[논문 리뷰] Hamilton cycles in graphs and hypergraphs: an extremal perspective

Daniela Kühn, Deryk Osthus|arXiv (Cornell University)|2014. 02. 18.

Advanced Graph Theory Research인용 수 13

한 줄 요약

이 종합 검토는 그래프 및 초그래프에서 해밀턴 순환에 대한 극한 및 확률적 접근법의 최근 발전을 다루며, 확장성, 준난수성, 복원성 및 강건성에 중점을 둔다. 정규 및 정점-전이성 그래프에 대한 오랫동안 남아있던 추측을 해결하고, 준난수 초그래프에서 해밀턴 순환에 대한 근사 분해를 확립하며, 엔트로피 기반 방법과 무작위 알고리즘을 사용하여 딜라 그래프 및 무작위 그래프에서 해밀턴 순환의 수를 세는 점근적 공식을 제시한다.

ABSTRACT

As one of the most fundamental and well-known NP-complete problems, the Hamilton cycle problem has been the subject of intensive research. Recent developments in the area have highlighted the crucial role played by the notions of expansion and quasi-randomness. These concepts and other recent techniques have led to the solution of several long-standing problems in the area. New aspects have also emerged, such as resilience, robustness and the study of Hamilton cycles in hypergraphs. We survey these developments and highlight open problems, with an emphasis on extremal and probabilistic approaches.

연구 동기 및 목표

• 그래프 및 초그래프에서 해밀턴 순환에 대한 극한 및 확률적 연구의 최근 돌파구를 조사한다.
• 확장성 및 강건성 기법을 사용하여 정규, 정점-전이성, 카일리 그래프에 대한 오랜 추측을 다룬다.
• 밀도 있는 그래프 및 초그래프, 무작위 그래프/초그래프의 엣지-소실 해밀턴 순환으로의 근사 및 정확한 분해를 확립한다.
• 엔트로피 및 무작위 알고리즘을 사용하여 딜라 그래프 및 무작위 그래프에서 해밀턴 순환의 수를 세는 점근적 공식을 개발한다.
• 정규 그래프에서 해밀턴 순환 존재성, 완벽 매칭, 고유값 갭 간의 관계를 탐색한다.

제안 방법

• 밀도 있는 정규 그래프를 소수의 강건 또는 이분 강건 확산 성분으로 분할하는 강건한 확산 및 구조적 분할 기법을 사용한다.
• 준난수성 및 고유값 갭 조건(크리브레비치-수다코프 추측을 통해)을 적용하여 정규 그래프에서 해밀턴성 조건을 도출한다.
• 엔트로피 기반 최적화: 분수 매칭 x에 대해 ∑ₑ xₑ log₂(1/xₑ)의 최대값으로 h(G)를 정의하고, 해밀턴 순환의 수를 유계로 둔다.
• 초그래프 분해 문제를 준난수 방향그래프에서의 근사 분해로 환원하여, 3-균일 초그래프에서의 타이트 해밀턴 순환에 대한 결과를 도출한다.
• 무작위 걷기 임bedding 및 무작위 근사 계획(FPRAS)을 사용하여 딜라 그래프에서 해밀턴 순환의 수를 추정한다.
• 무작위 그래프 과정에서 도달 시간 분석을 적용하여 해밀턴 순환이 나타나는 정확한 임계값을 결정한다.

실험 결과

연구 질문

• RQ1 3-연결 정규 그래프에서 해밀턴성 보장의 최소 차수 조건은 무엇이며, 이는 최적인가?
• RQ2 내성 추측은 확장성 또는 준난수성 조건으로 대체되거나 강화될 수 있는가? 이를 통해 해밀턴 순환을 보장할 수 있는가?
• RQ3 딜라 그래프에서 해밀턴 순환의 점근적 수는 무엇이며, 이를 효율적으로 근사화할 수 있는가?
• RQ4 완전한 k-균일 초그래프 또는 무작위 초그래프가 엣지-소실 해밀턴 ℓ-순환으로 분해될 수 있는 조건은 무엇인가?
• RQ5 무작위 그래프에서 해밀턴 순환의 수는 기대값과 어떻게 관련되어 있으며, 그 농도 행동은 어떠한가?

주요 결과

• 모든 3-연결 d-정규 그래프(정점 수 n ≥n₀, d ≥n/4)는 해밀턴 순환을 포함하며, 이 조건은 최적이다.
• 모든 ε > 0에 대해, n ≥n₀이고 차수 ≥εn인 연결 정점-전이성 그래프는 해밀턴 순환을 포함한다. 이는 로바슈 및 카일리 추측의 밀도 있는 경우를 확인한다.
• 1 ≤ℓ < k일 때, n이 가분성 조건을 만족하면 완전한 k-균일 초그래프 Kₙ^(k)는 엣지-소실 해밀턴 ℓ-순환으로의 근사 분해가 존재한다.
• 무작위 3-균일 초그래프 Hₙ,p^(3)에서 ε⁴⁵np¹⁶ ≥(log n)²¹ 이면, 거의 확실히 모든 엣지의 ε¹ᐟ¹⁵ 분율 이외의 엣지들이 엣지-소실 타이트 해밀턴 순환에 의해 커버된다.
• 딜라 그래프 G(δ(G) ≥n/2)에서 해밀턴 순환의 수는 점근적으로 2²ʰ⁽ᴳ⁾⁻ⁿ log₂ e − o(n)이며, 여기서 h(G)는 분수 매칭에 대한 그래프의 엔트로피이다.
• 무작위 그래프 과정에서 최소 차수가 2가 되는 도달 시간에 거의 확실히 해밀턴 순환의 수는 (1−o(1))n(log n/e)ⁿ이며, 이는 p ≈ log n/n 인 Gn,p에서의 기대값과 일치한다.