[论文解读] On a combination of the 1-2-3 Conjecture and the Antimagic Labelling Conjecture

Julien Bensmail, Mohammed Senhaji+1 more|arXiv (Cornell University)|Apr 4, 2017

Graph Labeling and Dimension Problems被引用 22

一句话总结

本文研究了每个无 $K_2$ 分量的优美图是否能使用恰好权重 $1$ 到 $|E(G)|$ 实现边注入的邻点和区分边加权。作者提供了支持猜想 1.1 的证据，表明正则图、树、$2$-退化图以及最大平均度至多为 3 的图均具有此类标记，通常仅需额外使用少量常数个权重。

ABSTRACT

This paper is dedicated to studying the following question: Is it always possible to injectively assign the weights $1,...,|E(G)|$ to the edges of any given graph $G$ (with no component isomorphic to $K_2$) so that every two adjacent vertices of $G$ get distinguished by their sums of incident weights? One may see this question as a combination of the well-known 1-2-3 Conjecture and the Antimagic Labelling Conjecture. Throughout this paper, we exhibit evidence that this question might be true. Benefiting from the investigations on the Antimagic Labelling Conjecture, we first point out that several classes of graphs, such as regular graphs, indeed admit such assignments. We then show that trees also do, answering a recent conjecture of Arumugam, Premalatha, Bača and Semaničová-Feňovčíková. Towards a general answer to the question above, we then prove that claimed assignments can be constructed for any graph, provided we are allowed to use some number of additional edge weights. For some classes of sparse graphs, namely $2$-degenerate graphs and graphs with maximum average degree~$3$, we show that only a small (constant) number of such additional weights suffices.

研究动机与目标

• 研究每个优美图是否能使用恰好权重 $1$ 到 $|E(G)|$ 实现边注入的邻点和区分边加权，如猜想 1.1 所形式化。
• 通过混合边加权框架探索 1-2-3 猜想与幻象标记得猜想之间的关系。
• 确定哪些图类具有此类边注入且邻点和区分的加权，特别是额外权重最少的情况。
• 建立 $\chi^{e,1}_{\Sigma}(G)$ 的上界，即最小的 $k$ 使得 $G$ 具有边注入的邻点和区分 $k$-边加权。
• 将结果扩展至稀疏图类，如 $2$-退化图和最大平均度至多为 3 的图，目标是获得形如 $|E(G)| + k$ 的上界，其中 $k$ 为小常数。

提出的方法

• 引入并形式化边注入邻点和区分边加权的概念，其中每条边被赋予来自 $1$ 到 $k$ 的唯一权重，且相邻顶点的关联边权重之和互不相同。
• 使用放电法证明猜想 1.1 的最小反例的结构性质，特别关注最大度和平均度的约束。
• 应用放电法表明最大平均度至多为 3 的图必须具有最大度至多为 3，从而得出对 $\chi^{e,1}_{\Sigma}(G)$ 上界有用的结构约束。
• 利用已知的幻象标记得结果和均衡边加权结果，支持正则图和树形图中边注入标记的存在性。
• 通过组合与图论论证，为特定图族（如树、正则图、$2$-退化图）构造显式加权。
• 通过结构图论和放电技术，证明在稀疏类中仅需常数个额外权重（超过 $|E(G)|$），从而建立 $\chi^{e,1}_{\Sigma}(G)$ 的上界。

实验结果

研究问题

• RQ1 每个优美图 $G$ 是否都具有使用恰好权重 $1$ 到 $|E(G)|$ 的边注入邻点和区分边加权？
• RQ2 对于哪些图类——如树、正则图、$2$-退化图或最大平均度至多为 3 的图——猜想 1.1 成立？
• RQ3 对于稀疏图族，是否能用一个绝对小常数来界定超出 $|E(G)|$ 所需的额外边权重数量？
• RQ4 所提出的边注入邻点和区分加权与 1-2-3 猜想及幻象标记得猜想有何关联？
• RQ5 是否能对所有优美图建立 $\chi^{e,1}_{\Sigma}(G) \leq |E(G)| + k$，其中 $k$ 为通用常数？

主要发现

• 猜想 1.1 对所有正则图成立，因为它们能使用恰好权重 $1$ 到 $|E(G)|$ 实现边注入邻点和区分边加权。
• 树满足猜想 1.1，证实了 Arumugam、Premalatha、Bača 和 Semaničová-Feňovčíková 最近提出的猜想。
• 对于 $2$-退化图和最大平均度至多为 3 的图，本文证明了 $\chi^{e,1}_{\Sigma}(G) \leq |E(G)| + 6$，建立了常数加性上界。
• 该结果可推广至最大度至少为 6 的优美平面图，对这些图有 $\chi^{e,1}_{\Sigma}(G) \leq |E(G)| + 6$。
• 通过放电法表明，任何猜想 1.1 的最小反例的最大度至多为 3，支持了潜在反例的结构约束。
• 本文证明了 $\chi^{e,1}_{\Sigma}(G) \leq \overline{\chi^{e}_{\Sigma}}(G)$，表明边注入加权是均衡邻点和区分加权的特例。