“隔离引理展示了选择坏事件索引的重要性:对固定集合族的m个底层元素独立赋1..R整数权,先证明每个元素只有一个使成员身份含糊的危险权,再对m个事件求并,得到失败概率至多m/R。若改为对指数多个…”
形式陈述
随机权把并列最优分开
固定有限宇宙E,
则最小总权集合不是唯一的概率至多
概率界不含
空族没有最小集合,不在引理前提内。m=0时唯一可能的非空族为
直觉
不逐对比较指数多个集合
任意两个不同集合,总在某个元素e上一个包含、一个不包含。因此,若最低总权仍并列,至少有一个元素的“是否属于最优解”没有确定下来。
证明逐个检查这样的成员身份。固定其它元素权后,含e的集合总权随wₑ以斜率1一起上升,不含e的集合总权完全不动。两类的最低值至多在一个wₑ上打平,无须比较两类内部究竟有多少候选。
每个元素只有一个危险权
固定所有
若某一类为空,所有可行集合都强制包含e或都排除e,成员身份不会含糊。两类都非空时,最小总权分别为aₑ与bₑ+wₑ;只有在
aₑ−bₑ完全由其它权决定。条件于这些权后,wₑ仍在1..R上均匀,因此e成员身份含糊的概率至多1/R。危险值不在1..R内时,概率为0。
若存在两个不同的全局最小集合A、B,从它们的对称差选e,便有一个最优集合含e、另一个不含e。故“不唯一”包含于m个成员身份坏事件的并集。用并集界,失败概率至多m/R。不同e的坏事件可以高度相关;并集界不要求它们独立。
例子与边界
两个互斥候选的精确失败率
取
若改成只抽一个r并令wₐ=wᵦ=r,每个权的边际分布仍均匀,却每次并列。固定其它权后wₐ不再自由,阈值证明失效。
一次权表可以隔离指数族,却不会替你找到最优者
取全部非空子集为集合族,权均为正。最小集合必是某个单元素集;若最小元素权唯一,就已隔离。这只是一个容易求解的例子。对一般隐式集合族,判断是否存在可行集合、计算最低权或验证唯一性,仍可能很难。
引理只保证随机扰动的结果具有唯一最优解,不提供一个通用求解器。若求解器依赖唯一性,应证明在成功隔离时它确实恢复该解,并规定未隔离时怎样安全失败。
权随输入族变化的量词陷阱
如果先看见权,再故意挑两个权相同的集合来定义
推论与应用
保留原整数目标,再打破最优解并列
设每个元素已有固定整数成本cₑ,目标先最小化
两个集合的原成本若相差至少1,缩放差至少mR+1;它们的扰动总权之差绝对值至多mR,所以原来的严格优劣不会翻转。再对事先固定的原成本最优族 $\mathcal F_* $ 应用引理,即以至少1−m/R概率从原最优解中挑出唯一者。负整数原成本也不破坏这一比较。
若原成本是任意实数、最小正差未知,不能机械使用mR+1;扰动可能压过极小的原成本差。即使成本是二进制整数,后续若把数值用作指数,也要另算产生的大整数位长,不能把“输入位数小”与“成本数值小”等同。
完美匹配的代数提取
Tutte矩阵把边权wₑ编码成整数
整个过程不需要预先证明这次权表确实隔离。它最后逐边检查返回集合是否覆盖每个顶点且无冲突;证书失败就重试。R=2m只给YES实例每轮至少1/2的成功概率,不保证无解实例经过若干失败后就获得不存在证书。
手算迁移与成本账
对
生成一张权表需m次整数抽样和O(m log R)位存储。若R不是2的幂,可以用拒绝抽样获得精确均匀分布,每项期望少于两次候选;它没有固定最坏抽样次数。需要固定随机位上界时,改选不小于2m的二次幂R,仍有m/R≤1/2。求最优集合或执行代数提取的成本不包含在这张权表成本内。
参考资料
- Ketan Mulmuley、Umesh V. Vazirani、Vijay V. Vazirani,Matching is as Easy as Matrix Inversion,STOC 1987,§3 Lemma 1,印刷p.347(PDF第3页);§5(a),印刷p.349(PDF第5页)讨论保原目标的扰动。本文把范围推广为1..R,并显式处理空族、强制元素及抽样资源。
- MIT 6.854,Parallel Algorithms notes,Perfect Matching小节中的Isolating lemma段及匹配应用:元素阈值与代数提取的教学背景。