Этим летом я услышал, как Эмо Велцл говорит на эту тему. Я знаю, что число триангуляций набора из точек на плоскости находится где-то между Ω ( 8,48 n ) и O ( 30 n ) . Извиняюсь, если я устарел; Обновления приветствуются.
Я упомянул об этом в классе и хотел прокомментировать краткие, мудрые замечания, чтобы дать учащимся понять, (а) почему оказалось так трудно зафиксировать это количество, и (б) почему так много стараются его зафиксировать. Я обнаружил, что у меня не было адекватных ответов, чтобы осветить любую проблему; так много для моей мудрости!
Буду признателен за ваши ответы на эти заведомо расплывчатые вопросы. Благодарность!
co.combinatorics
cg.comp-geom
Джозеф О'Рурк
источник
источник
Ответы:
Вот еще одна «прикладная» причина, по которой мы заботимся о триангуляции. Существует множество работ по сжатию мешей, цель которых состоит в том, чтобы использовать как можно меньше битов для каждой вершины для кодирования меша (главным образом для помощи в хранении и передаче). Конкретное основание показателя степени в количестве триангуляций набора плоских точек обеспечивает теоретико-информационную нижнюю границу количества битов, необходимых для каждой вершины (в частности, триангуляций означают, что вам нужно по крайней мере 8,48 битов на вершину). Затем такие границы можно сравнить с реальными схемами сжатия сетки, чтобы определить их эффективность.8,48N
источник
Нижняя граница была немного улучшена доΩ ( 8,65N) ( см. arXiv здесь ). Я стараюсь обновлять границы различных вариантов этой проблемы на этой веб-странице (извините за эту бесстыдную саморекламу).
Мне очень нравится ваше утверждение, что проблема трудна, потому что «непонимание непросто».30N Оценка (и некоторые из предыдущих границ) опирается на связь между числом триангуляций и ожидаемыми свойствами случайной триангуляции (выбираемой равномерно из набора всех возможных триангуляций набора точек). Это превращает проблему в изучение ожидаемых свойств случайной триангуляции, что затруднительно, потому что отсутствие пересечения не позволяет нам использовать стандартные вероятностные инструменты (например, мы не можем выбрать каждое ребро с некоторой вероятностьюп потому что это может вызвать некоторые пересечения). Таким образом, отсутствие пересечения вынуждает нас разрабатывать новые методы изучения случайных графов.
источник