Skip to main content
QUICK REVIEW

[论文解读] Increasing paths in edge-ordered graphs: the hypercube and random graphs

Jessica De Silva, Theodore Molla|arXiv (Cornell University)|Feb 10, 2015
Advanced Graph Theory Research参考文献 6被引用 4
一句话总结

本文为边有序图中最长递增路径的长度建立了新的下界和上界,重点研究了超立方体和随机图。证明了超立方体 $Q_d$ 满足 $f(Q_d) \in \left[\frac{d}{\log d}, d\right]$,并对随机图 $G(n,p)$ 证明了以高概率有 $f(G(n,p)) \geq \frac{(1-o(1))np}{\omega(n)\log n}$,从而深化了对稀疏图和结构化图中递增路径行为的理解。

ABSTRACT

An edge-ordering of a graph $G=(V,E)$ is a bijection $ϕ:E o\{1,2,...,|E|\}$. Given an edge-ordering, a sequence of edges $P=e_1,e_2,...,e_k$ is an increasing path if it is a path in $G$ which satisfies $ϕ(e_i)

研究动机与目标

  • 确定 $d$-维超立方体 $Q_d$ 的 $f(G)$ 的紧致边界,其中 $f(G)$ 表示在所有边排序中,最长递增路径的最小长度。
  • 分析随机图 $G(n,p)$ 的 $f(G(n,p))$,特别是在边概率稀疏的条件下。
  • 将对递增路径的理解从完全图扩展至其他图类,因为 $f(K_n)$ 已被研究数十年。
  • 应用组合与概率方法,为稀疏和结构化图中的 $f$ 推导渐近下界。
  • 通过新引理与定理,建立图参数(如平均度、边色数)与递增路径长度之间的联系。

提出的方法

  • 使用行人算法的推广形式,分析边有序图中的递增路径。
  • 应用引理 2:若 $f(G) < k$,则图 $G$ 的边集可被 $n$ 个子图覆盖,每个子图最多包含 $k$ 个顶点。
  • 采用引理 3:若 $2\zeta_k - k + 1 < d$,其中 $\zeta_k = \max_{U \subseteq V, |U|=k} |E(G[U])|$,则 $f(G) \geq k$。
  • 利用 Vizing 定理,得到 $f(G) \leq \chi'(G) \leq \Delta(G) + 1$,用于证明上界 $f(Q_d) \leq d$。
  • 应用并集界与概率界,估计 $G(n,p)$ 避免长递增路径的概率。
  • 使用 Chernoff 不等式与并集界,证明 $G(n,p)$ 的最大度以高概率为 $O(np)$,从而支持边界的紧致性。

实验结果

研究问题

  • RQ1在任意边排序下,$d$-维超立方体 $Q_d$ 的最长递增路径的最小长度 $f(Q_d)$ 的渐近行为如何?
  • RQ2在稀疏区域中,随机图 $G(n,p)$ 的 $f(G(n,p))$ 表现为何种行为?
  • RQ3能否改进或扩展以平均度表示的 $f(G)$ 的下界,适用于特定图族?
  • RQ4以最大度或色指数表示的 $f(G)$ 的最紧致上界是什么?
  • RQ5图 $G(n,p)$ 的结构如何影响在随机边排序下长递增路径的存在性?

主要发现

  • 对于 $d$-维超立方体 $Q_d$,证明了 $f(Q_d) \in \left[\frac{d}{\log d}, d\right]$,其中上界由 $\chi'(Q_d) \leq d+1$ 及超立方体为 $d$-正则图得出。
  • 通过引理 3 证明了下界 $f(Q_d) \geq \frac{d}{\log d}$,即对 $k = \lceil d / \log d \rceil$,有 $2\zeta_k - k + 1 < d$。
  • 对于随机图 $G(n,p)$,证明了当 $p \leq \frac{\log n}{\sqrt{n}} \omega(n)$ 时,以高概率有 $f(G(n,p)) \geq \frac{(1-o(1))np}{\omega(n)\log n}$。
  • 推论 7 表明,当 $p \geq \frac{\log n}{\sqrt{n}} \omega(n)$ 时,以高概率有 $f(G(n,p)) \geq (1-o(1))\sqrt{n}$,与 $K_n$ 的最佳已知下界一致。
  • 对 $G(n,p)$ 的边界在对数因子范围内是紧致的,因为以高概率有 $f(G(n,p)) \leq (1+o(1))np$,与最大度边界一致。
  • 结果表明,即使 $p \ll 1$ 的稀疏图 $G(n,p)$ 仍可支持长度为 $\sqrt{n}$ 的递增路径,与完全图的最优已知边界一致。

更好的研究,从现在开始

从阅读论文到最终审阅,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。