We consider Kempe changes on the $k$-colorings of a graph on $n$ vertices. If the graph is $(k-1)$-degenerate, then all its $k$-colorings are equivalent up to Kempe changes. However, the sequence between two $k$-colorings that arises from the proof may be exponential in the number of vertices. An intriguing open question is whether it can be turned polynomial. We prove this to be possible under the stronger assumption that the graph has treewidth at most $k-1$. Namely, any two $k$-colorings are equivalent up to $O(kn^2)$ Kempe changes. We investigate other restrictions (list coloring, bounded maximum average degree, degree bounds). As a main result, we derive that given an $n$-vertex graph with maximum degree $\Delta$, the $\Delta$-colorings are all equivalent up to $O(n^2)$ Kempe changes, unless $\Delta = 3$ and some connected component is a 3-prism.


翻译:我们考虑Kempe 在以美元为顶点的图表上以美元为单位的颜色变化。 如果该图表是美元(k-1)美元, 那么所有美元- 美元- 彩色都相当于Kempe的变化。 但是, 从证据中产生的两个美元- 彩色的顺序可能指数化的脊椎数。 一个令人好奇的问题是, 它能否成为多元值。 我们证明这是可能的, 假设这个更强烈的假设是, 图表的树枝以美元- 1美元为单位。 也就是说, 任何两个美元- 彩色都相当于美元( kn) 2, Kempe 的颜色。 我们调查其他限制( 列出彩色、 约束最大平均度、 度界限) 。 作为主要结果, 我们推断, 如果以美元为单位的顶值为$\ Delta $, $\ Delta $- 彩色都相当于$( n%2) 。 除非 $\\ Delta = 3 和 一些连接的部件 3, prisma 3 3 and some contimmam 3

0
下载
关闭预览

相关内容

专知会员服务
80+阅读 · 2021年7月31日
【知识图谱@EMNLP2020】Knowledge Graphs in NLP @ EMNLP 2020
专知会员服务
42+阅读 · 2020年11月22日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
自然语言处理ACL2020论文列表
专知
12+阅读 · 2020年6月23日
使用 Keras Tuner 调节超参数
TensorFlow
15+阅读 · 2020年2月6日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
推荐|Andrew Ng计算机视觉教程总结
全球人工智能
3+阅读 · 2017年11月23日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2022年2月14日
Arxiv
0+阅读 · 2022年2月13日
VIP会员
相关主题
相关资讯
自然语言处理ACL2020论文列表
专知
12+阅读 · 2020年6月23日
使用 Keras Tuner 调节超参数
TensorFlow
15+阅读 · 2020年2月6日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
【NIPS2018】接收论文列表
专知
5+阅读 · 2018年9月10日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
推荐|Andrew Ng计算机视觉教程总结
全球人工智能
3+阅读 · 2017年11月23日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员