[论文解读] Spectral Condition for a Graph to be Hamiltonian with respect to Normalized Laplacian

Yi-Zheng Fan, Guidong Yu|arXiv (Cornell University)|Jul 30, 2012

Graph theory and applications参考文献 7被引用 10

一句话总结

本文通过归一化拉普拉斯矩阵建立了一个图是哈密顿图的谱条件：若所有非平凡特征值足够接近1，且最大度与最小度之比有下界√2，则该图是哈密顿图。该结果推广了先前的工作，允许非正则图，并适用于具有受控度变异的伪随机图。

ABSTRACT

Let G be a graph and let Δ,δbe the maximum and minimum degrees of G respectively, where Δ/δ

研究动机与目标

• 通过归一化拉普拉斯矩阵推导图是哈密顿图的充分谱条件。
• 将现有谱条件从正则图或稠密图推广至具有有界度比的图。
• 证明在度比约束下，归一化拉普拉斯矩阵的特征值若接近1，则可推出哈密顿性。
• 将Krivelevich和Sudakov以及Butler和Chung的结果推广至非正则图。
• 通过反例说明度比约束的必要性，并验证该条件的更广泛应用性。

提出的方法

• 定义归一化拉普拉斯矩阵 $\mathcal{L} = D^{-1/2} L D^{-1/2}$，其中 $L = D - A$ 为标准拉普拉斯矩阵。
• 使用Pósa旋转技术将路径转化为环，依赖于顶点度和邻域扩展性质。
• 应用归一化拉普拉斯矩阵特征值 $\lambda_i$ 的谱界，要求对所有 $i \neq 0$ 满足 $|1 - \lambda_i| \leq \frac{\log^2 \log n}{7500 \log n \log \log \log n}$。
• 引入度比约束 $\Delta / \delta < c < \sqrt{2}$ 以控制不规则性，并确保谱聚类集中在1附近。
• 使用基于体积和邻域扩展的论证，表明路径旋转所得的顶点集 $V_1$ 和 $V_2$ 交集足够大，可闭合为环。
• 利用推论2.4和度扩展估计，保证旋转后路径端点之间存在边，从而完成哈密顿环的构造。

实验结果

研究问题

• RQ1 基于归一化拉普拉斯特征值的谱条件是否能保证非必然正则图的哈密顿性？
• RQ2 最大度与最小度之比 $\Delta/\delta$ 如何影响哈密顿性的谱阈值？
• RQ3 当特征值紧密聚集在1附近时，是否即使对于稀疏或不规则图，也能推出哈密顿性？
• RQ4 Pósa旋转方法能否通过归一化拉普拉斯谱界进行调整，以证明哈密顿性？
• RQ5 与基于邻接矩阵或标准拉普拉斯矩阵的先前谱结果相比，该条件在一般性和适用性方面有何差异？

主要发现

• 当 $n$ 足够大时，若图 $G$ 的归一化拉普拉斯矩阵的所有非平凡特征值 $\lambda_i$ 满足 $|1 - \lambda_i| \leq \frac{(\log \log n)^2}{7500 \log n (\log \log \log n)}$，则该图是哈密顿图。
• 该条件在约束 $\Delta / \delta < c < \sqrt{2}$ 下成立，该约束可防止极端度差异，且为必要条件，反例表明当 $\Delta / \delta \to \infty$ 时条件不成立。
• 该结果适用于非几乎正则的图，例如在 $K_{n-1}$ 上附加一条悬挂边连接 $\lceil \alpha(n-1) \rceil$ 个顶点（$\alpha > \sqrt{2}/2$）的图，此类图被先前基于拉普拉斯矩阵的条件所排除。
• 谱界确保特征值紧密聚集在1附近，这与伪随机性及路径扩展性质相关。
• 证明通过Pósa旋转构造哈密顿环，表明来自两段子路径的可能路径端点集合具有足够大的大小和重叠，可闭合为环。
• 该方法建立了一个严格弱于稠密度或正则性假设的谱阈值，使其可应用于更广泛的稀疏图类。