[论文解读] Hamilton cycles in graphs and hypergraphs: an extremal perspective
本综述总结了图与超图中哈密顿圈研究在极值与概率方法上的最新进展，聚焦于扩张性、拟随机性、韧性与鲁棒性。该研究解决了关于正则图与顶点传递图的长期猜想，建立了拟随机超图中近似分解为哈密顿圈的结果，并利用基于熵的方法与随机算法，为狄拉克图与随机图中的哈密顿圈计数提供了渐近公式。
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.
研究动机与目标
- 综述图与超图中哈密顿圈研究在极值与概率方法上的最新突破。
- 利用扩张性与鲁棒性技术，解决关于正则图、顶点传递图与凯莱图的长期猜想。
- 在稠密图与随机图/超图中，建立边不相交哈密顿圈的近似与精确分解。
- 利用熵与随机算法，为狄拉克图与随机图中的哈密顿圈计数发展渐近公式。
- 探讨正则图中哈密顿圈存在性、完美匹配与特征值间隙之间的联系。
提出的方法
- 将稠密正则图的结构划分为少数鲁棒或双分鲁棒扩张组件，利用鲁棒扩张性。
- 应用拟随机性与特征值间隙条件（通过克里夫列维奇-苏达科夫猜想）推导正则图的哈密顿性。
- 采用基于熵的优化：定义 h(G) 为在分数匹配 x 上 ∑ₑ xₑ log₂(1/xₑ) 的最大值，用于界定哈密顿圈的数量。
- 将超图分解问题约化为拟随机有向图中的近似分解，从而在 3-均匀超图中得到关于紧致哈密顿圈的结果。
- 使用随机游走嵌入与随机近似方案（FPRAS）估计狄拉克图中哈密顿圈的数量。
- 在随机图过程中应用命中时间分析，确定哈密顿圈出现的确切阈值。
实验结果
研究问题
- RQ13-连通正则图的最小度条件是什么，且该条件是否最优？
- RQ2是否可用扩张性或拟随机性条件替代或强化韧性猜想，以保证哈密顿圈的存在？
- RQ3狄拉克图中哈密顿圈的渐近数量是多少，能否高效近似？
- RQ4在何种条件下，完全 k-均匀超图或随机超图可分解为边不相交的哈密顿 ℓ-圈？
- RQ5随机图中哈密顿圈的数量与期望值有何关系，其集中行为如何？
主要发现
- 每个在 n ≥ n₀ 个顶点上、度数 d ≥ n/4 的 3-连通 d-正则图都是哈密顿图，且该界限为最优。
- 对任意 ε > 0，每个在 n ≥ n₀ 个顶点上、度数 ≥ εn 的连通顶点传递图均包含一个哈密顿圈，证实了洛瓦兹猜想与凯莱猜想的稠密情形。
- 当 n 满足可除性条件时，对任意 1 ≤ ℓ < k，完全 k-均匀超图 Kₙ^(k) 存在边不相交哈密顿 ℓ-圈的近似分解。
- 对随机 3-均匀超图 Hₙ,p^(3)，若 ε⁴⁵np¹⁶ ≥ (log n)²¹，则一个几乎必然（a.a.s.）地，所有边中除 ε¹ᐟ¹⁵ 分数外，其余边均可被边不相交的紧致哈密顿圈覆盖。
- 狄拉克图 G（满足 δ(G) ≥ n/2）中哈密顿圈的数量渐近为 2²ʰ⁽ᴳ⁾⁻ⁿ log₂ e − o(n)，其中 h(G) 为图在分数匹配上的熵。
- 在随机图过程中，当最小度首次达到 2 时，一个几乎必然地，哈密顿圈的数量为 (1−o(1))n(log n/e)ⁿ，与 Gn,p 在 p ≈ log n/n 时的期望值一致。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。