02. Basic Network Properties and the Random Graph Model
- Observation, Models, Algorithms の表:おもろい
- 基本的な定義
Erdos-Renyi Random Graph Model
- $ G_{n,p} $ := n 頂点,全枝確率 p で存在
- 次数分布:二項分布になる.
- クラスタ係数
- ペアの間には確率 p で枝がある.従って C = p.
- p = $\frac\overline{k}N$ なので,次数が定数のとき,N が大きくなるほど小さくなってしまう.
余談:configuration model.各頂点の次数を完全に指定.余っている spoke をランダムに繋げる.
直径
- 定義.グラフ G が expansion $\alpha$ を持つとは.
- 任意の頂点集合 S に対して,$ e(S, \overline{S}) \geq \alpha \min(|S|, |V \setminus S|) $
- ロバストネス
- 3-regular random graph.定数の expansion $\alpha$ を持つ.
- 3-regular random graph の直径は $O((\log n) / \alpha)$.
- 両側 BFS を考えれば良い