图的着色
点着色
(讨论的是无自环无向图)
对无向图顶点着色,且相邻顶点不能同色。若 G 是 - 可着色的,但不是 - 可着色的,则称 k 是 G 的色数,记为 。
对任意图 G,有 ,其中 为最大度。
Brooks 定理
设连通图不是完全图也不是奇圈,则 。
证明
证明
设 ,考虑数学归纳法。
首先, 时,命题显然成立。
接下来,假设对于 时的命题成立,下面我们要逐步强化命题。
不妨只考虑 - 正则图,因为对于非正则图来说,可以看作在正则图里删去一些边构成的,而这一过程并不会影响结论。
对于任意不是完全图也不是奇圈的正则图 G,任取其中一点 v,考虑子图 ,由归纳假设知 ,接下来我们只需证明在 H 中插入 v 不会影响结论即可。
令 ,设 H 染的 种颜色分别为 ,v 的 个邻接点为 。不妨假设 v 的这些邻接点颜色两两不同,否则命题得证。
接下来我们设所有在 H 中染成 或 的点以及它们之间的所有边构成子图 。不妨假设任意 2 个不同的点 , 一定在 的同一个连通分量中,否则若在两个连通分量中的话,可以交换其中一个连通分量所有点的颜色,从而 , 颜色相同。
这里的交换颜色指的是若图中只有两种颜色 a,b,那么把图中原来染成颜色 a 的点全部染成颜色 b,把图中原来染成颜色 b 的点全部染成颜色 a。
我们设上述连通分量为 ,那么 一定只能是 到 的路。因为 在 H 中的度为 ,所以 在 H 中的邻接点颜色一定两两不同,否则可以给 染别的颜色,从而和 v 的其他邻接点颜色重复,所以 在 中邻接点数量为 1, 同理。然后我们在 中取一条 到 的路,令其为 P,若 ,那么我们沿着 P 顺次给路上的点染色,设遇到的第一个度数大于 2 的点为 u,注意到 u 的邻接点最多只用了 种颜色,所以 u 可以重新染色,从而使 , 不连通。
然后我们不难发现,对任意 3 个不同的点 ,,,。
到这里我们对命题的强化工作就已经做完了。
接下来就很简单。首先,如果 v 的邻接点两两相邻,那么命题得证。不妨设 , 不相邻,在 中取 的邻接点 w,交换 中的颜色。得到的新图中,,矛盾。
至此命题证明完毕。
Welsh–Powell 算法
Welsh–Powell 算法是一种在 不限制最大着色数 时寻找着色方案的贪心算法。
对于无自环无向图 G,设 满足。
按 Welsh–Powell 算法着色后的颜色数至多为 , 该算法的时间复杂度为 。
过程
- 将当前未着色的点按度数降序排列。
- 将第一个点染成一个未被使用的颜色。
- 顺次遍历接下来的点,若当前点和所有与第一个点颜色 相同 的点 不相邻,则将该点染成与第一个点相同的颜色。
- 若仍有未着色的点,则回到步骤 1, 否则结束。
示例如下:
(由 Graph Editor 生成)
我们先对点按度数降序排序,得:
次序 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 |
---|
点的编号 | 4 | 5 | 0 | 2 | 9 | 1 | 3 | 6 | 10 | 12 | 7 | 8 | 11 |
度数 | 5 | 5 | 4 | 4 | 4 | 3 | 3 | 3 | 3 | 3 | 2 | 2 | 1 |
| 1 | 2 | 3 | 4 | 5 | 4 | 4 | 4 | 4 | 4 | 3 | 3 | 2 |
所以 Welsh–Powell 算法着色后的颜色数最多为 5。
另外因为该图有子图 , 所以色数一定大于等于 3。
第一次染色:
染 4 9 3 11
号点。 - 第二次染色:
染 5 2 6 7 8
号点。 - 第三次染色:
染 0 1 10 12
号点。
证明
证明
对于无自环无向图 G,设 满足
令 , 我们取 中的子集 , 其中的元素满足
- , 其中
若
则 当且仅当
- 与 均不相邻
显然若将 中的点染成第 i 种颜色,则该染色方案即为 Welsh–Powell 算法给出的方案,显然有
我们只需要证明:
其中
上式左边的不等号显然成立,我们考虑右边。
首先我们不难得出:
若 ,则 v 与 中分别至少有一个点相邻,从而有
进而
另一方面,基于序列 的构造方法,我们不难发现
两式结合即得证。
边着色
对无向图的边着色,要求相邻的边涂不同种颜色。若 G 是 k- 边可着色的,但不是 - 边可着色的,则称 k 是 G 的边色数,记为 。
Vizing 定理
设 G 是简单图,则
若 G 是二部图,则
当 为奇数()时,; 当 为偶数时,
二分图 Vizing 定理的构造性证明
证明
按照顺序在二分图中加边。
我们在尝试加入边 的时候,我们尝试寻找对于 和 的编号最小的尚未被使用过的颜色,假设分别为 和 。
如果 此时我们可以直接将这条边的颜色设置为 。
否则假设 , 我们可以尝试将节点 连出去的颜色为 的边的颜色修改为 。
修改的过程可以被近似的看成是一条从 出发,依次经过颜色为 的边的有限唯一增广路。
因为增广路有限所以我们可以将增广路上所有的边反色,即原来颜色为 的修改为 ,原来颜色为 的修改为 。
根据二分图的性质,节点 不可能为增广路节点,否则与最小未使用颜色为 矛盾。
所以我们可以在增广之后直接将连接 和 的边的颜色设为 。
总构造时间复杂度为 。
示例代码 UVa10615 Rooks
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123 | #include <iostream>
constexpr int MAXN = 100;
int t;
int n;
char a[MAXN + 10][MAXN + 10];
int c[MAXN + 10][MAXN + 10];
int ans;
namespace graph {
struct Vertex {
int head;
int deg;
int vis[MAXN + 10];
} vertex[2 * MAXN + 10], e;
struct Edge {
int head;
int next;
int col;
} edge[2 * MAXN * MAXN + 10];
int ecnt;
void init() {
for (int i = 0; i < MAXN + 10; i++) std::fill(c[i], c[i] + MAXN + 10, 0);
for (int i = 1; i <= 2 * MAXN; i++) vertex[i] = e;
for (int i = 0; i <= 2 * MAXN * MAXN; i++) edge[i].col = 0;
ecnt = 1;
ans = 0;
return;
}
void addEdge(int tail, int head) {
ecnt++;
edge[ecnt].head = head;
edge[ecnt].next = vertex[tail].head;
vertex[tail].head = ecnt;
vertex[tail].deg++;
return;
}
int get(int u) {
for (int i = 1; i <= n; i++)
if (!vertex[u].vis[i]) return i;
exit(1);
}
void DFS(int u, int ori, int upd) {
if (vertex[u].vis[ori] == 0) {
vertex[u].vis[upd] = 0;
return;
}
int e = vertex[u].vis[ori];
int v = edge[e].head;
DFS(v, upd, ori);
edge[e].col = upd;
edge[e ^ 1].col = upd;
vertex[u].vis[upd] = e;
vertex[v].vis[upd] = e ^ 1;
return;
}
void AddEdge(int u, int v) {
addEdge(u, v);
addEdge(v, u);
return;
}
void solve() {
for (int u = 1; u <= n; u++) {
for (int e = vertex[u].head; e; e = edge[e].next) {
int v = edge[e].head;
if (edge[e].col) continue;
int lu = get(u);
int lv = get(v);
if (lu < lv) DFS(v, lu, lv);
if (lu > lv) DFS(u, lv, lu);
int l = std::min(lu, lv);
vertex[u].vis[l] = e;
vertex[v].vis[l] = e ^ 1;
edge[e].col = l;
edge[e ^ 1].col = l;
}
}
}
void generate() {
for (int u = 1; u <= n; u++) {
for (int e = vertex[u].head; e; e = edge[e].next) {
int v = edge[e].head;
c[u][v - n] = edge[e].col;
}
}
return;
}
} // namespace graph
void mian() {
graph::init();
std::cin >> n;
for (int i = 1; i <= n; i++)
for (int j = 1; j <= n; j++) std::cin >> a[i][j];
for (int i = 1; i <= n; i++)
for (int j = 1; j <= n; j++)
if (a[i][j] == '*') graph::AddEdge(i, j + n);
for (int i = 1; i <= n * 2; i++) ans = std::max(ans, graph::vertex[i].deg);
graph::solve();
graph::generate();
std::cout << ans << '\n';
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j++) std::cout << c[i][j] << ' ';
std::cout << '\n';
}
return;
}
int main() {
std::cin >> t;
while (t--) mian();
return 0;
}
|
一道很不简单的例题 uoj 444 二分图
本题为笔者于 2018 年命制的集训队第一轮作业题。
首先我们可以发现答案下界为度数不为 k 倍数的点的个数。
下界的构造方法是对二分图进行拆点。
若 , 我们将其拆为 个度数为 k 的节点和一个度数为 的节点。
若 , 我们将其拆为 个度数为 k 的节点。
拆出来的点在原图中的意义相同,也就是说,在满足度数限制的情况下,一条边端点可以连接任意一个拆出来的点。
根据 Vizing 定理,我们显然可以构造出该图的一种 k 染色方案。
删边部分由于和 Vizing 定理关系不大这里不再展开。
有兴趣的读者可以自行阅读笔者当时写的题解。
色多项式
表示 G 的不同 k 着色方式的总数。
在无向无环图 G 中,
- ,则
- ,则
定理:设 是 G 的点割集,且 是 G 的 阶完全子图, 有 个连通分支,则:
其中
参考资料
- Graph coloring - Wikipedia
- Welsh, D. J. A.; Powell, M. B. (1967), "An upper bound for the chromatic number of a graph and its application to timetabling problems", The Computer Journal, 10 (1): 85–86
本页面最近更新:2024/3/27 06:46:12,更新历史
发现错误?想一起完善? 在 GitHub 上编辑此页!
本页面贡献者:CoderOJ, dkz051, Enter-tainer, iamtwz, ImpleLee, Ir1d, lyccrius, ouuan, Tiphereth-A, zhouyuyang2002
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供,附加条款亦可能应用