图的着色
点着色
(讨论的是无自环无向图)
对无向图顶点着色,且相邻顶点不能同色。若 G 是 𝑘
- 可着色的,但不是 (𝑘 −1)
- 可着色的,则称 k 是 G 的色数,记为 𝜒(𝐺)
。
对任意图 G,有 𝜒(𝐺) ≤Δ(𝐺) +1
,其中 Δ(𝐺)
为最大度。
Brooks 定理
设连通图不是完全图也不是奇圈,则 𝜒(𝐺) ≤Δ(𝐺)
。
证明
证明
设 |𝑉(𝐺)| =𝑛
,考虑数学归纳法。
首先,𝑛 ≤3
时,命题显然成立。
接下来,假设对于 𝑛 −1
时的命题成立,下面我们要逐步强化命题。
不妨只考虑 Δ(𝐺)
- 正则图,因为对于非正则图来说,可以看作在正则图里删去一些边构成的,而这一过程并不会影响结论。
对于任意不是完全图也不是奇圈的正则图 G,任取其中一点 v,考虑子图 𝐻 :=𝐺 −𝑣
,由归纳假设知 𝜒(𝐻) ≤Δ(𝐻) =Δ(𝐺)
,接下来我们只需证明在 H 中插入 v 不会影响结论即可。
令 Δ :=Δ(𝐺)
,设 H 染的 Δ
种颜色分别为 𝑐1,𝑐2,…,𝑐Δ
,v 的 Δ
个邻接点为 𝑣1,𝑣1,…,𝑣Δ
。不妨假设 v 的这些邻接点颜色两两不同,否则命题得证。
接下来我们设所有在 H 中染成 𝑐𝑖
或 𝑐𝑗
的点以及它们之间的所有边构成子图 𝐻𝑖,𝑗
。不妨假设任意 2 个不同的点 𝑣𝑖
,𝑣𝑗
一定在 𝐻𝑖,𝑗
的同一个连通分量中,否则若在两个连通分量中的话,可以交换其中一个连通分量所有点的颜色,从而 𝑣𝑖
,𝑣𝑗
颜色相同。
这里的交换颜色指的是若图中只有两种颜色 a,b,那么把图中原来染成颜色 a 的点全部染成颜色 b,把图中原来染成颜色 b 的点全部染成颜色 a。
我们设上述连通分量为 𝐶𝑖,𝑗
,那么 𝐶𝑖,𝑗
一定只能是 𝑣𝑖
到 𝑣𝑗
的路。因为 𝑣𝑖
在 H 中的度为 Δ −1
,所以 𝑣𝑖
在 H 中的邻接点颜色一定两两不同,否则可以给 𝑣𝑖
染别的颜色,从而和 v 的其他邻接点颜色重复,所以 𝑣𝑖
在 𝐶𝑖,𝑗
中邻接点数量为 1,𝑣𝑗
同理。然后我们在 𝐶𝑖,𝑗
中取一条 𝑣𝑖
到 𝑣𝑗
的路,令其为 P,若 𝐶𝑖,𝑗 ≠𝑃
,那么我们沿着 P 顺次给路上的点染色,设遇到的第一个度数大于 2 的点为 u,注意到 u 的邻接点最多只用了 Δ −2
种颜色,所以 u 可以重新染色,从而使 𝑣𝑖
,𝑣𝑗
不连通。
然后我们不难发现,对任意 3 个不同的点 𝑣𝑖
,𝑣𝑗
,𝑣𝑘
,𝑉(𝐶𝑖,𝑗) ∩𝑉(𝐶𝑗,𝑘) ={𝑣𝑗}
。
到这里我们对命题的强化工作就已经做完了。
接下来就很简单。首先,如果 v 的邻接点两两相邻,那么命题得证。不妨设 𝑣1
,𝑣2
不相邻,在 𝐶1,2
中取 𝑣1
的邻接点 w,交换 𝐶1,3
中的颜色。得到的新图中,𝑤 ∈𝑉(𝐶1,2) ∩𝑉(𝐶2,3)
,矛盾。
至此命题证明完毕。
Welsh–Powell 算法
Welsh–Powell 算法是一种在 不限制最大着色数 时寻找着色方案的贪心算法。
对于无自环无向图 G,设 𝑉(𝐺) :={𝑣1,𝑣2,…,𝑣𝑛}
满足。
deg(𝑣𝑖) ≥deg(𝑣𝑖+1), ∀1 ≤𝑖 ≤𝑛 −1
按 Welsh–Powell 算法着色后的颜色数至多为 max𝑛𝑖=1min{deg(𝑣𝑖) +1,𝑖}
, 该算法的时间复杂度为 𝑂(𝑛max𝑛𝑖=1min{deg(𝑣𝑖)+1,𝑖}) =𝑂(𝑛2)
。
过程
- 将当前未着色的点按度数降序排列。
- 将第一个点染成一个未被使用的颜色。
- 顺次遍历接下来的点,若当前点和所有与第一个点颜色 相同 的点 不相邻,则将该点染成与第一个点相同的颜色。
- 若仍有未着色的点,则回到步骤 1, 否则结束。
示例如下:

(由 Graph Editor 生成)
我们先对点按度数降序排序,得:
次序 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 |
---|
点的编号 | 4 | 5 | 0 | 2 | 9 | 1 | 3 | 6 | 10 | 12 | 7 | 8 | 11 |
度数 | 5 | 5 | 4 | 4 | 4 | 3 | 3 | 3 | 3 | 3 | 2 | 2 | 1 |
min{deg(𝑣𝑖) +1,𝑖} | 1 | 2 | 3 | 4 | 5 | 4 | 4 | 4 | 4 | 4 | 3 | 3 | 2 |
所以 Welsh–Powell 算法着色后的颜色数最多为 5。
另外因为该图有子图 𝐶3
, 所以色数一定大于等于 3。
第一次染色:

染 4 9 3 11
号点。 - 第二次染色:

染 5 2 6 7 8
号点。 - 第三次染色:

染 0 1 10 12
号点。
证明
证明
对于无自环无向图 G,设 𝑉(𝐺) :={𝑣1,𝑣2,…,𝑣𝑛}
满足
deg(𝑣𝑖) ≥deg(𝑣𝑖+1), ∀1 ≤𝑖 ≤𝑛 −1
令 𝑉0 =∅
, 我们取 𝑉(𝐺) ∖⋃𝑚−1𝑖=0𝑉𝑖
中的子集 𝑉𝑚
, 其中的元素满足
- 𝑣𝑘𝑚 ∈𝑉𝑚
, 其中 𝑘𝑚 =min{𝑘 :𝑣𝑘 ∉⋃𝑚−1𝑖=0𝑉𝑖}
若
{𝑣𝑖𝑚,1,𝑣𝑖𝑚,2,…,𝑣𝑖𝑚,𝑙𝑚} ⊂𝑉𝑚, 𝑖𝑚,1 <𝑖𝑚,2 <⋯ <𝑖𝑚,𝑙𝑚
则 𝑣𝑗 ∈𝑉𝑚
当且仅当
- 𝑗 >𝑖𝑚,𝑙𝑚

- 𝑣𝑗
与 𝑣𝑖𝑚,1,𝑣𝑖𝑚,2,…,𝑣𝑖𝑚,𝑙𝑚
均不相邻
显然若将 𝑉𝑖
中的点染成第 i 种颜色,则该染色方案即为 Welsh–Powell 算法给出的方案,显然有
- 𝑉1 ≠∅

- 𝑉𝑖 ∩𝑉𝑗 =∅ ⟺ 𝑖 ≠𝑗

- ∃𝛼(𝐺) ∈ℕ∗,∀𝑖 >𝛼(𝐺), 𝑠.𝑡. 𝑉𝑖 =∅

我们只需要证明:
⋃𝛼(𝐺)𝑖=1𝑉𝑖 =𝑉(𝐺)
其中
𝜒(𝐺) ≤𝛼(𝐺) ≤max𝑛𝑖=1min{deg(𝑣𝑖) +1,𝑖}
上式左边的不等号显然成立,我们考虑右边。
首先我们不难得出:
若 𝑣 ∉⋃𝑚𝑖=1𝑉𝑖
,则 v 与 𝑉1,𝑉2,…,𝑉𝑚
中分别至少有一个点相邻,从而有 deg(𝑣) ≥𝑚
进而
𝑣𝑗 ∈⋃deg(𝑣𝑗)+1𝑖=1𝑉𝑖
另一方面,基于序列 {𝑉𝑖}
的构造方法,我们不难发现
𝑣𝑗 ∈⋃𝑗𝑖=1𝑉𝑖
两式结合即得证。
边着色
对无向图的边着色,要求相邻的边涂不同种颜色。若 G 是 k- 边可着色的,但不是 (𝑘 −1)
- 边可着色的,则称 k 是 G 的边色数,记为 𝜒′(𝐺)
。
Vizing 定理
设 G 是简单图,则 Δ(𝐺) ≤𝜒′(𝐺) ≤Δ(𝐺) +1
若 G 是二部图,则 𝜒′(𝐺) =Δ(𝐺)
当 𝑛
为奇数(𝑛 ≠1
)时,𝜒′(𝐾𝑛) =𝑛
; 当 𝑛
为偶数时,𝜒′(𝐾𝑛) =𝑛 −1
二分图 Vizing 定理的构造性证明
证明
按照顺序在二分图中加边。
我们在尝试加入边 (𝑥,𝑦)
的时候,我们尝试寻找对于 𝑥
和 𝑦
的编号最小的尚未被使用过的颜色,假设分别为 𝑙𝑥
和 𝑙𝑦
。
如果 𝑙𝑥 =𝑙𝑦
此时我们可以直接将这条边的颜色设置为 𝑙𝑥
。
否则假设 𝑙𝑥 <𝑙𝑦
, 我们可以尝试将节点 𝑦
连出去的颜色为 𝑙𝑥
的边的颜色修改为 𝑙𝑦
。
修改的过程可以被近似的看成是一条从 𝑦
出发,依次经过颜色为 𝑙𝑥,𝑙𝑦,⋯
的边的有限唯一增广路。
因为增广路有限所以我们可以将增广路上所有的边反色,即原来颜色为 𝑙𝑥
的修改为 𝑙𝑦
,原来颜色为 𝑙𝑦
的修改为 𝑙𝑥
。
根据二分图的性质,节点 𝑥
不可能为增广路节点,否则与最小未使用颜色为 𝑙𝑥
矛盾。
所以我们可以在增广之后直接将连接 𝑥
和 𝑦
的边的颜色设为 𝑙𝑥
。
总构造时间复杂度为 𝑂(𝑛𝑚)
。
示例代码 UVa10615 Rooks
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123 | #include <iostream>
constexpr int MAXN = 100;
int t;
int n;
char a[MAXN + 10][MAXN + 10];
int c[MAXN + 10][MAXN + 10];
int ans;
namespace graph {
struct Vertex {
int head;
int deg;
int vis[MAXN + 10];
} vertex[2 * MAXN + 10], e;
struct Edge {
int head;
int next;
int col;
} edge[2 * MAXN * MAXN + 10];
int ecnt;
void init() {
for (int i = 0; i < MAXN + 10; i++) std::fill(c[i], c[i] + MAXN + 10, 0);
for (int i = 1; i <= 2 * MAXN; i++) vertex[i] = e;
for (int i = 0; i <= 2 * MAXN * MAXN; i++) edge[i].col = 0;
ecnt = 1;
ans = 0;
return;
}
void addEdge(int tail, int head) {
ecnt++;
edge[ecnt].head = head;
edge[ecnt].next = vertex[tail].head;
vertex[tail].head = ecnt;
vertex[tail].deg++;
return;
}
int get(int u) {
for (int i = 1; i <= n; i++)
if (!vertex[u].vis[i]) return i;
exit(1);
}
void DFS(int u, int ori, int upd) {
if (vertex[u].vis[ori] == 0) {
vertex[u].vis[upd] = 0;
return;
}
int e = vertex[u].vis[ori];
int v = edge[e].head;
DFS(v, upd, ori);
edge[e].col = upd;
edge[e ^ 1].col = upd;
vertex[u].vis[upd] = e;
vertex[v].vis[upd] = e ^ 1;
return;
}
void AddEdge(int u, int v) {
addEdge(u, v);
addEdge(v, u);
return;
}
void solve() {
for (int u = 1; u <= n; u++) {
for (int e = vertex[u].head; e; e = edge[e].next) {
int v = edge[e].head;
if (edge[e].col) continue;
int lu = get(u);
int lv = get(v);
if (lu < lv) DFS(v, lu, lv);
if (lu > lv) DFS(u, lv, lu);
int l = std::min(lu, lv);
vertex[u].vis[l] = e;
vertex[v].vis[l] = e ^ 1;
edge[e].col = l;
edge[e ^ 1].col = l;
}
}
}
void generate() {
for (int u = 1; u <= n; u++) {
for (int e = vertex[u].head; e; e = edge[e].next) {
int v = edge[e].head;
c[u][v - n] = edge[e].col;
}
}
return;
}
} // namespace graph
void mian() {
graph::init();
std::cin >> n;
for (int i = 1; i <= n; i++)
for (int j = 1; j <= n; j++) std::cin >> a[i][j];
for (int i = 1; i <= n; i++)
for (int j = 1; j <= n; j++)
if (a[i][j] == '*') graph::AddEdge(i, j + n);
for (int i = 1; i <= n * 2; i++) ans = std::max(ans, graph::vertex[i].deg);
graph::solve();
graph::generate();
std::cout << ans << '\n';
for (int i = 1; i <= n; i++) {
for (int j = 1; j <= n; j++) std::cout << c[i][j] << ' ';
std::cout << '\n';
}
return;
}
int main() {
std::cin >> t;
while (t--) mian();
return 0;
}
|
一道很不简单的例题 uoj 444 二分图
本题为笔者于 2018 年命制的集训队第一轮作业题。
首先我们可以发现答案下界为度数不为 k 倍数的点的个数。
下界的构造方法是对二分图进行拆点。
若 𝑑𝑒𝑔𝑟𝑒𝑒mod𝑘 ≠0
, 我们将其拆为 𝑑𝑒𝑔𝑟𝑒𝑒/𝑘
个度数为 k 的节点和一个度数为 𝑑𝑒𝑔𝑟𝑒𝑒mod𝑘
的节点。
若 𝑑𝑒𝑔𝑟𝑒𝑒mod𝑘 =0
, 我们将其拆为 𝑑𝑒𝑔𝑟𝑒𝑒/𝑘
个度数为 k 的节点。
拆出来的点在原图中的意义相同,也就是说,在满足度数限制的情况下,一条边端点可以连接任意一个拆出来的点。
根据 Vizing 定理,我们显然可以构造出该图的一种 k 染色方案。
删边部分由于和 Vizing 定理关系不大这里不再展开。
有兴趣的读者可以自行阅读笔者当时写的题解。
色多项式
𝑃(𝐺,𝑘)
表示 G 的不同 k 着色方式的总数。
𝑃(𝐾𝑛,𝑘) =𝑘(𝑘 −1)⋯(𝑘 −𝑛 +1)
𝑃(𝑁𝑛,𝑘) =𝑘𝑛
在无向无环图 G 中,
- 𝑒 =(𝑣𝑖,𝑣𝑗) ∉𝐸(𝐺)
,则 𝑃(𝐺,𝑘) =𝑃(𝐺 ∪𝑒,𝑘) +𝑃(𝐺 ∖𝑒,𝑘)
- 𝑒 =(𝑣𝑖,𝑣𝑗) ∈𝐸(𝐺)
,则 𝑃(𝐺,𝑘) =𝑃(𝐺 −𝑒,𝑘) −𝑃(𝐺 ∖𝑒,𝑘)
定理:设 𝑉1
是 G 的点割集,且 𝐺[𝑉1]
是 G 的 |𝑉1|
阶完全子图,𝐺 −𝑉1
有 𝑝(𝑝 ≥2)
个连通分支,则:
𝑃(𝐺,𝑘) =Π𝑝𝑖=1(𝑃(𝐻𝑖,𝑘))𝑃(𝐺[𝑉1],𝑘)𝑝−1![P(G,k)=\frac{\Pi_{i=1}^{p}{(P(H_i, k))}}{P(G[V_1], k)^{p-1}}](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
其中 𝐻𝑖 =𝐺[𝑉1 ∪𝑉(𝐺𝑖)]![H_i=G[V_1 \cup V(G_i)]](data:image/gif;base64,R0lGODlhAQABAIAAAAAAAP///yH5BAEAAAAALAAAAAABAAEAAAIBRAA7)
参考资料
- Graph coloring - Wikipedia
- Welsh, D. J. A.; Powell, M. B. (1967), "An upper bound for the chromatic number of a graph and its application to timetabling problems", The Computer Journal, 10 (1): 85–86
本页面最近更新:2024/3/27 06:46:12,更新历史
发现错误?想一起完善? 在 GitHub 上编辑此页!
本页面贡献者:Tiphereth-A, zhouyuyang2002, Chrogeek, CoderOJ, Enter-tainer, iamtwz, ImpleLee, Ir1d, lyccrius, ouuan
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供,附加条款亦可能应用