Вырожденность (теория графов)
k-Вырожденный граф — это неориентированный граф, в котором каждый подграф имеет вершины со степенью, не превосходящей k. Вырожденность графа — это наименьшее значение k, для которого граф является k-вырожденным. Вырожденность графа отражает, насколько граф разрежен и (с точностью до постоянного множителя) отражает другие меры разреженности, такие как древесность графа.
Вырожденность известна также под именем k-ядерное число[1][2][3], ширина[4] и зацепление[5], и, по существу, это то же самое, что и число раскраски[6] или число Секереша — Вилфа. k-Вырожденные графы называются также k-индуктивными графами[7]. Вырожденность графа может быть вычислена за линейное время с помощью алгоритма, который последовательно удаляет вершины с минимальной степенью[8]. Компонента связности, оставшаяся после удаления всех вершин со степенью , меньшей k, называется k-ядром графа, и вырожденность графа равна наибольшему значению k, для которого существует k-ядро.
Примеры
Любой лес либо имеет изолированную вершину (без смежных рёбер), либо листовую вершину (инцидентную в точности одному ребру), так что леса и деревья являются 1-вырожденными графами.
Любой конечный планарный граф имеет вершину степени пять или менее, так что любой планарный граф является 5-вырожденным и вырожденность любого планарного графа не превосходит пяти. Подобно этому, вырожденность любого внешнепланарного графа не превосходит двух[9], а вырожденность графов Аполлония равна трём.
Модель Барабаши — Альберт генерации случайных безмасштабных сетей[10] имеет в качестве параметра число m, такое, что каждая вершина, добавленная к графу, связана рёбрами с m добавленных ранее вершин. Отсюда следует, что любой подграф сети, полученный таким способом, имеет степень вершин, не меньшую m (это степень последней вершины, добавленной в граф), так что сети Барабаши — Альберт автоматически m-вырожденные.
Любой k-регулярный граф имеет вырожденность в точности k. Более строго, вырожденность графа равна наибольшей степени вершины тогда и только тогда, когда по меньшей мере одна из компонент связности графа является регулярной и имеет степень самого графа. Для всех остальных графов вырожденность строго меньше наибольшей степени вершин графа[11]
Определения
Число раскрашивания графа G ввели Эрдёш и Хайнал[6] как наибольшее κ, для которого существует упорядочение вершин графа G, при котором каждая вершина имеет меньше κ соседей, предшествующих вершине в порядке. Следует отличать это число от хроматического числа графа G, минимального числа цветов, необходимых для раскраски вершин, при которой никакие две смежные вершины не выкрашены в одинаковый цвет. Упорядочение, определяющее число раскрашивания, даёт порядок раскрашивания вершин графа G в число цветов, равное числу раскрашивания, но, в общем случае, хроматическое число может быть меньше этого числа.
Вырожденность графа G Лик и Уайт[9] определили как наименьшее число k, для которого любой порождённый подграф графа G содержит вершину с k и менее соседями. Определение не изменится, если вместо порождённых подграфов брать произвольные подграфы, поскольку непорождённый подграф может иметь степени вершин, не превосходящие степеней вершин порождённого с тем же набором вершин подграфа.
Два понятия, число раскрашивания и вырожденность, эквивалентны — в любом конечном графе вырожденность на единицу меньше числа раскрашивания[12][13]. Если граф имеет упорядочение с числом раскрашивания κ, то в каждом подграфе H вершина, принадлежащая H и являющаяся последней в упорядочении, имеет не более κ − 1 соседей в H. В другом направлении, если G равно k-вырожденности, то упорядочение с числом раскрашивания k + 1 можно получить путём последовательного нахождения вершины v с максимум k соседями, удаления вершины v из графа, упорядочения оставшихся вершин и добавления вершины v в конец порядка.
Третье эквивалентное определение k-вырожденности графа G (или что число раскрашивания не превосходит k + 1) — граф k-вырожден тогда и только тогда, когда рёбра графа G могут быть ориентированы с образованием направленного ациклического графа с полустепенью исхода, не превосходящей k[14]. Такая ориентация может быть получена путём ориентации каждого ребра в сторону более ранней из двух вершин ребра согласно упорядочению. В другом направлении, если задана ориентация с полуисходом выхода k, упорядочение с числом раскрашивания k + 1 может быть получено как топлогическое упорядочение ориентированного ациклического графа.
k-Ядра
k-Ядро графа G — это максимальный связный подграф графа G, в котором все вершины имеют степень по меньшей мере k. Эквивалентно, это одна из связных компонент подграфа G, образованного последовательным удалением всех вершин со степенью, меньшей k. Если существует непустое k-ядро, ясно, что G имеет вырожденность, не меньшую k, а вырожденность графа G — это наибольшее число k, для которого G имеет k-ядро.
Вершина имеет ядерность , если вершина принадлежит -ядру, но не принадлежит - ядру.
Понятие k-ядра было введено для изучения группировки в социальных сетях[15] и для описания развёртывания случайных графов[16][17][18]. Понятие было также перенесено в биоинформатику[1][2] и визуализацию сетей[19][20].
Алгоритмы
Как описывают Матула и Бек[8], можно найти за линейное время упорядочение вершин в конечном графе G, оптимизирующее число раскрашивания упорядочения, если использовать контейнерную очередь для нахождения и удаления вершин наименьшей степени. Вырожденность тогда — это наибольшая степень любой вершины на момент её удаления.
Более детально, алгоритм работает следующим образом:
- Создаём выходной список L.
- Вычисляем число dv для любой вершины v графа G, число соседей вершины v, ещё не находящихся в L. Начально эти числа просто равны степеням вершин.
- Создаём массив D, в котором D[i] содержит список вершин v, не входящих в список L, для которых dv = i.
- Присваиваем k значение 0.
- Повторяем n раз:
- Просматриваем элементы массива D[0], D[1], ..., пока не найдём i, для которого D[i] не пусто.
- Присваиваем k максимальное из двух значений (k,i)
- Выбираем вершину v из D[i]. Добавляем v в начало очереди L и удаляем её из D[i].
- Для каждой вершины w, соседней v и не находящейся в L, вычитаем единицу из dw и переносим w в элемент массива D, который соответствует новому значению dw.
При завершении алгоритма k содержит вырожденность графа G, а список L содержит вершины в оптимальном порядке для числа раскрашивания. В графе G i-ядра — это подсписки списка L, состоящие из вершин, добавленных в L после того, как k первый раз принимает значение, большее или равное i.
Инициализация переменных L, dv, D и k может быть легко сделана за линейное время. Нахождение очередной удаляемой вершины v и пересчёт элементов D, содержащих соседей вершины v, занимает время, пропорциональное значению dv на этом шаге, но сумма таких значений равна числу рёбер графа, так что общее время линейно.
Связь с другими параметрами графа
Если граф G является ориентированным ацикличным с полустепенью исхода k, то его дуги могут быть разбиты на k лесов путём выбора одного леса для каждой исходящей дуги каждой вершины. Таким образом, древесность графа G не превосходит его вырожденности. В обратном направлении, граф с n вершинами, который можно разбить на k лесов, имеет не более k(n − 1) рёбер, а потому имеет вершины со степенью, не превосходящей 2k− 1. То есть вырожденность вдвое меньше древесности графа. Можно вычислить также за полиномиальное время ориентацию графа, минимизирующую степень полувыхода, не требуя ацикличности графа. Рёбра графа с такой ориентацией можно разбить тем же способом на k псевдолесов. И обратно, любое разбиение рёбер графа на k псевдолесов приводит к ориентации с наибольшей полустепенью исхода k (путём выбора ориентации с полустепенью выхода 1 для каждого псевдолеса), так что наименьшая полустепень исхода такой ориентации является псевдодревесностью, которая, снова, не превосходит вырожденности[14][21][22][23][24]. Толщина также (с точностью до постоянного множителя) пропорциональна древесности, так что то же самое верно и для вырожденности[25].
k-Вырожденный граф имеет хроматическое число, не превосходящее k + 1. Это можно показать простой индукцией по числу вершин в точности как при доказательстве теоремы о шести красках для планарных графов. Поскольку хроматическое число является верхней границей порядка наибольшей клики, этот порядок не превосходит вырожденности плюс единица. При использовании алгоритма жадной раскраски на упорядочение с оптимальным числом раскрашивания, можно раскрасить k-вырожденный граф, используя не более k + 1 цветов[6][26].
Вершинно k-связный граф — это граф, который нельзя разбить на несколько компонент путём удаления менее k вершин, или, эквивалентно, это граф, в котором каждая пара вершин может быть соединена k путями, не имеющими общих вершин. Поскольку в этих путях должны исходить эти две вершины через различные рёбра, вершинно k-связный граф должен иметь вырожденность по меньшей мере k. Понятие, близкое k-ядрам, но основывающееся на связности вершин, изучается в теории социальных сетей под названием структурные связи[27].
Если древесная ширина или путевая ширина графа не превосходит k, тогда он является подграфом хордального графа, имеющего совершенный порядок исключения, при котором каждая вершина имеет не более k предшествующих соседей. Таким образом, вырожденность не превосходит древесной ширины и путевой ширины. Однако существуют графы с ограниченной вырожденностью и неограниченной древесной шириной, как, например, решётки[28].
Гипотеза Эрдёша — Бура касается связи вырожденности графа G и числа Рамсея графа G, наибольшего n, для которого любая двухцветная раскраска рёбер полного графа с n вершинами должна содержать монохромную копию графа G. Конкретно, гипотеза утверждает, что для любого фиксированного значения k число Рамсея k-вырожденных графов растёт линейно от числа вершин графов[29]. Гипотезу доказал Ли[30].
Бесконечные графы
Хотя понятия вырожденности и числа раскрашивания часто подразумевают контекст конечных графов, начальной целью Эрдёша и Хайнала[6] была теория бесконечных графов. Для бесконечного графа G можно определить число раскрашивания аналогично определению для конечных графов как наименьшее кардинальное число α, для которого существует упорядочение вершин графа G, являющееся вполне упорядоченным, в котором каждая вершина имеет менее α соседей среди предыдущих вершин в упорядочении. Неравенство между числом раскрашивания и хроматическим числом имеет место и для бесконечного случая. Эрдёш и Хайнал[6] утверждали это, и на время публикации их работы факт был хорошо известен.
Вырождение случайных подмножеств бесконечных решёток изучается в теории с названием инициирующее просачивание.
Примечания
- Altaf-Ul-Amin, Nishikata, Koma, Miyasato и др., 2003.
- Wuchty, Almaas, 2005.
- Bader, Hogue, 2003.
- Freuder, 1982.
- Kirousis, Thilikos, 1996.
- Erdős, Hajnal, 1966.
- Irani, 1994.
- Matula, Beck, 1983.
- Lick, White, 1970.
- Barabási, Albert, 1999.
- Йенсен и Тофт (Jensen, Toft 2011), p. 78: «Легко видеть, что col(G) = Δ(G) + 1 тогда и только тогда, когда G имеет Δ(G)-регулярную компоненту». В обозначениях Йенсера и Тофта col(G) равно вырождению + 1, а Δ(G) равно максимальной степени вершины.
- Matula, 1968.
- Lick, White, 1970, с. 1084 Proposition 1.
- Chrobak, Eppstein, 1991.
- Seidman, 1983.
- Bollobás, 1984.
- Łuczak, 1991.
- Dorogovtsev, Goltsev, Mendes, 2006.
- Gaertler, Patrignani, 2004.
- Alvarez-Hamelin, Dall'Asta, Barrat, Vespignani, 2005.
- Gabow, Westermann, 1992.
- Venkateswaran, 2004.
- Asahiro, Miyano, Ono, Zenmyo, 2006.
- Kowalik, 2006.
- Dean, Hutchinson, Scheinerman, 1991.
- Szekeres, Wilf, 1968.
- Moody, White, 2003.
- Robertson, Seymour, 1984.
- Burr, Erdős, 1975.
- Lee, 2017.
Литература
- Altaf-Ul-Amin M., Nishikata K., Koma T., Miyasato T., Shinbo Y., Arifuzzaman M., Wada C., Maeda M., Oshima T. Prediction of protein functions based on k-cores of protein-protein interaction networks and amino acid sequences // Genome Informatics. — 2003. — Т. 14. — С. 498–499.
- Alvarez-Hamelin José Ignacio, Dall'Asta Luca, Barrat Alain, Vespignani Alessandro. k-core decomposition: a tool for the visualization of large scale networks. — 2005. — arXiv:cs/0504107.
- Asahiro Yuichi, Miyano Eiji, Ono Hirotaka, Zenmyo Kouhei. Graph orientation algorithms to minimize the maximum outdegree // CATS '06: Proceedings of the 12th Computing: The Australasian Theory Symposium. — Darlinghurst, Australia, Australia: Australian Computer Society, Inc., 2006. — С. 11–20. — ISBN 1-920682-33-3.
- Bader Gary D., Hogue Christopher W. V. An automated method for finding molecular complexes in large protein interaction networks // BMC Bioinformatics. — 2003. — Т. 4, вып. 1. — doi:10.1186/1471-2105-4-2. — PMID 12525261.
- Barabási Albert-László, Albert Réka. Emergence of scaling in random networks // Science. — 1999. — Т. 286, вып. 5439. — С. 509–512. — doi:10.1126/science.286.5439.509. — PMID 10521342. Архивировано 17 апреля 2012 года.
- Bollobás Béla. The evolution of sparse graphs // Graph Theory and Combinatorics, Proc. Cambridge Combinatorial Conf. in honor of Paul Erdős. — Academic Press, 1984. — С. 35–57.
- Burr Stefan A., Erdős Paul. On the magnitude of generalized Ramsey numbers for graphs // Infinite and finite sets (Colloq., Keszthely, 1973; dedicated to P. Erdős on his 60th birthday), Vol. 1. — Amsterdam: North-Holland, 1975. — Т. 10. — С. 214–240. — (Colloq. Math. Soc. János Bolyai).
- Chrobak Marek, Eppstein David. Planar orientations with low out-degree and compaction of adjacency matrices // Theoretical Computer Science. — 1991. — Т. 86, вып. 2. — С. 243–266. — doi:10.1016/0304-3975(91)90020-3.
- Dean Alice M., Hutchinson Joan P., Scheinerman Edward R. On the thickness and arboricity of a graph // Journal of Combinatorial Theory. — 1991. — Т. 52, вып. 1. — С. 147–151. — doi:10.1016/0095-8956(91)90100-X.
- Dorogovtsev S. N., Goltsev A. V., Mendes J. F. F. k-core organization of complex networks // Physical Review Letters. — 2006. — Т. 96, вып. 4. — С. 040601. — doi:10.1103/PhysRevLett.96.040601. — arXiv:cond-mat/0509102. — PMID 16486798.
- Erdős Paul, Hajnal András. On chromatic number of graphs and set-systems // Acta Mathematica Hungarica. — 1966. — Т. 17, вып. 1–2. — С. 61–99. — doi:10.1007/BF02020444.
- Freuder Eugene C. A sufficient condition for backtrack-free search // Journal of the ACM. — 1982. — Т. 29, вып. 1. — С. 24–32. — doi:10.1145/322290.322292.
- Gabow H. N., Westermann H. H. Forests, frames, and games: algorithms for matroid sums and applications // Algorithmica. — 1992. — Т. 7, вып. 1. — С. 465–497. — doi:10.1007/BF01758774.
- Gaertler Marco, Patrignani Maurizio. Dynamic analysis of the autonomous system graph // Proc. 2nd International Workshop on Inter-Domain Performance and Simulation (IPS 2004). — 2004. — С. 13–24.
- Irani Sandy. Coloring inductive graphs on-line // Algorithmica. — 1994. — Т. 11, вып. 1. — С. 53–72. — doi:10.1007/BF01294263.
- Jensen Tommy R., Toft Bjarne. Graph Coloring Problems. — John Wiley & Sons, 2011. — Т. 39. — ISBN 9781118030745.
- Kirousis L. M., Thilikos D. M. The linkage of a graph // SIAM Journal on Computing. — 1996. — Т. 25, вып. 3. — С. 626–647. — doi:10.1137/S0097539793255709.
- Kowalik Łukasz. Approximation scheme for lowest outdegree orientation and graph density measures // Proceedings of the 17th International Symposium on Algorithms and Computation (ISAAC 2006). — Springer-Verlag, 2006. — Т. 4288. — С. 557–566. — doi:10.1007/11940128_56.
- Lee Choongbum. Ramsey numbers of degenerate graphs // Annals of Mathematics. — 2017. — Т. 185, вып. 3. — С. 791-829. — doi:10.4007/annals.2017.185.3.2. — arXiv:1505.04773.
- Lick Don R., White Arthur T. k-degenerate graphs // Canadian Journal of Mathematics. — 1970. — Т. 22. — С. 1082–1096. — doi:10.4153/CJM-1970-125-1.
- Łuczak Tomasz. Size and connectivity of the k-core of a random graph // Discrete Mathematics. — 1991. — Т. 91, вып. 1. — С. 61–68. — doi:10.1016/0012-365X(91)90162-U.
- Matula D. W. A min-max theorem for graphs with application to graph coloring (SIAM 1968 National Meeting) // SIAM Review. — 1968. — Т. 10, вып. 4. — С. 481–482. — doi:10.1137/1010115.
- Matula D. W., Beck L. L. Smallest-last ordering and clustering and graph coloring algorithms // Journal of the ACM. — 1983. — Т. 30, вып. 3. — С. 417–427. — doi:10.1145/2402.322385.
- Moody James, White Douglas R. Structural cohesion and embeddedness: a hierarchical conception of social groups // American Sociological Review. — 2003. — Т. 68, вып. 1. — С. 1–25. — doi:10.2307/3088904.
- Robertson Neil, Seymour Paul. Graph minors. III. Planar tree-width // Journal of Combinatorial Theory. — 1984. — Т. 36, вып. 1. — С. 49–64. — doi:10.1016/0095-8956(84)90013-3.
- Seidman Stephen B. Network structure and minimum degree // Social Networks. — 1983. — Т. 5, вып. 3. — С. 269–287. — doi:10.1016/0378-8733(83)90028-X.
- Szekeres George, Wilf Herbert S. An inequality for the chromatic number of a graph // Journal of Combinatorial Theory. — 1968. — Т. 4. — С. 1–3. — doi:10.1016/S0021-9800(68)80081-X.
- Venkateswaran V. Minimizing maximum indegree // Discrete Applied Mathematics. — 2004. — Т. 143, вып. 1–3. — С. 374–378. — doi:10.1016/j.dam.2003.07.007.
- Wuchty S., Almaas E. Peeling the yeast protein network // Proteomics. — 2005. — Т. 5, вып. 2. — С. 444–449. — doi:10.1002/pmic.200400962. — PMID 15627958.