首页 > 其他分享 >代数与计算 笔记整理(未完)

代数与计算 笔记整理(未完)

时间:2023-08-13 19:57:19浏览次数:40  
标签:text mid 笔记 leq Aut 整理 alpha 代数 sigma

Lecture 1

课程介绍:

(1) 图同构的群论算法。

(2) 匹配的代数算法。

前置知识:群论,包括群同态、合成列、群作用、自同构等。

定义 一张图 \(G = (V, E)\),\(V\):点集,\(E \subset \binom V2\):边集。其中 \(\binom V2\) 表示从 \(V\) 中选出两者构成的集族。\(|V|\) 是 \(G\) 的 order,\(|E|\) 是 \(G\) 的 size。

定义 生成子图 \(G' = (V, E'), E' \subseteq E\),导出子图 \(G' = (U, E'), U \subseteq V, E' = \{\{i, j\} \mid i, j \in U, \{i, j\} \in E\}\)。\(G\) 是二分图如果 \(\exists V = L \uplus R\),使得 \(\forall e \in E, e = \{l, r\}, l \in L, r \in R\)。其中 \(\uplus\) 表示不交并。\(G\) 不连通如果 \(\exists V = L \uplus R, \forall e \in E, e \subseteq L\) or \(e \subseteq R\)。

定义 \(M \subseteq E\) 是一个匹配,如果 \(\forall v \in V\),\(\exists\) 至多一个 \(e \in M\),使得 \(v \in e\)。\(M\) 是一个完美匹配,如果把至多改为恰好。

定义 \(G = (L \uplus R, E)\),对 \(S \subseteq L, N(S) = \{u \in R \mid \exists v \in S, \{u, v\} \in E\}\),\(S\) 是 \(L\) 的一个 shrunk subset,如果 \(|S| > |N(S)|\)。

定理 (Hall) \(G\) 拥有完美匹配当且仅当 \(G\) 没有 shrunk subset。

定义 \(G = (V, E)\),对 \(S \subseteq L\),令 \(o(S)\) 为删掉 \(S\) 与其相邻边后的图 \(G[V\setminus S]\) 的奇数大小连通块的个数。\(S\) 是 \(L\) 的一个 obstruction,如果 \(|o(S)| > |S|\)。

定理 (Tutte) \(G\) 拥有完美匹配当且仅当 \(G\) 没有 obstruction。

上面两个定理说明了完美匹配问题 \(\in \text{NP} \cap \text{co-NP}\),当然,我们知道,完美匹配 \(\in \text P\)。比如在二分图上的增广路(或称匈牙利)算法。下面介绍一种代数做法。这种做法在过程上更简洁,且可并行化。

定义 \(A = (a_{ij}) \in M(n, \mathbb Q)\),即 \(A\) 是一个在 \(Q\) 上的 \(n\) 阶方阵。\(\det(A) = \sum\limits_{\sigma \in S_n} \text{sgn}(\sigma)\prod_{i=1}^n a_{i, \sigma(i)}\)。

定理 (Lovász) 令 \(X_G = \begin{cases}x_{ij} & \{i, j'\} \in E \\ 0 & \text{otherwise}\end{cases}\)。则 \(G\) 有完美匹配当且仅当 \(\det(X_G) \neq 0\)。

其中 \(x_{ij}\) 为互相独立的不定元。也就是说,\(\det(X_G)\) 是一个(不超过) \(|E|\) 元 \(|V|\) 次多项式,\(\in \mathbb Q[x_{ij}]\)。

证明按照行列式的定义是显然的,但是这相当于把所有问题甩给了如何测试 \(\det(X_G) \neq 0\),直接展开会有指数多项。

我们可以很快想到一个随机做法。关键点在于一个 \(d\) 阶多项式 \(f\) 的零点只有至多 \(d\) 个。

引理 (Schwartz-Zippel) \(f\in \mathbb F[y_1, y_2, \ldots, y_m]\) 是一个 \(d\) 阶多项式,那么 \(\text{Pr}_{a_1, a_2, \ldots, a_m \in [2d]^m}(f(a_1, a_2, \ldots, a_m) = 0) \leq \frac 12\)。其中 \(\mathbb F[y_1, y_2, \ldots, y_m]\) 表示在数域 \(\mathbb F\) 上的 \(m\) 元多项式,\([2d]\) 表示 \(\{1, 2, \ldots, 2d\}\)。

而行列式是可以高效并行计算的(高斯消元无法做到这一点)。详见 Lecture 5。

更一般地,我们关心如下问题(symbolic determinant identity testing, SDIT)

Input:给定不定元 \(x_1, \ldots, x_m\) 和一个矩阵 \(X\),使得 \(X_{ij} = x_k\) or \(a \in \mathbb Q\)。

Output:是否有 \(\det(X) = 0\)?

我们有以下结果:(a) SDIT 有高效的多项式时间随机做法(Schwartz-Zippel)。(b) SDIT \(\in \text P\) 则 algebraic version of \(\text P \neq \text {NP}\)。

SDIT 的更多问题详见 Lecture 7。

定义 \(G = (V, E)\) 和 \(H = (W, F)\) 同构,如果存在一个双射 \(f:V \in W\) 使得 \(\{v, v'\} \in E\) 当且仅当 \(\{f(v), f(v')\} \in F\)。图同构(GI)问题即判断两张图是否同构。

定理 \(GI \in \text{NP} \cap \text{co-AM}\),\(GNI \in \text{AM}\)。

在之前,GI 最好的算法是 \(2^{\sqrt n} = \exp(\tilde O(n))\),其中 \(\tilde O(n)\) 表示 \(\{n\log^c n\}\)。

定理 (Babai, 2015) GI 可在 \(\exp(O(\log^3 n))\) 解决。

有两种切入 GI 的技巧:组合(combinatorial)和群论(group-theoretic)。

组合的做法是,考虑从一对对应点开始染色,其他点暂时无色。之后每次把一个点变成它周围点的 multiset,然后为每一种不同的 multiset 分配一个颜色作为下一轮的颜色。这样做上若干轮后,到所有颜色的类都固定了,我们也就找到了一个同构(或在中途发现无法同构)。这个过程叫做 Weisfeiler-Leman 过程。

定理 (Cai-Fürer-Immerman) 存在一对不同构的图,无法在 \(k\) 轮内被区分,而 \(k = O(n)\)。甚至可以是一对三度图,即所有点度数均为 \(3\) 的图。

所以组合方法是行不通的。接下来我们介绍三度图上的群论做法。

定理 (Luks) 对两个三度图 \(G, H\),存在多项式时间的同构测试算法。

Lecture 2

我们接下来证明上述定理。实际上,我们会发现,对于度数不超过一个常数的图,这个做法均有效。

首先我们来看看群论是如何应用到图同构问题上的。

定义 \(G = (V, E)\),其自同构集合 \(\text{Aut}(G) = \{f:V \to V \mid {v, v'} \in E \Leftrightarrow \{f(v), f(v')\} \in E\}\)。

很显然地,\(\text{Aut}(G)\) 是一个群。而 \(\text{Iso}(G, H)\) 不是群而是 \(\text{Aut}(G)\) 的一个陪集。

接下来的一个问题是,对 \(n\) 个点的图,其对称群的一个子群 \(S \leq \text{Sym}(V)\) 的大小是指数级的,该如何存储它?答案是存储其生成元。

定理 对 \(T \subseteq P\),\(\exists T\) 使得 \(\langle T \rangle = P, |T| \leq \lceil \log_2 |P|\rceil\)。

证明是显然的,考虑 \(T_0 = \{1\}\),每次随便加入一个在 \(P\) 而不在 \(\langle T_i \rangle\) 里的元素,得到 \(T_{i+1}\),根据 Lagrange 定理可知 \([\langle T_{i+1}\rangle, \langle T_i \rangle] \geq 2\),因此至多只需要 \(\log_2 |P|\) 次包含整个 \(P\)。

因此,今后提到的所有的关于某个对称群的子群的问题,我们全部用其生成元进行存储、运算。

如何把图同构问题归约到图自同构问题?后者有更好的代数性质。

这是简单的。考虑如果 \(G, H\) 都是连通的,那么构造一个大图把两者全部包含,找到这个大图的自同构群,然后仅把那些交换了 \(G, H\) 位置的生成元留住。如果不连通,根据同构关系的传递性,对 \(G\) 的每一个连通块枚举 \(H\) 的连通块,如果找到同构的连通块,就把两者划掉,继续剩下的部分。

于是我们的任务便是图自同构问题。这个问题现在可以基于一个置换群算法的框架。

给定一个 \(P \leq \text{Sym}(U)\) 的生成集合,我们有如下问题

  • Membership: 给定 \(\sigma \in \text{Sym}(U)\),是否有 \(\sigma \in P\)?
  • Order:计算 \(|P|\)。
  • Point Stabilizer: 对 \(v \in U\),计算 \(P_v = \{\sigma \in P \mid \sigma(v) = v\}\)。
  • Set Stabilizer: 对 \(W \subseteq U\),计算 \(P_W = \{\sigma \in P \mid \sigma(W) = W\}\)。

Membership 是可以归约到 Order 的。因为可以通过把 \(\sigma\) 放到生成集合里看 order 有没有变大。

其中,Membership, Order, Point Stabilizer 是简单的,详见 Lecture 4。Set Stabilizer 是难的,Luks 说明了当 \(|P|=p^k\),其中 \(p\) 是质数,是简单的。

图自同构问题可以归约到 Set Stabilizer 上。考虑对于 \(G = (V, E)\),\(U = \binom V2\),\(P = \langle \sigma_{i, j} \mid \forall k, (i, k) \leftrightarrow (j, k)\rangle\),即交换点 \(i, j\) 时,与其相关的所有边交换。那么 \(P_E\) 便是 \(\text{Aut}(G)\)。

接下来我们证明三度图的同构问题可以归约到三度图的自同构问题,且 \(\text{Aut}\) 是一个 2-group,即大小为 \(2^l\) 的群,并在 Lecture 3 中说明为什么在这样的群下是好做的。

考虑枚举一对边 \(e = \{a, b\} \in G, e' = \{a', b'\} \in H\),建立两个新点 \(v, v'\),连接 \((v, a), (v, b), (v, v'), (v', a'), (v', b')\)。令 \(f = (v, v')\)。这样新图还是一个三度图,且 \(\text{Aut}\) 中保留了 \(f\),即 \(\text{Aut}_f\) 中,交换了 \(v, v'\) 的所有元素便是 \(\text{Iso}_{e \leftrightarrow e'}(G, H)\)。那么 \(\text{Iso}(G, H) = \bigcup_{e'} \text{Iso}_{e \leftrightarrow e'}(G, H)\)。

trivalent graph isomorphism to 2-group automorphism

命题 (Tutte) \(|\text{Aut}(G)_f| = 2^l\)。

证明 既然已经有了一个固定物 \(f\),考虑数学归纳法。

定义 \(G_1 = (\{v, v'\}, f)\),\(G_{i+1}\) 为 \(G_i\) 加上相邻边与相邻点构成的图。则 \(\text{Aut}(G_1)_f = 2\)。若 \(\text{Aut}(G_i) = 2^j\) 已成立,考虑 \(\text{Aut}(G_{i+1})\)。令

\[\begin{aligned}\pi_i: \text{Aut}(G_{i+1})_f &\to \text{Aut}(G_i)_f \\ \alpha &\to \alpha|_{V(G_i)}\end{aligned} \]

即把 \(\alpha\) 限制在 \(V(G_i)\) 上得到的更小的映射。那么 \(\pi_i\) 是一个群同态。所以 \(|\text{Aut}(G_{i+1})_f| = |\text{Im}(\pi_i)| |\text{Ker}(\pi_i)|\),根据归纳假设,\(\text{Im}(\pi_i)\) 只能是 2-group,接下来考虑 \(\text{Ker}(\pi_i)\),也就是那些把 \(G_i\) 不变的映射。这些映射只会改变 \(V(G_{i+1}) \setminus V(G_i)\),如果两个这里的点拥有相同的在 \(V(G_i)\) 中的邻居,那么这两个点可以互换。而 \(V(G_{i+1})\) 内的连边是在 \(G_{i+2}\) 里考虑的,所以现在不用在乎。那么如果有大于两个在 \(V(G_i)\) 中拥有相同的邻居,那么由于每个点度数只有三,这些邻居不可能还能提前在 \(G_i\) 中。所以能互换的只是许多对点。所以 \(\text{Ker}(\pi_i) \cong \mathbb Z_2^k, |\text{Ker}(\pi_i)| = 2^k\)。

接下来,我们利用这个过程算出 \(\text{Aut}(G)_f\)。

由于我们的群同态是一个 restrict,所以可知 \(\text{Im}(\pi_i)\text{Ker}(\pi_i) = \text{Aut}(G_{i+1})_f\)。其中 \(GH = \{gh \mid g \in G, h \in H\}\)。换句话说,两部分独立(熟悉群论的读者可知在一般的商群中这一点并不成立)。如果我们能够求出 \(\text{Im}(\pi_i), \text{Ker}(\pi_i)\) 的一组生成元,那么 \(\text{Aut}\) 的生成元可以通过 \(\bigcup_{g \in G} gH\) 得到。有关陪集的并的讨论详见 Lecture 3。

我们已经充分讨论了 \(\text{Ker}(\pi_i)\) 的结构,可知其是(在同构的意义上)若干个 \(\mathbb Z_2\) 组成的。

接下来我们考虑 \(\text{Im}(\pi_i)\)。并不是所有 \(\text{Aut}(G_i)_f\) 的元素都可以对应到一个或一些 \(\text{Aut}(G_{i+1})_f\) 中的元素。这是因为我们并没有考虑 \(E(G_{i+1}) \setminus E(G_i)\) 所造成的额外限制。考虑令 \(A = V(G_i) \cup \binom {V(G_i)}2 \cup \binom {V(G_i)}3\),即 \(G_i\) 的一二三元集合,

\[\begin{aligned}N: V(G_{i+1}) \setminus V(G_i) &\to A \\ v &\to \text{neighbors of }v \text{ in }G_i\end{aligned} \]

考虑

\[\begin{aligned} A_1 &= \{a \in A \mid \exists ! v \in V(G_{i+1}) \setminus V(G_i), N(v) = a\} \\ A_2 &= \{a \in A \mid \exists u, v \in V(G_{i+1}) \setminus V(G_i), N(u) = N(v) = a\} \\ A' &= \{\{u, v\} \mid \{u, v\} \in E(G_{i+1})\} \end{aligned}\]

其中 \(\exists !\) 表示存在唯一。

那么 \(\sigma \in \text{Aut}(G_i)_f\) 应该稳定化 \(A_1, A_2, A'\)。即 \(\sigma(A_1) = A_1, \sigma(A_2) = A_2, \sigma(A') = A'\)。

也就是说,当我们考虑 \(\text{Im}(\pi_i)\) 的时候,\(V(G_{i+1}) \setminus V(G_i)\) 变成了无标号的。我们需要考虑的仅有边的个数关系。

所以,我们的问题变为了,给定一个群 \(P \leq \text{Sym}(A)\),\(A\) 中每个点有一个颜色。我们需要计算 \(P' \leq P\),使得 \(P'\) 保颜色。

由于 \(A'\) 和 \(A_1, A_2\) 是两种不同的对 \(A\) 的划分,所以我们得到了 \(A\) 的如下划分

clan of A_1, A_2, A'

(实际上绿色是空集)

定义 有色集合自同构问题 (colored set automorphism)

Input: \(P \leq \text{Sym}(A)\) 的生成集合,\(A\) 是一个有色的集合。

Output: \(\{\sigma \in P \mid \sigma \text{ preserves colors}\}\) 的生成集合。

在这里,我们还有特殊性质 \(P\) 是一个 2-group。

Exercises for Lectures 1 and 2

Lecture 3

我们再来重新描述一遍现在的问题。令 \(P \leq \text{Sym}(A)\) 是一个 2-group,\(A = A_1 \uplus A_2 \uplus \ldots \uplus A_c\),计算 \(Q = \{\sigma \in P \mid \sigma(A_i) = A_i\}\)。\(P, Q\) 都以生成集合的方式存在。

我们知道,\(p\)-group 的一个重要性质就是 Sylow's theorem。

定理 (Sylow) 若 \(|G| = p^l \cdot s\),\(p \not| s\),则 \(G\) 存在阶数为 \(p^i\)(\(1 \leq i \leq l\))的子群。

这说明 \(G\) 有着平缓的子结构。我们尝试用递归来解决问题。

一个观察是,如果 \(P\) 不 transitive,我们可以对每个轨道单独解决。

定义 \(P \leq \text{Sym}(A), B \subseteq A\),称 \(B\) 在 \(P\) 是稳定的,如果 \(\forall b \in B, \sigma \in P\) 都有 \(\sigma(b) \in B\)。\(B\) 是一个轨道,如果 \(B\) 是极小的稳定集合。\(P\) 是 transitive 的,当且仅当其没有非平凡稳定集合。

命题 所有轨道构成一个 \(A\) 的划分。

但实际上我们只需要的是

  • 对内稳定
  • 对外构成划分

这样我们就可以将问题分为两部分,其中第一部分可以递归处理。所以 orbit 是一个太严的概念。

定义 \(P \leq \text{Sym}(A)\) 是 transitive 的,\(B \subseteq A\),\(B\) 是其一个 (block),当且仅当 \(B \neq A, B \neq \emptyset\),且 \(\forall \sigma \in P, \sigma(B) = B \text{ or } \sigma(B) \cap B = \emptyset\)。\(P\) 是 primitive 的,当且仅当其没有大小 \(>1\) 的 \(P\)-block。

命题 若 \(B\) 是一个块,则 \(\{\sigma(B) \mid \sigma \in P\}\) 构成了 \(A\) 的一个划分,称作块系统 (block system)。\(P\) 在 \(\{\sigma(B)\}\) 上有一个诱导作用 (induced action),也即一个定义在 \(\{\sigma(B)\}\) 上的 \(P'\),满足 \(P'(B) = P(B)\)。

于是可以递归解决 \(P'\) 上的问题。

定义 一个块系统是 minimal 的,如果其对应的诱导作用 \(P'\) 是 primitive 的。

由于一个 \(P\) 上的块系统和对应的 \(P'\) 在 \(\{\sigma(B) \mid \sigma \in P\}\) 上的块系统进行复合可以得到一个每个块更大的系统。所以 primitive 指出这里的 minimal 表示的是块数最少。而如果是 maximal 就表示块大小最小。

现在我们来简单研究块系统的结构。

命题 \(P\) 是一个 transitive 但不 primitive 的群,\(B\) 是其一个块,\(b \in B\),那么有 \(P_b \leq P_B \leq P\),且 \([P:P_B] = |\{\sigma(B) \mid \sigma \in P\}|, [P_B:P_b] = |B|\)。

这是轨道-稳定化子定理的简单应用。

命题 \(P \leq \text{Sym}(A)\) 且 transitive,\(b \in A\),那么如果 \(\exists K, \text{ s.t. } P_b < K < P\),那么 \(\exists B\) 是一个块,且 \(b \in B \subset A, |\{\sigma(B) \mid \sigma \in P\}| = [P:K], |B| = [K:P_b]\)。

证明 令 \(\{\sigma_1P_b, \ldots, \sigma_sP_b\}\) 是 \(P_b\) 在 \(K\) 中的陪集,\(s = [K:P_b]\),那么令 \(b_i = \sigma_i(b), B = \{b_1, \ldots, b_s\}\) 是一个满足条件的块。因为若 \(\sigma(B) \cap B \neq \emptyset\),考虑 \(b_i = \sigma(b_j)\),则 \(\sigma = \sigma_i \sigma_j^{-1}\),从而对任意 \(b_k\),都有 \(\sigma((\sigma_i^{-1} \sigma_j\sigma_k) \cdot b) = b_k\),找到 \(\sigma_i^{-1} \sigma_j \sigma_k\) 在哪个陪集里即可。从而 \(\sigma(B) = B\)。

同时我们可以知道,\(K \subseteq P_B, |K| = |P_B|\),故 \(K = P_B\)。这也就是说,块结构和包含了至少一个 \(P_b\) 的子群结构是对应的。这就像“保证所有操作的区间交不为空”那种 OI 题一样。

为了进一步加深这里的印象,我们再回顾一下轨道-稳定化子定理。

定理 (轨道-稳定化子, orbit-stabilizer) 令 \(G\) 是一个作用在有限集合 \(X\) 上的群,\(\text{Orb}(x)\) 表示 \(x\) 的轨道,\(G_x=\{\sigma(x) = x \mid \sigma \in G\}\),则有 \(|\text{Orb}(x)|=[G:G_x]\)。

证明 考虑定义 \(\phi_x:G \to \text{Orb}(x), \phi_x(g) = g \cdot x\),那么 \(\phi_x\) 是一个满射,且 \(\phi_x(g) = \phi_x(h)\) 当且仅当 \(g^{-1}h \in G_x\)。因此存在一个良定义的双射 \(G/G_x \to \text{Orb}(x), gG_x \to g \cdot x\)。由此可推得原命题。

也就是说,虽然 \(K\) 看起来只是单方面得到了 \(B\),从而 \(K \subseteq P_B\),但同时也立刻包含了所有的 \(P_B\)。因为如果有一些元素 \(g'\) 在 \(P_B\) 而不在 \(K\) 中,那么 \(g' \cdot x = g \cdot x\) 就会生成新的 \(g'g^{-1} \in P_b\),但是由于我们已经选取了全部的 \(P_b\),这是不可能的。所以 \(P_b < K\) 是重要的。

于是我们可以得到

引理 \(P \leq \text{Sym}(A), |A| > 1, |P| = p^l\),那么 minimal \(P\)-block system 有 \(p\) 个块。

证明 考虑诱导作用 \(P'\),作用在 \(A' = \{\sigma(B) \mid \sigma \in P\}\) 上。如果 \(|A| = p^t, t \geq 2\),那么任取 \(b \in A'\),有 \([P:P_b] = p^t\),根据 Sylow 定理,存在 \(P_b < K < P\),与 \(P'\) 是 primitive 的矛盾。

这不仅为我们提供了平缓的递归过程,也让 base case 变得 trivial。


接下来我们形式化这个想法。

定义 \(C_B(Q) = \{\forall b \in B, b \sim \sigma(b) \mid \sigma \in Q\}\),表示 \(Q\) 中保持 \(B\) 中颜色的集合。

首先,我们要看如何将两个子问题的结果合并。

命题 \(C_B(Q \cup Q') = C_B(Q) \cup C_B(Q'), C_{B \cup B'}(Q) = C_B(C_{B'}(Q))\)。

证明是显然的。

需要注意的是,我们并没有保证 \(Q\) 是一个群。因为在 block system 这里,每个块被表示为 \(\sigma \cdot B\),所以 \(Q\) 需要支持是一个陪集。

引理 若 \(C_B(\sigma P) \neq \emptyset\),则其是 \(C_B(P)\) 的一个陪集。也就是说,\(C_B\) 内的陪集可提出(代表元可能会变)。

证明 由于 \(B\) 在 \(P\) 是稳定的,\(C_B(P)\) 是一个群。任取 \(\alpha \in C_B(\sigma P)\) 我们想要证明 \(C_B(\sigma P) = \alpha C_B(P)\)。(a) \(\alpha C_B(P) \subseteq C_B(\sigma P)\): 任取 \(\beta \in C_B(P) \subseteq P\),\(\alpha \beta \in \sigma P\)。\(\forall v \in A, v \sim \beta(v) \sim (\alpha \beta)(v)\),因此 \(\alpha \beta \in C_B(\sigma P)\)。(b) \(C_B(\sigma P) \subseteq \alpha C_B(P)\): 任取 \(\gamma \in C_B(\sigma P), \alpha^{-1} \gamma \in C_B(P)\),这是由于 \(\alpha, \gamma \in C_B(\sigma P)\)。因此 \(\gamma = \alpha(\alpha^{-1} \gamma) \in \alpha C_B(P)\)。

接下来我们开始描述递归过程。

问题

  • 输入:\(P \leq \text{Sym}(A)\),一个 \(2\)-group。\(B \subseteq A\),满足在 \(P\) 稳定,\(\sigma \in \text{Sym}(A)\)。
  • 输出:\(C_B(\sigma P)\)。
  • 初始条件:\(B = A, \sigma = id\)。

基于轨道的递归

如果 \(P\) 在 \(B\) 上不 transitive,\(B = B_1 \cup B_2\),其中 \(B_1, B_2\) 在 \(P\) 稳定,那么 \(C_B(\sigma P) = C_{B_1}(C_{B_2}(\sigma P))\)。

如何测试 \(P\) 在 \(B\) 是否 transitive?我们可以用一个 \(|B| \log |P|\) 的朴素算法。

基于块的递归

对于 \(2\)-group,其 minimal \(P\)-block system 一定形如 \(B = B_1 \cup B_2\)。那么 \(P\) 就形如 \(H \cup \tau H\),其中 \(H = P_{B_1} = P_{B_2}\),\(\tau\) 满足 \(\tau(B_1) = B_2, \tau(B_2) = B_1\)。

\[C_B(\sigma P) = C_B(\sigma H) \cup C_B(\sigma \tau H) = C_{B_1}(C_{B_2}(\sigma H)) \cup C_{B_1}(C_{B_2}(\sigma \tau H)) \]

还有一个问题,就是结果的两侧都是 \(C_B(H)\) 的一个陪集,而我们已经知道它们的并是 \(C_B(P)\) 的一个陪集。

因为 \(\alpha, \beta \in C_B(\sigma P)\),所以 \(C_B(\sigma P) = \alpha C_B(P) = \beta C_B(P), \alpha^{-1} \beta \in C_B(P)\)。因此 \(\langle C_B(H), \alpha^{-1} \beta \rangle \subseteq C_B(P)\),所以有

\[\alpha\langle C_B(H), \alpha^{-1} \beta \rangle \subseteq C_B(\sigma P) = \alpha C_B(H) \cup \beta C_B(H) \]

同时显然地,

\[\alpha C_B(H) \cup \beta C_B(H) \subseteq \alpha\langle C_B(H), \alpha^{-1} \beta \rangle \]

故两者相同。

那么该如何找到 \(B_1, B_2\) 呢?

命题 (Sims) 在 \(P\) 下,最小的包含元素 \(a, b\) 的块是其在图 \(G = (B, E = \{\sigma(a), \sigma(b)\mid \sigma \in P\})\) 中的连通块。

证明不难。被放在了 Exercises 中。

那么重复执行这个操作,我们就可以得到一个 minimal block system,而上文已经保证了这样的块系统一定是只有两个块的。

Base case

\(|B| = 1\),其只包含一个 \(b\),\(P(B) = B\)。\(C_B(\sigma P) = \begin{cases}\sigma P & \sigma(b) \sim b \\ \emptyset & \text{otherwise}\end{cases}\)。

复杂度分析

设 \(f(s)\) 表示 \(|B| = s\) 时最多的递归调用次数。

基于轨道的递归,有

\[f(s) \leq f(s_1) + f(s - s_1) \]

基于块的递归,有

\[f(s) \leq 4f\left(\frac s2\right) \]

base case

\[f(1) = 0 \]

经过简单推导,有 \(f(s) \leq s^2\)。

Lecture 4

我们如果回顾上述过程,会发现还有一点没有解决。就是在 \(P = H \cup \tau H\) 时,如何计算出这样的 \(H\)。更一般地,我们想解决这样的问题:

Input: 给定 \(P = \langle T \rangle \leq \text{Sym}(A), H\) 是 poly-index, poly-recognizable 的(i.e. \([P:H] = \text{poly}(|A|)\),给定 \(\sigma \in \text{Sym}(A)\) 可以在 \(\text{poly}(|A|)\) 测试是否有 \(\sigma \in H\))。

Output: \(H\) 的生成元集合。

Exercises for Lectures 3 and 4

Lecture 5

Lecture 6

Exercises for Lectures 5 and 6

Lecture 7

Lecture 8

Exercises for Lectures 7 and 8

标签:text,mid,笔记,leq,Aut,整理,alpha,代数,sigma
From: https://www.cnblogs.com/shiys22/p/17627121.html

相关文章

  • IOS开发笔记
    -基本概念   -Certificates(证书-认证开发者)   -Certificates-证书,是一个用来认证开发者身份的东西,没有它就不能在appstore发布应用,也不能给测试手机安装你开发的应用。   -大家都知道苹果开发者是付费的,其实开发者付费就主要就是用来申请这个证书的-Identi......
  • 物联网学习笔记
    毫米波雷达相关厂商电目科技的开发人员建议:富汉的芯片海思www.alcctv.com云帆跌倒lte庆科 DC-DC和LDO的区别DC-DC和LDO是两种不同的电源管理技术,它们有以下区别:1.DC-DC(直流-直流)转换器是一种电子设备,用于将一个直流电源的电压转换为另一个......
  • Java相关笔记
    SpringBoot分离打包将依赖包单独放到文件夹下,生成的jar就比较小了,方便上传。同时如果你使用了Docker,页减少上传、下载镜像的流量及时间,提高部署效率原pom.xml构建部分代码<plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plu......
  • k8s笔记10
    摘要:组播;;1、docker加入组播(docker加入组播(docker组播))(docker与组播(docker组播)),Docker容器默认不支持UDP/组播流量,在使用容器进行网络应用的开发过程中,需要使用第三方软件支持组播。下面介绍使用Docker加入组播的方法。#创建一个新的网络dockernetworkcreate--driver=......
  • openGauss学习笔记-38 openGauss 高级数据管理-游标
    openGauss学习笔记-38openGauss高级数据管理-游标为了处理SQL语句,存储过程进程分配一段内存区域来保存上下文联系。游标是指向上下文区域的句柄或指针。借助游标,存储过程可以控制上下文区域的变化。38.1语法格式定义游标CURSORcursor_name[BINARY][NOSCROLL]......
  • WPF 入门笔记 - 07 - MVVM示例
    滴咚,大家好久不见......
  • go 进阶训练营 微服务可用性(中)笔记
    过载保护令牌桶算法存放固定容量令牌的桶,按照固定速率往桶里添加令牌https://pkg.go.dev/golang.org/x/time/rate漏桶算法作为计量工具(TheLeakyBucketAlgorithmasaMeter)时,可以用于流量整形(TrafficShaping)和流量控制(TrafficPolicing)https://pkg.go.dev/go.uber.......
  • linux笔记-基础命令
    关机命令shutdown-hnow/10 #现在/10分钟shutdown-c #取消shutdown-r 5 #重启halt #直接关机reboot #直接重启 poweroff #直接关机检查网卡地址配置ipaddressshowipa图形界面修改网卡地址信息nmtui注销exit创建目录mkdirmkdir-p #......
  • 【C++ Primer读书笔记】7.1.4 构造函数
    构造函数构造函数的任务是初始化类对象的数据成员被调用的时机,无论何时只要类的对象被创建,就会调用构造函数构造函数的特殊性1.构造函数与类名称相同2.构造函数没有返回值3.构造函数不能被声明为const,因为当我们创建一个const对象时,直到构造函数完成初始化过程,对象才......
  • c语言笔记2
    c语言笔记2(关键字,数据类型,运算符,流程控制语句)1.c语言中的关键字学习关键字的目的是了解存在哪些关键字,另外,在定义变量名、函数名(标识符命名)避免使用关键字1.1数据类型相关的关键字char字符类型,占1个字节,ASCII表有128字符,每个字符占1个字节。short短整型,占2个字节i......