Có một phương pháp tầm thường để mô phỏng bước đi ngẫu nhiên qua biểu đồ bằng cách lũy thừa ma trận kề ngẫu nhiên ngẫu nhiên, nhưng vấn đề sẽ trở nên khó khăn hơn nếu bạn yêu cầu bước đi ngẫu nhiên tự tránh. Nói cách khác, quá trình phải đi qua biểu đồ bằng các đường dẫn, như nhiễm trùng hoặc một cái gì đó.
Nếu xác suất cạnh lớn, có thuật toán Monte Carlo đơn giản: Trong mỗi thử nghiệm, bạn chỉ cần xóa từng cạnh với xác suất 1 - p e , tính toán các thành phần được kết nối của biểu đồ mới và tăng ma trận đếm bằng ma trận 1s cho mỗi ma trận thành phần liên hệ. Bạn chia cho số lượng thử nghiệm ở cuối.
Có ai biết bất kỳ thuật toán để thực hiện tính toán này khi xác suất khá nhỏ không?
Nếu biểu đồ không được kết nối quá cao, bạn có thể tìm thấy một số bộ cắt tối thiểu và thực hiện loại trừ bao gồm cả chúng, nhưng cách tiếp cận như vậy gấp đôi theo cấp số nhân của kích thước của các bộ cắt. Có nhiều cách tối ưu hóa khác nhau cho các trường hợp cụ thể có khả năng kết nối cao, như xử lý tất cả các sơ đồ con clique riêng biệt thông qua tính toán rõ ràng. Bất kỳ ý tưởng chung hơn?