![](//s1.studylibfr.com/store/data-gzf/f8b19c7ba20fafd984ad1da5d409cd03/1/002442554.htmlex.zip/bg3.jpg)
ave probabilit´e 1/2. La d´etermination du MIS s’effectue `a nouveau par simulation du premier
algorithme, avec des messages de un bit. Comme l’algorithme B,Cest en moyenne optimal mais
sa complexit´e par canal devient ici optimale en O(log n).
Il faut noter que ce dernier algorithme distribu´e et probabiliste de MIS est, `a ma connaissance,
le meilleur connu. Bien que ce point soit secondaire, son coˆut en espace m´emoire est ´evidemmment
´elev´e, O(n2). De plus, l’ind´ependance asymptotique de l’insertion de deux sommets disctincts
dans le MIS est ´egalement d´emontr´ee (§4.5). Cette derni`ere propri´et´e peut raisonnablement faire
penser que la technique utilis´ee est g´en´eralisable `a d’autre probl`emes voisins dans les graphes
(couverture, coloration, etc.).
Coloration de graphe
Le chapitre 5 pr´esente et analyse un algorithme probabiliste synchrone assez simple, dont la
conception s’inspire de celui du chapitre pr´ec´edent.
Au d´ebut de chaque phase, un sommet de Gencore sans couleur connaˆıt l’ensemble de ses
voisins actifs (sommets encore sans couleur d´efinitive). `
A chaque ronde, chaque sommet ug´en´ere
uniform´ement un bit al´eatoire qu’il envoie `a l’ensemble de ces voisins encore actifs, dont chacun
lui retourne son message de un bit. Le sommet usupprime alors de cet ensemble ses voisins
actifs lui ayant renvoy´e un bit distinct de celui qu’il a lui-mˆeme tir´e. Les sommets de Gayant
obtenu ainsi leur couleur d´efinitive arrˆetent l’ex´ecution et sont supprim´es de Gavec leurs arˆetes
adjacentes. Les autres sommets continuent d’ex´ecuter l’algorithme dans le graphe r´esiduel de
G. La couleur finale d’un sommet uest donc le mot ωuform´e par la concat´enation de tous
les bits g´en´er´es par u, de ronde en ronde, durant son ex´ecution de l’algorithme (ωu∈ {0,1}∗,
mono¨ıde libre construit sur l’alphabet {0,1}∪{ε}et muni de la concat´enation : ωupeut ainsi
ˆetre interpr´et´e comme un entier).
L’analyse de complexit´e locale, via la transform´ee de Mellin, fait ainsi apparaˆıtre une
esp´erance du nombre de bits total g´en´er´es par un sommet ude Gde degr´e d(u) = d≥1
asymptotiquement ´egale, pour d→ ∞, `a
E(Ld) = log2(d) + 1
2+γ
ln 2 +δ(log2(d)) + Od−2,
o`u δ(x) = −1/ln 2 X
k∈Z\{0}
Γ(2ikπ/ ln 2) exp(−2ikπx) est une fonction oscillante de p´eriode 1
(s´erie de Fourier) et d’amplitude faible, |δ(x)| ≤ 10−6, le terme d’erreur Od−2provenant du
d´eveloppement des singularit´es dans la bande h−1/2,2i(la bande fondamentale ´etant h−1,0i).
L’apparition de fluctuations p´eriodiques provient des pˆoles imaginaires 2ikπ/ ln 2 de la trans-
form´ee de Mellin. On la rencontre dans l’analyse asymptotique de nombreux algorithmes conte-
nant des sommes harmoniques (dyadiques, doublement exponentielles, etc.).
Cette s´erie de Fourier (terme oscillant) de faible amplitude caract´erise les autres moments
de la v.a. Ld, en particulier sa variance. Mˆeme remarque concernant le §5.4 (Cas particuliers)
qui traite des cycles, des graphes al´eatoires G(n, p) (Erd¨os-R´enyi) et des graphes complets, pour
lesquels la complexit´e globale moyenne de l’algorithme peut-ˆetre vue comme la hauteur moyenne
d’un trie. En revanche, on peut noter que la proposition 5.2 comme son corollaire 5.4 demeurent
valides, mˆeme lorsqu’on n´eglige brutalement ces faibles oscillations, δ(log2(d)), par un terme
O(1). Seule la vitesse de convergence en probabilit´e du rapport Ld/log2(d) ainsi que celle de son
corollaire 5.4 en sont affect´ees.
Pour conclure l’´etude de cet algorithme, il faut signaler son optimalit´e O(log n) et O(log n)
avec grande probabilit´e, ainsi que l’am´elioration qu’il apporte `a la complexit´e en bits, au re-
gard des autres algorithmes distribu´es probabilistes de coloration. Le seul point posant vraiment
3