q , mener man naturligvis en digraf med et sæt toppunkter Q genereret af overgangsrelationen.

Eggans sætning : Iterationshøjden af ​​et regulært sprogsprog L er lig med den mindste cykliske rangorden blandt alle ikke-deterministiske endelige automater med ε-overgange (med tomme overgange), der accepterer sproget L.

Beviser for denne teorem blev givet af Eggan [1] og senere af Sakarovich [8] .

Kolesky nedbrydning for sparsomme matricer

En anden anvendelse af dette koncept ligger inden for sparse matrix computing , nemlig at bruge nestet dissektion til at beregne Cholesky-nedbrydningen af ​​en (symmetrisk) matrix ved hjælp af en parallel algoritme. Den givne sparsomme matrix M kan fortolkes som nabomatrixen af ​​en eller anden symmetrisk digraf G med n hjørner, således at de ikke-nul elementer i matricen svarer en-til-en til kanterne af grafen G . Hvis den cykliske rangorden af ​​digrafen G ikke overstiger k , så kan den Cholesky-dekomponering af matrixen M beregnes i højst k trin på en parallel computer med processorer [9] .

Se også

Noter

  1. 1 2 3 4 5 Eggan, 1963 .
  2. Rossman, 2008 .
  3. Eisenstat, Liu, 2005 .
  4. Schreiber, 1982 .
  5. McNaughton, 1969 .
  6. Gruber, Holzer, 2008 .
  7. Gruber, 2012 .
  8. 12 Sakarovitch , 2009 .
  9. Dereniowski, Kubale, 2004 .

Litteratur