⚠ 转载请注明出处:作者:ZobinHuang,更新日期:May.11 2022
本作品由 ZobinHuang 采用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 进行许可,在进行使用或分享前请查看权限要求。若发现侵权行为,会采取法律手段维护作者正当合法权益,谢谢配合。
目录
有特定需要的内容直接跳转到相关章节查看即可。
色多项式的概念
给定图 `G` 和颜色数 `k \in N`,`P_k(G)` 的值是对 `G` 正常 `k` 点着色的方式数,即满足 `f: V(G) \rightarrow [k]` 是正常点着色的所有映射的数目,其中 `[k]={1,2,...,k}`。给一个点着不同的颜色,则产生不同的染色方式。
可以证明,`P_k(G)` 是 `k` 的多项式,因此称为图 `G` 的
色多项式的两种求法
递推计数法
方法定义
首先我们对符号表示作出定义。

如上图所示,我们使用 `G-e` 来代表从图 `G` 中删去边 `e`,使用 `G \cdot e` 来代表从图 `G` 中删去 `e` 后再重合 `e` 的端点后所得的图。基于这样的符号约定,我们给出如下关于色多项式的递推计数法:
证明: 设 `e=uv`,考虑 `G-e` 的着色方式,可以分为两种情况:
- `u` 和 `v` 着不同的颜色,则加上边 `e` 后着色方式不变,则`G-e` 的这类着色方式数即等于 `G` 的着色方式数;
- `u` 和 `v` 着相同的颜色,这种情况在 `G-e` 中被允许,在 `G` 中不被允许。`G-e` 的这类着色方式数等于 `G \cdot e` 的着色方式数
综上可以得到定理。
由上述定理我们可以得到如下推论:
证明:
因为 `G` 是简单图,`e=uv`,`d(u)=1`,所以 `G \cdot e = G - u`,也即「删去点 `u`」 和「合并边 `e` 两边的端点」这两件事情的本质是一样的。基于这层理解,又有 `P_k(G-e) = k \cdot P_k(G-u)`,也即只删去边 `e` 的图的着色方式数将是只删去点 `u` 的着色方式数的 `k` 倍。
基于上述结论,可得 `P_k(G) = P_k(G-e) - P_k(G \cdot e)` `= k \cdot P_k(G-u) - P_k(G-u)` `=(k-1) \cdot P_k(G-u)`。
在递推公式的使用方面,有如下的经验:
-
当图 `G` 的边数较少时,使用减边递推法进行计算:
`P_k(G) = P_k(G-e) - P_k(G \cdot e)`
-
当图 `G` 的边数较多时,使用加边递推法进行计算:
`P_k(G-e) = P_k(G) + P_k(G \cdot e)`
方法示例
下面我们给出几个关于使用递推计数法的例子。

如上图所示,给定图 `G`。为了将图 `G` 转化为完全图以利用

由此转化,基于
另一种求法是基于推论
理想子图计数法
下面我们来看图的色多项式的另一种求法,我们首先给出一些基础概念:
基础概念
设 `H` 是图 `G` 的生成子图,若 `H` 的每个分支均为完全图,称 `H` 是 `G` 的一个理想子图。我们使用 `N_r(G)` 表示图 `G` 具有 `r` 个分支的理想子图的个数。

例如,对于上图来说,我们可以通过枚举得到它的 `N_4(G)` 的大小。如下所示:

基于对理想子图的理解,我们给出一个定理:
证明:
一方面,设 `G` 的任一 `r` 色划分为 `{V_1, V_2, ..., V_r}`。由于 `V_i` 内部的点在 `G` 上一定不相邻,因此对于 `1 \le i \le r`,`\bar{G}[V_i]` 是 `\bar{G}` 的完全子图,如下图所示:

又因为 `V_i \cap V_j = \emptyset (i \ne j)`,所以 `\bigcup_{i=1}^r \bar{G}[V_i]` 是 `\bar{G}` 的具有 `r` 个分支的理想子图。因此 `G` 的任一个 `r` 色划分必然唯一对应 `\bar{G}` 的一个具有 `r` 个分支的理想子图。
所以 `q_r(G) = N_r(\bar{G}) ...... (1 \le r \le |V|)`
理想子图法
基于
可以理解为,首先在 `G` 中找出分为 `i` 种色类的划分方案 (i.e. 划分数为 `q_i(G)`),等同于在 `\bar{G}` 中找出拥有 `i` 个分支的理想子图的划分方案 (i.e. 划分数为 `N_i(G)`)。然后对于分为 `i` 种色类的划分方案来说,由于一共有 `k` 种颜色,所以相当于可以找出 `[k]_i = A_k^{i} = k(k-1)(k-2)...(k-i+1)` 种填充方案,因此对于分为 `i` 种色类的划分方案来说,一共有 `q_i(G) \cdot [k]_i` 种划分方案。另外,由于 `i` 的范围可以取 `[1,n]`,因此就有
基于理想子图法的基本思路,我们再给出定义: 设 `G` 是简单图,令 `N_i(G)=r_i`,`[k]_i = x_i`,则称:
为图 `G` 的
使用理想子图法求解 `P_k(G)` 的步骤总结如下:
- 画出 `G` 的补图 `\bar{G}`;
- (使用枚举的方法) 求出关于补图的 `r_i = N_i(\bar{G})`, `(1 \le i \le n)`;
- 写出关于补图的伴随多项式 `h(G,x) = \sum_{i=1}^{n}r_ix^i`;
- 将 `x^i = [k]_i` 代入伴随多项式中得到 `P_k(G)`
改进的理想子图法
使用理想子图法求解图的色多项式,还可以通过如下定理进行改进 (p.s. 不加证明):
该定理说明,在求解 `\bar{G}` 的伴随多项式时,可以分别求出它的每个分支的伴随多项式,然后将它们作乘积。
色多项式的性质
本节给出关于色多项式的一些性质。
证明:
我们对 `G` 的边数进行数学归纳证明。
当 `m=0` 时,`G` 是空图,根据
假设当 `m=k` 时,命题的结论成立。
考虑 `m=k+1` 的简单图 `G` `(m \ge 1)`。取 `G` 的一条边 `e`,考虑 `G-e` 和 `G \cdot e`。
-
对于 `G-e` 来说,由归纳假设,可设其色多项式为:
`P_k(G-e) = k^n - a_1k^{n-1} + a_2k^{n-2} - ... + (-1)^{n-1}a_{n-1}k`, `a_i \ge 0`同样对于 `G \cdot e` 来说,由归纳假设,可设其色多项式为 (p.s. 注意 `G \cdot e` 只有 `n-1` 个点):
`P_k(G \cdot e) = k^{n-1} - b_1k^{n-2} + b_2k^{n-3} - ... + (-1)^{n-2}b_{n-2}k`, `b_i \ge 0`
由色多项式递推公式
证明:
我们对边数使用数学归纳法。当 `m=1` 时,`P_k(G)=P_k(G-e)-P_k(G \cdot e)``=k^n - k^{n-1}`,显然结论成立。
假设命题对于少于 `m` 条边的 `n` 阶单图成立。考虑简单图 `G=(n,m)`,由递推公式可得 `P_k(G)=P_k(G-e)-P_k(G \cdot e)`。由假设可令:
以及:
因此有:
由于有 `a_1-1 = -m`,因此结论成立。
基于
- 一方面,如果它是某简单图的色多项式,则由多项式本身可以得到点色数为 `1`,因为上述多项式代入 `1` 后不为 `0`;
- 另一方面,由
9 和多项式本身,如果多项式是某简单图的色多项式,则 `m(G)=3`,于是点色数至少为 `2`,这与 (1) 矛盾,因此不成立。