[论文解读] A new bound for the cops and robbers problem

Alex Scott, Benny Sudakov|arXiv (Cornell University)|Apr 12, 2010

Advanced Graph Theory Research参考文献 10被引用 11

一句话总结

本文建立了连通 $ n $-顶点图的警匪问题中警力数的新上界，证明其至多为 $ n2^{-(1+o(1))\sqrt{\log n}} $，优于以往的界限。证明结合了对高直径图的路径删除策略与利用概率集中性控制低直径情形的随机警力布置方法，实现了对先前结果的显著次多项式改进。

ABSTRACT

In this short paper we study the game of cops and robbers, which is played on the vertices of some fixed graph $G$. Cops and a robber are allowed to move along the edges of $G$ and the goal of cops is to capture the robber. The cop number $c(G)$ of $G$ is the minimum number of cops required to win the game. Meyniel conjectured a long time ago that $O(\sqrt{n})$ cops are enough for any connected $G$ on $n$ vertices. Improving several previous results, we prove that the cop number of $n$-vertex graph is at most $n 2^{-(1+o(1))\sqrt{\log n}}$.

研究动机与目标

• 改进连通 $ n $-顶点图的警力数 $ c(G) $ 的上界。
• 通过提供更强的次多项式上界，回应梅尼埃尔猜想 $ c(G) = O(\sqrt{n}) $。
• 为小直径图开发一种结合确定性路径控制与随机警力布置的新策略。
• 证明警力数被限制在 $ n2^{-(1+o(1))\sqrt{\log n}} $ 以内，显著优于早期的 $ O(n / \log n) $ 界限。

提出的方法

• 采用确定性策略：在一条最长最短路径 $ P $ 上放置一名警力以阻断匪徒通行，然后在 $ G - P $ 上递归处理，从而减小问题规模。
• 对于直径较小的图 $ D \leq 2^{\sqrt{\log n}} / \log^3 n $，在 $ t+1 $ 个随机子集 $ \mathcal{C}_1, \dots, \mathcal{C}_{t+1} $ 上应用随机警力布置，每个顶点以概率 $ (\log n)^2 2^{-\sqrt{\log n}} $ 独立地被包含在其中。
• 利用切诺夫型集中不等式，证明以高概率所用警力总数至多为 $ n(\log n)^3 2^{-\sqrt{\log n}} $。
• 定义递归集合 $ A_i, D_i $ 以模拟警力移动：$ D_i $ 是从 $ A_i $ 出发在 $ 2^{i-1} $ 步内可达的顶点集合，警力被布置在 $ \mathcal{C}_i $ 上以覆盖 $ D_i $。
• 使用关键引理：对于任意小集合 $ A $，若 $ |B(A, 2^i)| \geq 2^{\sqrt{\log n}} |A| $，则以高概率有 $ |B(A, 2^i) \cap \mathcal{C}_j| \geq |A| $，从而确保覆盖。
• 通过归纳法证明警力数被限制在 $ f(n) = 2n(\log n)^3 2^{-\sqrt{\log n}} $ 以内，结合基于直径的分类讨论与对数项的渐近分析。

实验结果

研究问题

• RQ1 是否可以将 $ n $-顶点图的警力数以显著小于 $ O(n / \log n) $ 的函数形式界定，趋近于 $ O(\sqrt{n}) $？
• RQ2 在小直径图中，警力数的最佳可能上界在 $ n $ 上如何表示？
• RQ3 在无需完全视野的情况下，随机警力布置策略是否能有效控制匪徒的移动？
• RQ4 如何将路径删除法与概率技术结合，以实现警力数上界上的次多项式改进？
• RQ5 当匪徒不可见时，该策略是否依然有效？其能否在期望多项式时间内实现？

主要发现

• 任意连通 $ n $-顶点图的警力数至多为 $ n2^{-(1+o(1))\sqrt{\log n}} $，相较于以往界限有显著改进。
• 对于直径至多为 $ 2^{\sqrt{\log n}} / \log^3 n $ 的图，警力数至多为 $ n(\log n)^3 2^{-\sqrt{\log n}} $，通过在 $ t+1 $ 个随机子集上的随机警力布置实现。
• 证明采用递归策略：在一条最长最短路径上放置一名警力以阻断匪徒，然后在剩余图上递归处理，从而减小问题规模。
• 随机警力策略可确保以高概率覆盖所有可能的匪徒位置，且在 $ 2^{i-1} $ 步内，利用集中不等式保证覆盖效果。
• 归纳界 $ f(n) = 2n(\log n)^3 2^{-\sqrt{\log n}} $ 足够紧致，足以完成归纳步骤，从而证明主定理。
• 即使匪徒不可见，该策略依然有效，结合重复猜测与随机移动后，可在期望多项式时间内将其捕获。