隨機圖與網路

巨大連通分量(giant component)

巨大連通分量是隨機圖中一旦平均度數超過 1 便突然出現的那個龐大團塊。在此點以下,所有連通片都很小——大小為 O(log n)——且大致同階;在此點以上,恰有一個分量膨脹到含全部 n 個頂點的一個正比例,而其餘每個分量仍維持 O(log n)。巨人是隨機圖理論中最引人注目的現象:一個整體物件從純局部、獨立的選邊中湧現。它回答的問題是:網路何時變成「大部分是一塊」,而那一塊有多大?

固定 p = c/n 使平均度數為 c。基本定理(厄多斯-雷尼)是一個三分律。若 c < 1(次臨界),whp 最大分量只有 O(log n) 個頂點。若 c > 1(超臨界),whp 存在唯一的巨大連通分量,大小約為 rho(c) 乘以 n,其中 rho(c) 是 rho = 1 - e^(-c rho)(等價地 1 - rho = e^(-c rho))的唯一嚴格正解;第二大分量則回落到 O(log n)。在 c = 1(臨界)時最大分量為 n^(2/3) 階,一個中間尺度。存活機率 rho(c) 恰是後代分布為 Poisson(c) 的高爾頓-沃森分支過程的存活機率,這正是巨人為何出現之啟發的核心:探索一個頂點的團塊,局部看來像一個分支過程,而該過程永遠存活(巨人)正當其平均後代數 c 超過 1 之時。

巨大連通分量是離散機率系統中相變的原型,也是隨機圖、分支過程與滲流之間的橋樑。它之所以重要,是因為它把大型網路的連通性形式化(傳染病擴散到宏觀比例,當且僅當易感者中存在巨大團塊;通訊網路對隨機故障穩健,當且僅當有巨人存活)。一個值得尊重的微妙處:「唯一」是定理而非假設——證明只有一個巨人(不會有兩個競爭的宏觀團塊)是結果的真正一部分,靠一個「灑點」(sprinkling)論證完成,顯示任兩個大團塊 whp 會被一條額外的邊接起來。也要注意巨人並不含全部頂點:即使遠在門檻之上,仍有一個正比例(在細小分量中者,含孤立頂點)落在其外,直到 p 達到大得多的連通尺度 (log n)/n 為止。

在平均度數 c = 2 時,巨人比例 rho 解 rho = 1 - e^(-2 rho),得 rho 約 0.797:約 80% 的頂點屬於巨人,其餘散落於細小團塊中。在 c = 1.5 時,rho 解 rho = 1 - e^(-1.5 rho),約 0.583。當 c 降至 1,巨人比例連續地縮減到 0——此相變是連續的(二階)。

巨人比例 rho(c) = 1 - e^(-c rho) 自 c = 1 處由 0 連續增長,是隨機圖相變的序參量。

巨人的唯一性是靠灑點證明的定理,而非定義;且在達到高得多的連通門檻前,巨人並非整張圖。比例 rho(c) 恰與 Poisson(c) 高爾頓-沃森樹的存活機率相同。

又稱
giantgiant connected componentlargest component巨人分量巨型連通分量最大連通分量