超图容器方法

把待研究的组合对象编码成 $V$ 的子集，把每个禁用配置编码成一条超边；合法对象就正好是独立集。容器算法反复挑选当前高影响顶点：若独立集包含它，就把它记入一个很小的“指纹”；若不包含，就从候选池排除。每次决定都会因高共度带走大量潜在超边，最终候选池内部只剩少量禁用配置。

指纹大小通常为 $O(N\tau )$，因此可能的指纹数至多约为

这就是容器数远少于 $2^N$ 的来源。码度条件确保超边没有过度集中在某个小顶点组上；否则选中一个核心可能同时决定几乎全部约束，平均度无法描述真实分支复杂度。

容器方法的两个输出要分开理解：“少数容器”控制枚举熵，“每个容器内部禁配置少”提供结构入口。后者不等于容器顶点少；要从超边少进一步推出 $|C|$ 小或 $C$ 接近某个模板，核心输入是极值超饱和公理库极值图中的超饱和Supersaturation in extremal graphs · Erdős–Simonovits supersaturation theorem · 超饱和定理图的边密度固定超过禁图极值密度时，禁图副本数必从一个跃升到顶点数的正确幂次量级。，必要时再叠加稳定性或移除引理。

要编码 $K_n$ 上的无三角形图，构造三一致超图 $\mathcal{H}$：其顶点是 $K_n$ 的边，每个三角形的三条边组成一条超边。于是

$\mathcal{H}$ 的独立集恰是所有无三角形图的边集。一条 $K_n$ 边属于 $n-2$ 个三角形；两条边若能同属三角形，其共度为 $1$；三条边的共度至多也为 $1$。取 $\tau \asymp n^{-1/2}$ 时，${\mathrm{\Delta }}_2=1\ll \tau d\asymp \sqrt{n}$，而 ${\mathrm{\Delta }}_3=1\asymp {\tau }^{2}d$，正落在平衡码度尺度上。

相应容器数的对数至多为 $O(n^{3/2}\log n)=o(n^2)$，每个容器只含少量三角形。再用三角形移除引理公理库三角形移除引理Triangle removal lemma · 三角形删除引理三角形副本数为顶点数三次方的小比例时，删除顶点数平方的小比例条边即可消灭全部三角形。把容器删改为无三角形图，并用 Turán 上界控制其边数，可得到无三角形标号图数量

这里容器贡献的次指数因子不会改变 $n^2/4$ 主指数；这正是“结构压缩后再计数”的完整轨迹。

若超图只有很小平均度，或大量超边共享同一个固定核心，可能找不到使全部码度不等式成立的有用 $\tau$。此时盲目套用容器结论只会得到接近 $2^V$ 的平凡族。非一致超图、加权对象与稀疏随机宿主都有扩展版本，但参数函数和结论需重新声明。

容器方法统一处理禁子图图族、无算术进展集合、和自由集合、独立集与随机离散结构。若另有稳定性定理说明少超边的集合必须接近有限个极值模板，容器便会继承这种典型结构：不仅数出合法对象，还能证明随机选取的合法对象以高概率接近某种分部或代数形态。

它与概率方法公理库概率方法Probabilistic method通过证明随机选取对象具有正概率满足性质来推出确定性对象存在。常协同但角色不同。随机选择通常证明某个对象存在；容器是确定性的全体覆盖机制，可在覆盖之后对每个容器分别施加概率估计。应用的关键不是为每个新问题重造容器算法，而是验证编码后的超图具有合适平均度、码度与超饱和性质。