Question

我正在尝试实施Kargers min-cut算法。该算法是一种随机算法，您应该运行(n(logn))^2次以确信您已找到最小切割。我已经完成了新手在Ruby中实现此算法的工作：

def karger(graph)
#graph will be an array
#each element of graph is an array
#these subarrays are of the form [[4], 43, 23, 1, 67]
#where the zeroth element is the vertex label
#the other elements represent edges to other vertices.
  while graph.length > 2
    #u & v are the indices of two random vertices that will be merged together
    u = rand(0...graph.length)
    v = rand(0...graph.length)
    #while loop ensures u != v
    while v == u
      u = rand(0...graph.length)
      v = rand(0...graph.length)
    end
    #merge u & v into a single vertex, 
    graph[u] += graph[v][1...graph[v].length]
    graph[u][0].concat(graph[v][0])
    graph.delete_at(v)
  end
  #this nested block eliminates self loops on the two remaining superveticies
  graph.each do |z|
    z.each do |x|
      unless x.class == Array
        if z[0].include?(x)
          z.delete(x)
        end
      end
    end
  end
  return (graph[0].length)-1 #-1 since the first element of both subarrays is the vertex   label
end

我的问题是，当我尝试创建一个块或循环来运行算法必要的(nlog(n))^2次时，每次切割都是相同的值。因此，如果karger()的第一次调用产生2的减少，则之后的每次调用也将返回2。但是，如果我手动调用karger()，只需在textmate中按cntrl R，我的结果就会有变化。我第一次在某个输入上运行它，下次我得到5分，因此我尝试生成大量karger()次调用，并找到最小结果不起作用，因为我只会有2或5或者其他的大量样本。如果我运行调用karger() (nlog(n))^2次的块，我会得到不同的答案，具体取决于karger()的第一次调用返回的内容，因为每个其他调用都会返回相同的结果。

希望这很清楚。

以下是示例图表：

testgraph1 = [[[1],2,2,3], [[2],1,1,3,4,5], [[3],1,2,4], [[4],2,3], [[5],2]]

编辑：

我认为如果我添加了用于迭代调用函数的方法可能会有所帮助：

def kargeriterate(graph)
  n = graph.flatten.length
  min = graph.flatten.length
  ((n)*(Math.log(n)))**2.to_i.times do |z|
      a = karger(graph)
      puts a  #this puts is here just to see each output
      if a < min
        min = a
      end
    end
  return min
end

Answer 1

像delete和delete_at这样的方法会修改他们的论点。因为所有东西都是通过ruby中的值传递的，这意味着你在已处理的图上调用karger的第二个（以及第三个，第四个，第五个等）时间，所以该方法不做任何事情

看起来您修改嵌套在graph内部的数组以及graph本身，因此在graph=graph.dup方法开始时执行karger是不够的。 Ruby中没有内置的标准深层副本，但实现此目的的一种简单方法是转储和反序列化您的对象：

def karger(graph)
  graph = Marshal.load(Marshal.dump(graph))
  ...
end

迭代地调用随机算法，每次调用接收相同的结果

1 个答案: