Ferrers维数与盒性
Ferrers Dimension and Boxicity
摘要:
本文研究了无向图的盒性与有向图的费勒斯维数之间的关系。
英文摘要:
This note explores the relation between the boxicity of undirected graphs and the Ferrers dimension of digraphs.
机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。
Ferrers Dimension and Boxicity
Soumyottam Chatterjee, Shamik Ghosh
本文研究了无向图的盒性与有向图的费勒斯维数之间的关系。
This note explores the relation between the boxicity of undirected graphs and the Ferrers dimension of digraphs.
机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。
继续探索
Sublinear Approximation Algorithms for Boxicity and Related Problems
图G(V,E)的盒度是使G能表示为$\mathbb{R}^k$中平行轴盒的交图的最小整数k。立方性是盒性的变体,其中相交表示中的轴平行盒被限制为具有单位长度的边。决定是否boxicity(resp.图的最大k是NP-困难的,即使k=2或3。对于任何$ε>0$,除非NP=ZPP,否则在多项式时间内计算这些参数在$O(n^{1 - ε})$因子内是不可近似的,即使对于许多简单的图类也是如此。本文给出了计算盒度的多项式时间$κ(n)$因子近似算法和计算立方度的多项式时间$κ(n)\lceil \log \log n\rceil$因子近似算法,其中$κ(n) =2\left\lceil\frac{n\sqrt{\log \log n}}{\sqrt{\log n}}\right\rceil$ .这些o(n)因子近似算法也产生相应的框(分别为立方体)表示。作为一种特殊情况,这解决了问题暂停Spinrad关于多项式时间建设的o(n)维盒表示boxicity 2图。我们的近似算法的其他后果包括$O(κ(n))$因子近似算法计算以下参数:偏序维数的有限偏序集,区间维数的有限偏序集,最小链覆盖的二部图,阈值维数的分裂图和费雷尔维数的有向图。这些参数中的每一个都是不可近似的$O(n^{1 - ε})$ -因子内,对于任何$ε>0$在多项式时间,除非NP=ZPP和算法,我们得出似乎是第一个o(n)因子近…
Better bounds for poset dimension and boxicity
证明了相似图具有最大度$Δ$的偏序集的维数至多为$Δ\log^{1+o(1)} Δ$。这个结果改进了Füredi和Kahn的30年前的界,并且在最优的$\log^{o(1)}Δ$因子内。我们通过盒性的概念证明了这个结果。图$G$的“盒度”是最小整数$d$,使得$G$是$d$维轴对齐盒的交图。我们证明了具有最大度$Δ$的图的盒度至多为$Δ\log^{1+o(1)} Δ$,并且也在最优的$\log^{o(1)}Δ$因子之内.我们还证明了具有Euler亏格$g$的图的最大盒度是$Θ(\sqrt{g \log g})$,它解决了Esperet和Jaret的一个公开问题,并且紧到一个$O(1)$因子.
Local Boxicity and Maximum Degree
图$G$的\emph{local boxicity},用$lbox(G)$表示,是最小正整数$l$,使得$G$可以使用$k$(,其中$k \geq l$,)区间图的交集来获得,其中$G$的每个顶点在这些区间图的至多$l$中出现为非泛顶点。设$G$是一个在$n$顶点上有$m$边的图。令$Δ$表示$G$中顶点的最大度。我们证明,(i)$lbox(G) \leq 2^{13\log^{*}Δ} Δ$。存在具有$Ω(\fracΔ{\logΔ})$的局部盒性的最大度$Δ$的图。(ii)$lbox(G) \in O(\frac{n}{\log{n}})$。在$n$顶点上存在局部盒度为$Ω(\frac{n}{\log n})$的图。(iii)$lbox(G) \leq (2^{13\log^{*}{\sqrt{m}}} + 2 )\sqrt{m}$。存在具有局部盒度为$Ω(\frac{\sqrt{m}}{\log m})$的$m$边的图。(iv)$G$的局部有价性至多为其\emph{product dimension}。这种联系有助于我们证明\emph{Kneser graph} $K(n,k)$的局部盒性至多为$\frac{k}{2} \log{\log{n}}$。由于局部盒性与局部维数之间的联系,上述结果可以推广到偏序集的\emph{local dimension}。最后,我们证明了一个图的…
Boxicity and separation dimension
一个超图$H$的顶点置换族$\mathcal{F}$被称为“成对适合”于$H$,如果对于$H$中的每对不相交的边,在$\mathcal{F}$中存在一个置换,其中一条边中的所有顶点都先于另一条边中的顶点. $H$的最小置换族的基数被称为$H$的“分离维数”,用$π(H)$表示。等价地,$π(H)$是最小的自然数$k$,使得$H$的顶点可以嵌入$\mathbb{R}^k$中,使得$H$的任何两个不相交的边可以被垂直于其中一个轴的超平面分开。我们证明了超图$H$的分离维数等于$H$的线图的“盒度”。这种联系有助于我们从大量的关于盒性的文献中借用结果和技术来研究分离维的概念。
On the Boxicity of Line Graphs and of Their Complements
本文通过研究区间序子图提出确定图盒维数的通用方法,证明 Petersen 图和 Kneser 图的盒维数,并为线图及其补图的相关 NP 难问题给出多项式算法思路。
Parameterized and Approximation Algorithms for Boxicity
图$G(V,$的盒性$E)$,记为$box(G)$,是使$G$可以表示为$\mathbb{R}^k$中轴平行盒的交图的最小整数$k$。计算盒性的问题是不可近似的,甚至对于图类,如二分图,共二分图和分裂图内的$O(n^{1 - ε})$ -因素,任何$ε>0$在多项式时间,除非$NP=ZPP$。我们给FPT近似算法计算图的boxicity,其中使用的参数是给定的图的顶点或边编辑距离从有界boxicity的图的家庭。这可以看作是\cite{Adiga2}中讨论的参数化的推广。将同样的思想推广到我们的一个算法中,我们还得到了计算盒度的$O\left(\frac{n\sqrt{\log \log n}}{\sqrt{\log n}}\right)$因子近似算法和计算立方度的$O\left(\frac{n {(\log \log n)}^{\frac{3}{2}}}{\sqrt{\log n}}\right)$因子近似算法。这些似乎是第一个$o(n)$因子近似算法已知的boxicity和cubicity。作为这个结果的结果,一个$o(n)$因子近似算法计算偏序维数的有限偏序集和一个$o(n)$因子近似算法计算分裂图的阈值维数将遵循。
Boxicity and Threshold Dimension of Zero Divisor Graphs
该研究针对约化环和主理想整环的商环两类有限交换环,借助新提出的积分覆盖图组合工具,确定了其零因子图的盒维数与阈值维数,解答了相关领域学者近期提出的两个公开问题。
Boxicity of Line Graphs
图H的盒性,记为box(H),是指最小整数k使得H是R^k中轴平行的k维盒的交图。本文证明了对多重图的线图G,box(G)<= 2Δ(\lceil log_2(log_2(Δ))\rceil + 3)+ 1,其中Δ表示G的最大度.当Δ<= 2(χ- 1)时,对任意色数为χ的线图G,box(G)= O(χlog_2(log_2(χ).对于d维超立方体H_d,我们证明了box(H_d)>=(\lceil log_2(log_2(d))\rceil + 1)/2.寻找盒(H_d)的一个非平凡下界的问题,在[L.苏尼尔·穆兰和纳文·西瓦达桑超立方体图的立方性。离散数学,308(23):5795-5800,2008]。上述结果是我们得到的完全细分图(一个图,可以通过细分一个图的每一个边缘正好一次)的盒性的界限的后果。
Boxicity and Interval-Orders: Petersen and the Complements of Line Graphs
本文提出基于区间序子图的通用方法确定图的盒状维数,证明彼得森图为3、Kneser图K(n,2)为n-2,并表明线图具有多项式数量的边极大区间序子图,从而为相关NP难问题提供多项式时间算法。
A Constant Factor Approximation Algorithm for Boxicity of Circular Arc Graphs
图$G(V,E)$的盒性是使$G$可以表示为$\mathbf{R}^k$中$k$维轴平行矩形的交图的最小整数$k$。等价地,它是顶点集$V$上使得它们的边集的交是$E$的区间图的最小数目。已知盒性不能被近似,即使对于像二分图、共二分图和分裂图这样的图类低于$O(n^{0.5 - ε})$ -因子,对于任何$ε>0$在多项式时间内,除非$NP=ZPP$。到目前为止,还没有一个众所周知的图类的无界boxicity,甚至一个$n^ε$因子近似算法计算boxicity是已知的,任何$ε<1$。本文研究了圆弧图--圆弧交图的盒性问题。我们给出了一个计算任意圆弧图盒度的$(2+\frac{1}{k})$ -因子多项式时间近似算法以及相应的盒表示,其中$k \ge 1$是它的盒度.对于正态圆弧(NCA)图,在给定NCA模型的情况下,该算法可以改进为一个加性2因子近似算法。在这两种情况下,近似计算盒性的算法的时间复杂度都是$O(mn+n^2)$,在$O(mn+kn^2)= O(n^3)$时间中,我们还得到了它们相应的盒表示,其中$n$是图的顶点数,$m$是其边数。加性2因子算法直接适用于任何真圆弧图,因为计算它的NCA模型可以在多项式时间内完成。
Boxicity of Zero Divisor Graphs
本文精确确定了模N整数环零因子图的盒维数,改进了约化环零因子图盒维数的上下界,并给出了两类零因子图阈值维数的范围。
Geometric Graph Representations via Compact SAT Encodings
该研究针对图的盒维数和立方维数提出紧凑SAT编码及可验证精确求解器,通过序编码规避网格瓶颈,实验显示其求解率更高,还推翻了Kneser图盒维数的相关猜想。
Geometric representation of graphs in low dimension
给出了任意n阶图G在$1.5 (Δ+ 2) \ln n$维上的盒表示的一个有效的随机算法,其中$Δ$是G的最大度.我们还证明了对任意图G.我们的界紧到因子$\ln n$。我们还表明,我们的随机算法可以去随机化,得到一个多项式时间确定性算法。虽然我们的一般上限是在最大程度$Δ$,我们表明,几乎所有的图在n个顶点,它的盒度是上限由$c\cdot(d_{av} + 1) \ln n$,其中d_{av}是平均度和c是一个小常数。同时,我们证明了对任意图G,对于常数b,紧到因子$b \sqrt{\ln n}$的$\boxi(G) \le \sqrt{8 n d_{av} \ln n}$.
Graph Products Revisited: Tight Approximation Hardness of Induced Matching, Poset Dimension and More
图积是图论和理论计算机科学中一个有着广泛应用的基本工具。它通常以$f(G*H)$的形式进行研究,其中$G$和$H$是图,* 是图的乘积,$f$是图的性质。例如,如果$f$是独立数,* 是析取乘积,则已知乘积是乘法的:$f(G*H)=f(G)f(H)$。本文研究了以下非标准形式的图积:$f((G\oplus H)*J)$其中$G$,$H$和$J$是图,$\oplus$和 * 是两个不同的图积,$f$是图的一个性质.证明了如果$f$是诱导匹配数和半诱导匹配数,则对于某些乘积$\oplus$和 *,它是次可加的,即$f((G\oplus H)*J)\leq f(G*J)+f(H*J)$ .而且,当$f$是偏序集维数时,它几乎是次可加的.作为这一结果的应用(这里只需要$J=K_2$),我们得到了离散数学和计算机科学中各种问题的紧逼近困难:二部诱导匹配和半诱导匹配(也称为半诱导匹配)。最大扩展序列),偏序集维数,系数为0/1的最大可行子系统,单位需求最小购买和单一定价,捐赠中心选址,盒度,立方度,阈值维数和独立包装。
On Covering Numbers, Young Diagrams, and the Local Dimension of Posets
研究了差图和完全二部图的覆盖数和局部覆盖数。特别是,我们表明,在每一个覆盖的杨图与$\binom{2k}{k}$步骤与广义矩形有一行或一列的图中使用的至少$k+1$矩形,并证明这是最好的可能。这回答了两个问题,金,马丁,马萨{\'sny}{\' k},舒尔,史密斯,Uzzell,和王(欧洲。J. Comb. 2020),即:-什么是局部完全二部覆盖数的差异图?- 是否存在具有常数局部差图覆盖数和无界局部完全二部覆盖数的图序列?我们添加到这些局部覆盖数的研究与下界建设和一些例子。继Kim \emph{et al.}之后,我们利用局部覆盖数的结果给出了高度为2的偏序集的局部维数的上下界上界.讨论了与布尔格有关的偏序集的局部维数,证明了由布尔格的前两层诱导的偏序集具有局部维数$(1 + o(1))\log_2\log_2 n$ .最后,我们对有向图的覆盖数和Ferrers维数作了一些评论。
扫码添加微信好友,提出您的宝贵建议 👇
💡 备注请填写:网站反馈
发表机构由 AI 从论文文本抽取,如发现错误,欢迎反馈修正建议。