[论文解读] Counting unlabelled toroidal graphs with no K33-subdivisions

Andrei Gagarin, Gilbert Labelle+1 more|ArXiv.org|Sep 1, 2005

Advanced Graph Theory Research参考文献 13被引用 9

一句话总结

本论文基于物种理论与沃什索引级数，提出了一种针对排除 $K_{3,3}$-子式的环面图与射影平面上图的新型无标签计数框架。通过结构定理将此类图分解为通过 2-极网络代入核心图的结构，从而得到显式生成函数与计数公式，实现了对最多 64 个顶点的无标签非平面 $K_{3,3}$-自由图的精确计数。

ABSTRACT

We provide a description of unlabelled enumeration techniques, with complete proofs, for graphs that can be canonically obtained by substituting 2-pole networks for the edges of core graphs. Using structure theorems for toroidal and projective-planar graphs containing no K33-subdivisions, we apply these techniques to obtain their unlabelled enumeration.

研究动机与目标

• 开发一种系统化的无标签计数方法，用于可嵌入环面或射影平面的非平面 $K_{3,3}$-自由图。
• 将物种理论技术，特别是沃什索引级数，扩展至处理图代入中的自同构与边环结构。
• 应用 $K_{3,3}$-自由 2-连通图的结构定理，将其分解为代入 2-极网络的核心图。
• 计算最多 64 个顶点的无标签环面图与射影平面上图的显式生成函数。
• 为无标签 $K_{3,3}$-自由图的计数提供基础，将问题简化为计算网络级数与核心自同构类型。

提出的方法

• 引入复合算子 $\mathcal{G} \uparrow \mathcal{N}$，其中来自类 $\mathcal{N}$ 的 2-极网络被代入来自类 $\mathcal{G}$ 的核心图的边中，从而构成复杂图。
• 定义沃什索引级数 $W_{\mathcal{G}}$ 以编码自同构数据，包含核心图上自同构的循环类型及其在网路上诱导的半直积结构。
• 利用物种理论将无标签计数与标记对 $(G, \sigma)$ 的指数生成函数联系起来，其中 $\sigma$ 是图 $G$ 的自同构。
• 推导出 $\mathcal{G} \uparrow \mathcal{N}$ 的生成函数的递归公式，其表达式基于 $\mathcal{G}$ 的沃什级数与 $\mathcal{N}$ 的正/负半直积级数。
• 将该方法应用于环面图与射影平面上图的核心图，特别是“环面冠”这一无限族，利用路径与环的匹配多项式。
• 建立有根圆柱形与莫比乌斯形网络半直积与自同构循环类型之间的联系，从而通过循环指标分解实现精确计数。

实验结果

研究问题

• RQ1 如何在无标签计数中系统化地实现对 $K_{3,3}$-自由环面图与射影平面上图的计数，超越标记图的计数方法？
• RQ2 自同构循环类型与边环根在将复杂图分解为核心图与网络组件中的作用是什么？
• RQ3 如何利用物种理论与生成函数形式化 2-极网络代入核心图的过程？
• RQ4 无标签 $K_{3,3}$-自由环面图的生成函数结构是怎样的，特别是对于环面冠这一无限族？
• RQ5 无标签非平面 $K_{3,3}$-自由图的计数在多大程度上可简化为计算网络级数与核心自同构数据？

主要发现

• 本论文基于 $\mathcal{G} \uparrow \mathcal{N}$ 代入模型，建立了无标签 $K_{3,3}$-自由环面图与射影平面上图的完整生成函数框架。
• 推导出 $\mathcal{G} \uparrow \mathcal{N}$ 的沃什索引级数的闭式表达式，其形式基于 $\mathcal{G}$ 的沃什级数与 $\mathcal{N}$ 的正/负半直积级数，从而实现精确计数。
• 对于环面冠，其生成函数涉及路径与环的匹配多项式，且该方法同时考虑了自同构下的圆柱形与莫比乌斯形半直积结构。
• 作者计算了最多 64 个顶点的无标签环面冠与环面核心图的数量，为小规模图提供了明确的数值结果。
• 表 2 与表 3 展示了无标签非平面 2-连通 $K_{3,3}$-自由射影平面上图（最多 9 个顶点）与环面图（最多 12 个顶点）的完整计数结果。
• 该方法将无标签计数问题简化为网络级数的计算，尽管一般情况下该问题仍为开放问题，但通过算法生成，对小图而言是可计算的。