คำถามติดแท็ก planar-graphs

มีอัลกอริธึมหลายอย่างที่ตัดสินใจในเวลาพหุนามว่าสามารถวาดกราฟในระนาบได้หรือไม่แม้กระทั่งกับการวิ่งเชิงเส้น อย่างไรก็ตามฉันไม่สามารถหาอัลกอริทึมที่ง่ายมากที่สามารถอธิบายได้อย่างง่ายดายและรวดเร็วในชั้นเรียนและจะแสดงให้เห็นว่า PLANARITY อยู่ใน P คุณรู้หรือไม่? หากจำเป็นคุณสามารถใช้ทฤษฏีของ Kuratowski หรือ Fary แต่ไม่มีเนื้อหาลึกซึ้งเช่นทฤษฎีบทกราฟเล็กน้อย นอกจากนี้โปรดทราบว่าฉันไม่สนใจเวลาทำงานฉันแค่อยากได้พหุนาม ด้านล่างนี้เป็นอัลกอริธึมที่ดีที่สุด 3 ข้อซึ่งแสดงให้เห็นถึงการแลกเปลี่ยนที่ไม่ซับซ้อนและไม่ซับซ้อน อัลกอริทึม 1: การใช้ที่เราสามารถตรวจสอบว่ากราฟมีK5K5K_5หรือK3,3K3,3K_{3,3}เป็นพหุนามในเวลาพหุนามเราได้อัลกอริทึมที่ง่ายมากโดยใช้ทฤษฎีเชิงลึก (โปรดสังเกตว่าทฤษฎีนี้ใช้กราฟงานแต่งงานแล้วตามที่ระบุโดย Saeed ดังนั้นนี่ไม่ใช่วิธีอัลกอริทึมที่แท้จริงเพียงบางสิ่งที่ง่ายต่อการบอกนักเรียนที่รู้ / ยอมรับทฤษฎีบทกราฟย่อยแล้ว) อัลกอริทึม 2 [ขึ้นอยู่กับคำตอบของใครบางคน]: มันง่ายที่จะเห็นว่ามันเพียงพอที่จะจัดการกับกราฟที่เชื่อมต่อ 3 ตัว สำหรับสิ่งเหล่านี้ค้นหาใบหน้าแล้วใช้ทฤษฎีบทสปริงของ Tutte อัลกอริทึม 3 [แนะนำโดย Juho]: อัลกอริทึม Demoucron, Malgrange และ Pertuiset (DMP) วาดรอบองค์ประกอบของกราฟที่เหลือเรียกว่าชิ้นส่วนเราฝังไว้ในวิธีที่เหมาะสม (ในขณะเดียวกันก็สร้างชิ้นส่วนใหม่) วิธีนี้ไม่ใช้ทฤษฎีบทอื่น

28 graph-algorithms  co.combinatorics  planar-graphs 

เป็นที่ทราบกันดีว่ารอบแฮมมิลโตเนียน (แฮมสำหรับระยะสั้น) นั้นสมบูรณ์แบบ NP และสมบูรณ์ที่ระนาบแฮมรอบนั้นเป็น NP-Complete การพิสูจน์สำหรับ Planar Ham Cycle ไม่ได้มาจาก Ham Cycle มีแกดเจ็ตที่ดีที่จะให้กราฟ G แทนการข้ามทั้งหมดด้วยแกดเจ็ตภาพถ่ายบางอันเพื่อให้คุณมีกราฟภาพถ่าย G 'เช่นนั้น G มีวัฏจักรของแฮมถ้าหาก G 'มีวัฏจักรของแฮม (ฉันจะมีความสุขกับสายพันธุ์ - เช่นเส้นทางแฮมหรือรอบแฮมหรือเส้นทางแฮมกำกับ)

23 cc.complexity-theory  np-hardness  planar-graphs  hamiltonian-paths 

พิจารณาเครือข่ายไฟฟ้าที่สร้างแบบจำลองเป็นกราฟระนาบ G โดยที่แต่ละขอบแทนตัวต้านทาน1Ω เราสามารถคำนวณความต้านทานที่มีประสิทธิภาพที่แน่นอนระหว่างสองจุดยอดใน G ได้เร็วแค่ไหน? เราสามารถคำนวณกระแสที่แน่นอนไหลไปตามขอบแต่ละข้างได้เร็วแค่ไหนหากเราต่อแบตเตอรี่ 1V เข้ากับจุดยอดสองจุดใน G แรงดันและกระแสที่เป็นที่รู้จักของ Kirchhoff ลดปัญหานี้เพื่อแก้ไขระบบสมการเชิงเส้นด้วยหนึ่งตัวแปรต่อขอบ ผลลัพธ์ล่าสุด - อธิบายอย่างชัดเจนโดยKlein และRandić (1993)แต่โดยนัยในงานก่อนหน้านี้ของDoyle and Snell (1984) - ลดปัญหาในการแก้ปัญหาระบบเชิงเส้นด้วยตัวแปรหนึ่งตัวต่อยอดซึ่งแสดงถึงศักยภาพของโหนดนั้น เมทริกซ์สำหรับระบบเชิงเส้นนี้คือเมทริกซ์ Laplacian ของกราฟ ทั้งระบบเชิงเส้นจะสามารถแก้ไขได้ตรงระยะเวลาโดยการผ่าซ้อนกันและแยกระนาบ [ ลิปตันโรส Tarjan 1979 ] นี่เป็นอัลกอริทึมที่เร็วที่สุดหรือไม่?O ( n3 / 2)O(n3/2)O(n^{3/2}) ผลน้ำเชื้อล่าสุดของ Spielman เต็งและอื่น ๆ ที่บ่งบอกว่าระบบ Laplacian ในพลกราฟจะสามารถแก้ไขได้โดยประมาณในเวลาที่ใกล้กับเชิงเส้น ดู [ Koutis Miller Peng 2010 …

22 ds.algorithms  graph-theory  planar-graphs  physics 

เป็นไปได้ไหมที่จะทดสอบอัลกอริธึมว่าจำนวนที่คำนวณได้เป็นจำนวนตรรกยะหรือจำนวนเต็ม? ในคำอื่น ๆ ก็จะมีความเป็นไปได้สำหรับห้องสมุดที่ใช้คำนวณตัวเลขเพื่อให้ฟังก์ชั่นisIntegerหรือisRational? ฉันเดาว่ามันเป็นไปไม่ได้และนี่ก็เกี่ยวข้องกับความจริงที่ว่ามันเป็นไปไม่ได้ที่จะทดสอบว่าตัวเลขสองตัวนั้นเท่ากัน แต่ฉันไม่เห็นวิธีที่จะพิสูจน์มัน แก้ไข: จำนวนที่คำนวณได้ถูกกำหนดโดยฟังก์ชันที่สามารถส่งกลับค่าประมาณด้วยเหตุผลด้วยความแม่นยำ :สำหรับใด ๆ0 รับฟังก์ชั่นดังกล่าวเป็นไปได้หรือไม่ที่จะทดสอบว่าหรือ ?xxxfx(ϵ)fx(ϵ)f_x(\epsilon)xxxϵϵ\epsilon|x−fx(ϵ)|≤ϵ|x−fx(ϵ)|≤ϵ|x - f_x(\epsilon)| \leq \epsilonϵ>0ϵ>0\epsilon > 0x∈Qx∈Qx \in \mathrm{Q}x∈Zx∈Zx \in \mathrm{Z}

18 computability  computing-over-reals  lambda-calculus  graph-theory  co.combinatorics  cc.complexity-theory  reference-request  graph-theory  proofs  np-complete  cc.complexity-theory  machine-learning  boolean-functions  combinatory-logic  boolean-formulas  reference-request  approximation-algorithms  optimization  cc.complexity-theory  co.combinatorics  permutations  cc.complexity-theory  cc.complexity-theory  ai.artificial-intel  p-vs-np  relativization  co.combinatorics  permutations  ds.algorithms  algebra  automata-theory  dfa  lo.logic  temporal-logic  linear-temporal-logic  circuit-complexity  lower-bounds  permanent  arithmetic-circuits  determinant  dc.parallel-comp  asymptotics  ds.algorithms  graph-theory  planar-graphs  physics  max-flow  max-flow-min-cut  fl.formal-languages  automata-theory  finite-model-theory  dfa  language-design  soft-question  machine-learning  linear-algebra  db.databases  arithmetic-circuits  ds.algorithms  machine-learning  ds.data-structures  tree  soft-question  security  project-topic  approximation-algorithms  linear-programming  primal-dual  reference-request  graph-theory  graph-algorithms  cr.crypto-security  quantum-computing  gr.group-theory  graph-theory  time-complexity  lower-bounds  matrices  sorting  asymptotics  approximation-algorithms  linear-algebra  matrices  max-cut  graph-theory  graph-algorithms  time-complexity  circuit-complexity  regular-language  graph-algorithms  approximation-algorithms  set-cover  clique  graph-theory  graph-algorithms  approximation-algorithms  clustering  partition-problem  time-complexity  turing-machines  term-rewriting-systems  cc.complexity-theory  time-complexity  nondeterminism 

กราฟระนาบมีสกุลศูนย์ กราฟที่ฝังอยู่บนพรูมีสกุลได้ไม่เกิน 1 คำถามของฉันง่ายมาก: มีปัญหาใดบ้างไหมที่สามารถแก้ไขปัญหาพหุนามในกราฟระนาบ แต่ NP-hard กับกราฟของสกุลหนึ่ง? โดยทั่วไปแล้วจะมีปัญหาใดบ้างที่สามารถแก้ไขได้แบบพหุนามในกราฟของสกุล g และ NP-hard ในกราฟของสกุล> g?

17 cc.complexity-theory  ds.algorithms  graph-theory  planar-graphs 

การนับสามเหลี่ยมในกราฟทั่วไปสามารถทำได้เพียงเล็กน้อยในเวลาและฉันคิดว่าการทำเร็วกว่านั้นยาก (ยินดีต้อนรับการอ้างอิง) กราฟระนาบเป็นอย่างไร? ต่อไปนี้แสดงให้เห็นว่าขั้นตอนตรงไปตรงมาว่ามันสามารถทำได้ในO ( n log n )เวลา คำถามของฉันคือสองเท่า:O(n3)O(n3)O(n^3)O(nlogn)O(nlog⁡n)O(n\log{n}) การอ้างอิงสำหรับขั้นตอนนี้คืออะไร? สามารถทำเวลาเชิงเส้นได้หรือไม่? จากการพิสูจน์อัลกอริธึมของทฤษฎีบทตัวคั่นระนาบของ Lipton-Tarjan เราสามารถทำตามเวลาเชิงเส้นตรงในขนาดของกราฟหาพาร์ทิชันของจุดยอดของกราฟออกเป็นสามชุดซึ่งไม่มีขอบที่จุดปลายเดียวในAและอีกอันในB , Sมีขนาดล้อมรอบด้วยO ( √A,B,SA,B,SA,B,SAAABBBSSSและA,Bทั้งสองมีขนาดส่วนบนล้อมรอบด้วย 2O(n−−√)O(n)O(\sqrt{n})A,BA,BA,Bของจำนวนจุดยอด ขอให้สังเกตว่าสามเหลี่ยมใด ๆ ในกราฟทั้งโกหกทั้งหมดภายในหรือทั้งหมดภายในBหรือการใช้งานอย่างน้อยหนึ่งจุดสุดยอดของSกับอีกสองจุดจาก∪Sหรือทั้งจำทั้งจากB∪S ดังนั้นจึงพอเพียงที่จะนับจำนวนสามเหลี่ยมในกราฟบนSและเพื่อนบ้านของSในA(และคล้ายกันสำหรับB) ขอให้สังเกตว่าSและA-onebours ทำให้เกิดกราฟk-outer planar (กราฟดังกล่าวเป็นกราฟย่อยของกราฟระนาบของเส้นผ่านศูนย์กลาง42323\frac{2}{3}AAABBBSSSA∪SA∪SA \cup SB∪SB∪SB \cup SSSSSSSAAABBBSSSAAAkkk444) ดังนั้นการนับจำนวนสามเหลี่ยมในกราฟสามารถทำได้โดยตรงโดยการโปรแกรมแบบไดนามิกหรือโดยการประยุกต์ใช้ทฤษฎีบทของ Courcelle (ฉันรู้ว่าแบบจำลองการนับมีอยู่ในโลก Logspace โดย Elberfeld et al และฉันเดาว่ามันมีอยู่ด้วย ในโลกเวลาเชิงเส้น) นับตั้งแต่สร้างสามเหลี่ยมที่ไม่ได้บอกทิศทางเป็นคุณสมบัติและเนื่องจากการสลายตัวของต้นไม้ที่มีความกว้างล้อมรอบนั้นเป็นเรื่องง่ายที่จะได้รับจากกราฟk -outer planar ที่ฝังตัวMSO1MSO1\mathsf{MSO}_1kkk ดังนั้นเราจึงลดปัญหานี้ลงเป็นคู่ของปัญหาซึ่งแต่ละส่วนมีค่าคงที่น้อยลงโดยมีค่าใช้จ่ายของกระบวนการเชิงเส้นเวลา แจ้งให้ทราบว่าขั้นตอนสามารถขยายไปยังพบการนับจำนวนของอินสแตนซ์ของกราฟที่เชื่อมต่อการแก้ไขภายในข้อมูลกราฟในที่เวลาO(nlogn)O(nlog⁡n)O(n\log{n})

16 reference-request  graph-algorithms  planar-graphs 

กราฟระนาบคือฟรี กราฟดังกล่าวสามารถย่อยสลายได้เป็นส่วนประกอบที่เชื่อมต่อกับไตรซึ่งเป็นที่รู้จักกันว่าเป็นระนาบหรือส่วนประกอบK 5K3 , 3K3,3K_{3,3}K5K5K_5 มีการสลายตัวของ "ดี" ของกราฟของสกุลหนึ่งหรือไม่? ในการทำงานของผู้เยาว์ในกราฟผู้เยาว์ Roberston และ Seymour แสดงให้เห็นว่ากราฟย่อยฟรีทุกตัวสามารถแยกย่อยเป็น "ผลรวมกลุ่ม" ของกราฟ "เกือบภาพถ่าย" แน่นอนนี้นำไปใช้กับกราฟขอบเขต - ประเภท ฉันกำลังมองหาการย่อยสลายเฉพาะกราฟของประเภทที่หนึ่งเพื่อให้เข้าใจโครงสร้างของพวกมันได้ดีขึ้น

15 graph-theory  co.combinatorics  planar-graphs  graph-minor 

มีทฤษฎีบทสวยงามของ Koebe (ดูที่นี่ ) ที่ระบุว่ากราฟระนาบใด ๆ สามารถวาดเป็นกราฟจูบของดิสก์ (โรแมนติกมาก ... ) (การวางไว้ค่อนข้างแตกต่างกันกราฟระนาบใด ๆ สามารถวาดเป็นกราฟตัดของดิสก์ได้) ทฤษฎีบท Koebe นั้นไม่ง่ายที่จะพิสูจน์ คำถามของฉัน: มีทฤษฎีบทนี้ง่ายกว่าไหมถ้ามีดิสก์หนึ่งที่อนุญาตให้ใช้รูปร่างนูนอ้วน (นูนอาจเปิดให้มีการเจรจา แต่ไม่อ้วน) โปรดทราบว่าจุดสุดยอดทุกอันอาจมีรูปร่างที่แตกต่างกัน ขอบคุณ ... ชี้แจง: สำหรับรูปร่างให้R ( X )เป็นรัศมีของลูกบอลล้อมเล็กที่สุดของXและปล่อยให้อาร์( X )ให้ฉันรัศมีของลูกปิดล้อมที่ใหญ่ที่สุดในS รูปร่างSคือαไขมันต่ำถ้าR ( x ) / R ( x ) ≤ α (นี่ไม่ได้เป็นคำจำกัดความเฉพาะสำหรับความอ้วน BTW)XXXR(X)R(X)R(X)XXXr(X)r(X)r(X)SSSSSSαα\alphaR(x)/r(x)≤αR(x)/r(x)≤αR(x) /r(x) \leq \alpha

14 cg.comp-geom  planar-graphs 

ให้ g เป็น n โหนดกราฟไม่มีทิศทางและให้ T เป็นส่วนหนึ่งของโหนด V (G) ที่เรียกว่าขั้ว ดำรงระยะของ (G, T) เป็น H กราฟความพึงพอใจของสถานที่ให้บริการ dH( u , v ) = dG( u , v )dH(ยู,โวลต์)=dG(ยู,โวลต์)d_H(u,v) = d_G(u,v) สำหรับโหนดทั้งหมด u, v ใน T (โปรดทราบว่า H ไม่จำเป็นต้องเป็นกราฟย่อยของ G) ตัวอย่างเช่นให้ G เป็นกราฟต่อไปนี้ (a) และ T เป็นโหนดบนใบหน้าภายนอก จากนั้นกราฟ (b) เป็นตัวกำหนดระยะทางของ (G, T) …

14 ds.algorithms  reference-request  graph-algorithms  planar-graphs 

ขณะที่เขียนบทความเล็ก ๆ เกี่ยวกับความซับซ้อนของวิดีโอเกมNibblerและSnake ; ฉันพบว่าทั้งคู่สามารถสร้างแบบจำลองเป็นปัญหาการกำหนดค่าใหม่บนกราฟระนาบ และดูเหมือนว่าไม่น่าเป็นไปได้ว่าปัญหาดังกล่าวยังไม่ได้รับการศึกษาอย่างดีในพื้นที่วางแผนการเคลื่อนที่ (ลองนึกภาพตัวอย่างเช่นโซ่ของรถม้าหรือหุ่นยนต์ที่เชื่อมโยงกัน) เกมดังกล่าวเป็นที่รู้จักกันดีอย่างไรก็ตามนี่เป็นคำอธิบายสั้น ๆ ของรูปแบบการกำหนดค่าใหม่ที่เกี่ยวข้อง: ปัญหางู การป้อนข้อมูล : รับภาพถ่ายกราฟ , Lกรวดหน้า1 , . . , พีลิตรจะถูกวางไว้บนโหนดU 1 , . . , ยูลิตรที่เป็นเส้นทางที่ง่าย ก้อนกรวดเป็นตัวแทนของงูและคนแรกที่p 1คือหัวของเขา หัวสามารถเคลื่อนย้ายจากตำแหน่งปัจจุบันไปยังโหนดอิสระที่อยู่ติดกันและร่างกายตามมา บางโหนดมีการทำเครื่องหมายด้วยจุด; เมื่อหัวถึงโหนดที่มีจุดร่างกายจะเพิ่มขึ้นตามG = ( V, E)G=(V,E)G = (V,E)ล.llพี1, . . . , pล.p1,...,plp_1,...,p_lยู1, . . . , Uล.u1,...,ulu_1,...,u_lพี1p1p_1ก้อนกรวดในต่อไปนี้อีย้ายของหัว จุดบนโหนดนั้นจะถูกลบหลังจากการเคลื่อนที่ของงูeeeeee ปัญหา …

13 cc.complexity-theory  reference-request  np-hardness  planar-graphs 

พิจารณาปัญหาต่อไปนี้ - ได้รับภาพถ่ายสูงสุดกราฟและค้นหากราฟมีจำนวนสูงสุดของขอบดังกล่าวว่ามีความเป็น subgraph (ไม่จำเป็นต้องเหนี่ยวนำ) ทั้งในและที่เป็น isomorphic ไปGG 2 G G 1 G 2 GG1G1G_1G2G2G_2GGGG1G1G_1G2G2G_2GGG สิ่งนี้สามารถทำได้ในเวลาพหุนาม ถ้าใช่แล้วได้อย่างไร เป็นที่ทราบกันว่าหากและเป็นกราฟทั่วไปแสดงว่าปัญหานั้นเกิดจากปัญหา NP-complete (เนื่องจากอาจเป็นกลุ่ม) เป็นที่ทราบกันดีว่าถ้าและเป็นต้นไม้หรือมีบางส่วนที่ จำกัด ขอบเขตของต้นไม้ต้น k ดังนั้นปัญหาสามารถแก้ไขได้ในเวลาพหุนาม แล้วระนาบสูงสุดจะเป็นอย่างไร? มีใครรู้บ้างไหม กราฟมอร์ฟิซึมบนกราฟระนาบสูงสุดสองกราฟคือพหุนาม บางทีนี่อาจช่วยได้บ้างG 2 G 1 G 1 G 2G1G1G_1G2G2G_2G1G1G_1G1G1G_1G2G2G_2

13 ds.algorithms  graph-algorithms  planar-graphs 

ที่นี่: http://www.planarity.org/Klein_elementary_graph_theory.pdf (ในบทที่จัดงานแต่งงาน) จะได้รับความหมายของการฝังกราฟเชิงระนาบcombinatorial (ที่มีคำจำกัดความของใบหน้าและอื่น ๆ ) แม้ว่ามันจะสามารถใช้งานได้ง่ายสำหรับกราฟใด ๆ แต่พวกมันก็กำหนดกราฟระนาบเป็นกราฟซึ่งสูตรของออยเลอร์ถืออยู่ (สมมติว่ากราฟนั้นเชื่อมต่อกัน) เป็นที่เข้าใจกันดีว่าสำหรับทุกระนาบกราฟนิยามของใบหน้าในการฝังแบบ combinatorial นั้นคล้ายคลึงกับคำจำกัดความของใบหน้าในการฝังทอพอโลยี (สมมติว่ามีการเชื่อมต่อกับกราฟมิฉะนั้นในการฝัง combinatorial เราจะมีใบหน้าที่ไม่มีที่สิ้นสุดสำหรับทุกองค์ประกอบที่เชื่อมต่อ) คำถามคือ: ถ้ากราฟที่เชื่อมต่อกันมันเป็นการรวมตัวกันของ combinatorial สูตรออยเลอร์หมายความว่ากราฟนี้เป็นระนาบในแง่ทอพอโลยี (มันมีการฝังเครื่องบินนั่นคือกราฟระนาบ )?

12 graph-theory  co.combinatorics  planar-graphs 

ภาพถ่ายกราฟเป็นกราฟที่สามารถฝังตัวอยู่ในเครื่องบินโดยไม่ต้องข้ามขอบ ปล่อยให้เป็น -uniform-hypergraph, เช่น hypergraph ที่ hyperedges ทั้งหมดมีขนาด kkG = ( X, E)G=(X,E)G=(X,E)kkk มีงานบางอย่างในการฝังไฮเปอร์กราฟบนเครื่องบิน (ด้วยบริบทของการรวมกลุ่มหรือแอปพลิเคชันอื่น ๆ ) แต่บ่อยครั้งที่ข้อมูลไม่สามารถฝังอยู่ในเครื่องบินได้ วิธีแก้ปัญหาอาจเป็นการบังคับด้วยการสูญเสียหรือฝังในมิติที่สูงกว่าตามที่ฉันแนะนำที่นี่: ส่วนขยายตามธรรมชาติของ planarity (IMO อย่างน้อยที่สุด) คือ " -simple-embedding" (มีชื่อเรียกที่แตกต่างกันหรือไม่?) ของ : การฝังเช่นนั้นมีพื้นผิวที่เชื่อมต่อทุกจุดของไฮเปอร์มาร์เก็ตแต่ละอันและสิ่งเหล่านี้ไม่ได้ตัดกันยกเว้นจุดปลายG M : X → R kkkkGGGM :X→ RkM:X→Rk\mathcal{M}:X\to \mathbb{R}^k (ลองนึกถึงอะนาล็อกในแบบ 2D โดยที่แต่ละพื้นผิวเป็นขอบคุณสามารถวาดได้ตามต้องการ) นี่คือตัวอย่างของการฝัง 3-simple-embage ที่ถูกต้องของ 3-uniform-hypergraph (แต่ละจุดสุดยอดจะมีสีโดยไฮเปอร์เดคที่อยู่ในนั้นและแต่ละหน้าแทนไฮเปอร์ดจ์) ตัวอย่างของกราฟ 3 ง่าย …

12 graph-theory  planar-graphs  hypergraphs  embeddings  generalizations 

ขอให้เราผ่อนคลายการระบายสีเล็กน้อยนั่นคือเราอนุญาตให้จำนวนจุดยอดที่อยู่ติดกันจำนวนน้อยถูกกำหนดสีเดียวกัน ส่วนประกอบ monochromatic ถูกกำหนดให้เป็นส่วนประกอบที่เชื่อมต่อในกราฟย่อยที่เกิดจากชุดของจุดยอดที่ได้รับสีเดียวกันและคำถามคือการถามจำนวนขั้นต่ำของสีที่จำเป็นสำหรับสีของกราฟเช่นองค์ประกอบ monochromatic ที่ใหญ่ที่สุดมีขนาด ไม่เกินC λλ\lambdaคคC การระบายสีแบบดั้งเดิมถือได้ว่าระบายสีในการตั้งค่านี้ ดังนั้นการหาจำนวนขั้นต่ำของλคือ NP-hard สำหรับกราฟระนาบโดยทั่วไป [ λ , 1 ][λ,1][\lambda,1]λλ\lambda คำถามของฉันก็คือระบายสีกราฟระนาบ[ λ , 2 ][λ,2][\lambda,2]หรือโดยทั่วไประบายสีสำหรับC ≥ 2 ?[ λ , C][λ,ค][\lambda,C]ค≥ 2ค≥2C \geq 2 นี้สามารถดูได้เป็นปัญหาคู่ของสิ่งที่ศึกษาโดยเอ็ดเวิร์ดและฟาร์ที่ได้รับการแก้ไขและหนึ่งถามว่าจะหาสิ่งที่ขนาดต่ำสุดของCλλ\lambdaคคC

11 cc.complexity-theory  graph-theory  graph-colouring  planar-graphs 

Courcelle ทฤษฎีบทของรัฐว่าทุกที่กำหนดคุณสมบัติของกราฟในตรรกะที่สองสั่งเอกสามารถตัดสินใจในเส้นเวลาบนกราฟ จำกัดtreewidth นี่เป็นหนึ่งใน meta-theorems อัลกอริทึมที่รู้จักกันดีที่สุด แรงบันดาลใจจากทฤษฎีบทของ Courcelle ฉันสร้างการคาดเดาต่อไปนี้: การคาดเดา : ให้เป็นคุณสมบัติที่แน่นอนใด ๆ ของ MSO ถ้าสามารถแก้ไขได้ในพหุนามเวลาบนกราฟระนาบแล้วสามารถแก้ไขได้ในเวลาพหุนามในทุกชั้นของกราฟที่ไม่มีอิสระψψ\psiψψ\psiψψ\psi ฉันต้องการทราบว่าการคาดการณ์ข้างต้นเป็นเท็จอย่างเห็นได้ชัดหรือไม่มีคุณสมบัติที่สามารถกำหนดได้อย่างแน่นอนที่ MSO สามารถแก้ไขได้บนกราฟระนาบ แต่ NP-hard ในกราฟระดับย่อยฟรีหรือไม่? นี่คือแรงจูงใจที่อยู่เบื้องหลังคำถามก่อนหน้าของฉัน: มีปัญหาใด ๆ ที่สามารถแก้ไขได้ในกราฟของสกุลจีจี แต่มีปัญหาเชิงกราฟบนกราฟของสกุล> จี

11 graph-theory  lo.logic  treewidth  planar-graphs  graph-minor