‫نظریه گراف‬

‫مدرس‪ :‬امین هاشمی‬

‫دانشگاه لرستان‬

‫‪0‬‬
 ‫ رنگ آمیزی گراف‬:4 ‫فصل‬

Introduction to Algorithms: Presented by Amin Hashemi

1
Department of Computer Engineering, Lorestan University
 ‫مقدمه‬
‫• در نظریه گراف‪ ،‬رنگ آمیزی گراف یکی از حالت های خاص مسأله های برچسب گذاری در گراف است‪.‬‬

‫• رویکرد کلی آن استفاده از نظیر کردن رنگ هایی به یال ها یا رأس هاست که این رنگ آمیزی محدودیت خاصی را رعایت کند‪.‬‬

‫• در ساده ترین حالت‪ ،‬رنگ آمیزی مورد نظر است که در آن هیچ دو رأس مجاوری هم رنگ نباشند (رنگ آمیزی رأس ها)‪.‬‬

‫• رنگ آمیزی یال ها نیز به همین صورت تعریف می شود‪.‬‬

‫• رنگ آمیزی گراف کاربردهای زیادی در زمینه های عملی و تئوری گوناگون دارد‪ .‬عالوه بر مسأله های کالسیک تعریف شده در این‬

‫زمینه‪ ،‬با درنظر گرفتن محدودیت های مختلفی روی نوع گراف ها‪ ،‬روش رنگ آمیزی و حتی تعداد و رنگ عناصر گراف مسأله های‬

‫متنوعی با کابردهای وسیع در صنعت و علوم تعریف و حل می شود‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬
‫‪2‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫مسئله رنگ آمیزی‬
‫• فرض کنید یک گراف ‪ G‬با ‪ n‬رأس داده شده است و از شما درخواست می شود که رئوس آن را طوری رنگ آمیزی کنید که هیچ دو‬

‫رأس مجاور در آن دارای رنگ مشابه نباشد‪ .‬حداقل تعداد رنگ های مورد نیاز چه خواهد بود؟‬

‫• این مسئله یک مسئله رنگ آمیزی را شکل می دهد‪.‬‬

‫• با رنگ آمیزی رئوس‪ ،‬شما می توانید آن ها را در مجموعه های متفاوت‪ ،‬مثال یک مجموعه شامل تمامی رئوس قرمز و مجموعه دیگر‬

‫شامل رئوس آبی و غیره گروه بندی کنید‪.‬‬

‫• رنگ آمیزی تمام رئوس یک گراف به طوری که هیچ دو رأس مجاور آن با یکدیگر همرنگ نباشند‪ ،‬رنگ آمیزی درست (یا به طور‬

‫ساده رنگ آمیزی) یک گراف نامیده می شود‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬
‫‪3‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫مسئله رنگ آمیزی‬
‫• نمونه ای از رنگ آمیزی صحیح یک گراف‬

Introduction to Algorithms: Presented by Amin Hashemi

4 Department of Computer Engineering, Lorestan University
 ‫عدد رنگی‬
‫• ‪ -K‬رنگ آمیزی های (‪ )k-colorings‬گراف ‪ G‬عبارت است از رنگ آمیزی گراف ‪ G‬با ‪ k‬رنگ‪ .‬اگر گراف ‪ G‬را بتوان با ‪ k‬رنگ‪ ،‬رنگ‬

‫آمیزی کرد‪ ،‬آنگاه به گراف ‪ ،G‬یک گراف قابل رنگ آمیزی با ‪ k‬رنگ گفته می شود‪.‬‬

‫• به این گونه گراف ها‪ ،‬گراف های ‪-k‬رنگی یا ‪-k‬کروماتیک گفته می شود‪.‬‬

‫• عدد رنگی یک گراف ‪ G‬معموال با نماد 𝐺 𝜒 نمایش داده می شود‪.‬‬

‫• تعدادی از قوانین در این مورد را بیان می کنیم‪:‬‬

‫𝑉 ≤ 𝐺 𝜒 می باشد که در آن 𝑉 تعداد رئوس گراف ‪ G‬می باشد‪.‬‬ ‫•‬

‫• به طور کلی 𝑛 = 𝑛𝐾 𝜒 می باشد که در آن 𝑛𝐾 گراف کامل با ‪ n‬رأس می باشد‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬
‫‪5‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫عدد رنگی‬
‫• ‪ -3‬اگر بعضی از زیرگراف های ‪ G‬نیازمند ‪ k‬رنگ باشند‪ ،‬آنگاه 𝑘 ≥ 𝐺 𝜒 می باشد‪.‬‬

‫• ‪ -4‬اگر 𝑑 = 𝑣 𝑔𝑒𝑑 باشد‪ ،‬آنگاه حداکثر ‪ d‬رنگ جهت رنگ آمیزی رئوس مجاور با ‪ v‬نیاز است‪.‬‬

‫• ‪ -5‬هر گراف ‪-k‬کروماتیک دارای حداقل ‪ k‬رأس مانند ‪ v‬می باشد به طوری که ‪ 𝑑𝑒𝑔 𝑣 ≥ 𝑘 − 1‬است‪.‬‬

‫• ‪ -6‬برای هر گراف ‪ ،G‬داریم 𝐺 ∆ ‪ 𝜒 𝐺 ≤ 1 +‬که در آن 𝐺 ∆ بزرگترین درجه ی هر رأس از گراف ‪ G‬می باشد‪.‬‬

‫𝑉‬
‫≥ 𝐺 𝜒 که در آن 𝑉 تعداد رئوس گراف‬ ‫• ‪ -7‬اگر 𝐺 𝛿 ‪ ،‬حداقل درجه ی هر رأس از گراف ‪ G‬باشد‪ ،‬آنگاه داریم‪− 𝛿 𝐺 :‬‬
‫𝑉‬

‫‪ G‬می باشد‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪6‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫چند جمله ای رنگی‬
‫• یک گراف مفروض ‪ G‬با ‪ n‬رأس می تواند به روش های مختلفی با استفاده از تعداد رنگ های به اندازه کافی زیاد به درستی رنگ‬

‫آمیزی شود‪ .‬این ویژگی از یک گراف به زیبایی توسط یک چند جمله ای بیان می شود‪ .‬این چند جمله ای‪ ،‬چندجمله ای رنگی گراف‬

‫‪ G‬نامیده می شود‪.‬‬

‫• مقدار چندجمله ای رنگی 𝜆 𝑣𝑃 از یک گراف با ‪ v‬رأس‪ ،‬تعداد روش هایی را که می توان گراف را با 𝜆 یا تعداد کمتری رنگ به‬

‫درستی رنگ آمیزی کرد‪ ،‬نشان می دهد‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪7‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫چند جمله ای رنگی‬
‫• فرض کنید می خواهیم یک چندجمله ای رنگی برای گراف کامل زیر بدست آوریم‪.‬‬

‫• می خواهیم ببینیم که با داشتن 𝜆 رنگ‪ ،‬به چند طریق می توان گراف باال را رنگ آمیزی کرد‪ .‬در واقع چندجمله ای رنگی آن را‬

‫محاسبه کنیم‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪8‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫چند جمله ای رنگی‬
‫• حال اگر از رأس ‪ P‬شروع کنیم‪ ،‬همه رنگ را در اختیار داریم‪ .‬بنابراین تعداد انتخاب های ممکن‬

‫• برای رأس ‪ P‬برابر با 𝜆 است‪ .‬برای رأس ‪ Q‬این مقدار ‪ 𝜆 − 1‬است‪ .‬برای ‪ S‬برابر ‪ 𝜆 − 2‬است‪.‬‬

‫• این فرآیند به همین صورت ادامه می یابد و در نهایت آخرین رأس به تعداد ‪ 𝜆 − 𝑣 + 1‬رنگ می تواند انتخاب کند‪.‬‬

‫• با استفاده از اصل ضرب‪ ،‬در یک گراف کامل 𝑣𝐾 ‪ λ 𝜆 − 1 𝜆 − 2 𝜆 − 3 … 𝜆 − 𝑣 + 1 ،‬روش برای رنگ آمیزی گراف‬

‫با 𝜆 رنگ وجود دارد‪ .‬پس داریم‪:‬‬

‫‪𝑃𝑣 𝜆 = λ 𝜆 − 1 𝜆 − 2 𝜆 − 3 … 𝜆 − 𝑣 + 1‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪9‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫چند جمله ای رنگی‬
‫• مثال ‪ )1‬چندجمله ای رنگی و عدد رنگی گراف نشان داده شده در شکل زیر را بیابید‪.‬‬

‫• با توجه به این که گراف داده شده یک گراف کامل با ‪ 3‬رأس است پس چند جمله ای رنگی برابر است با‪:‬‬

‫𝜆‪𝑃3 𝜆 = λ 𝜆 − 1 𝜆 − 2 = 𝜆3 + 3𝜆2 + 2‬‬

‫حال که چند جمله ای رنگی را بدست آوردیم‪ ،‬به دنبال عدد رنگی می رویم‪ .‬عدد رنگی برابر با کمترین مقدار 𝜆 در چند جمله ای‬ ‫•‬

‫رنگی است به طوری که مقدار چندجمله ای رنگی را بزرگتر از صفر کند‪ .‬بنابراین عدد رنگی یا عدد کروماتیک گراف باال برابر ‪3‬‬

‫است‪ .‬پس گراف داده شده یک گراف ‪ -3‬کروماتیک است‪.‬‬

‫‪𝜒 𝐺 =3‬‬
‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬
‫‪10‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫چند جمله ای رنگی‬
‫• مثال ‪ )1‬چندجمله ای رنگی و عدد رنگی گراف نشان داده شده در شکل زیر را بیابید‪.‬‬

‫• از رأس ‪ v1‬شروع می کنیم که می تواند 𝜆 رنگ بگیرد‪.‬‬

‫• رأس ‪ v3‬و ‪ v4‬هر کدام ‪ 𝜆 − 1‬رنگ می گیرند‪.‬‬

‫• رئوس ‪ v2‬و ‪ v5‬نیز هر کدام ‪ 𝜆 − 2‬رنگ می گیرند‪ .‬پس داریم‪:‬‬

‫‪2‬‬ ‫‪2‬‬
‫‪𝑃5 𝜆 = λ 𝜆 − 1‬‬ ‫‪𝜆−2‬‬

‫• در رابطه باال ‪ 3‬اولین عددی است که موجب مثبت شدن معادله می شود‪ .‬پس گراف یک ‪-3‬کروماتیک است‪.‬‬

‫‪𝜒 𝐺 =3‬‬
‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬
‫‪11‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫حذف یال ( ‪)Edge Deletion‬‬
‫• اگر یک گراف مانند ‪ G‬داشته باشیم و ‪ e‬یک یال از این گراف باشد‪ ،‬آنگاه گراف ‪ G-e‬برابر است با همه گراف ‪ G‬به غیر از یال ‪.e‬‬

‫• به عنوان مثال در شکل زیر‪ ،‬اگر قسمت ‪ a‬نشان دهنده گراف ‪ G‬باشد‪ ،‬آنگاه قسمت دوم گراف ‪ 𝐺 − 1,3‬را نشان می دهد‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪12‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫اختصار یا انقباض یال ( ‪)Edge Contraction‬‬
‫• اگر یک گراف مانند ‪ G‬داشته باشیم و ‪ e‬یک یال از این گراف باشد که به رئوس ‪ x‬و ‪ y‬متصل است‪𝑒: 𝑥,𝑦 :‬‬

‫• آنگاه ما یک گراف ‪ G/e‬معرفی می کنیم که به صورت زیر تعریف می شود‪.‬‬

‫• همه رئوس گراف به غیر از ‪ x‬و ‪ y‬را قرار می دهیم‪.‬‬

‫• رئوس ‪ x‬و ‪ y‬را به یک رأس ‪ z‬تبدیل می کنیم‪.‬‬

‫• همه یال ها به غیر از آنهایی که به ‪ x‬و ‪ y‬متصل هستند را به همان صورت قرار می دهیم‪.‬‬

‫• اگر یالی بین یک رأس و رأس ‪ x‬یا ‪ y‬وجود داشته باشد‪ ،‬آنگاه یک یال بین آن رأس و رأس ‪ z‬رسم می کنیم‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪13‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫اختصار یا انقباض یال ( ‪)Edge Contraction‬‬
‫• در شکل زیر عمل اختصار بر روی یال ‪ 1,4‬انجام شده است‪.‬‬

‫• از دو تعریف گفته شده می توان برای محاسبه چندجمله ای رنگی یک گراف استفاده کرد‪ .‬که به نام قضیه تجزیه معروف است‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪14‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫قضیه تجزیه‬
‫• اگر ‪ G‬یک گراف ساده و ‪ e‬یالی از آن باشد‪ ،‬آنگاه رابطه زیر برقرار است‪:‬‬

‫• به این معنی که چند جمله ای رنگی گراف ‪ G‬را می توان از تفریق بین چند جمله رنگی گراف ‪ G-e‬و ‪ G/e‬بدست آورد‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪15‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫قضیه تجزیه‬
.‫ از یال برای کاهش استفاده کنید‬.‫ چندجمله ای رنگی را با استفاده از قضیه تجزیه محاسبه کنید‬،‫• مثال) در گراف زیر‬

Introduction to Algorithms: Presented by Amin Hashemi

16 Department of Computer Engineering, Lorestan University
 ‫قضیه تجزیه‬
‫• مثال) در گراف زیر‪ ،‬چندجمله ای رنگی را با استفاده از قضیه تجزیه محاسبه کنید‪ .‬از یال برای کاهش استفاده کنید‪.‬‬

‫• ابتدا گراف های ‪ G-e‬و ‪ G/e‬را بدست می آوریم‪.‬‬

‫‪G-e‬‬ ‫‪G/e‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪17‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫قضیه تجزیه‬
‫• مثال) در گراف زیر‪ ،‬چندجمله ای رنگی را با استفاده از قضیه تجزیه محاسبه کنید‪ .‬از یال برای کاهش استفاده کنید‪.‬‬

‫• در نهایت خواهیم داشت‪:‬‬

‫‪G-e‬‬ ‫‪G/e‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪18‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫چندجمله ای رنگی در گراف های حلقه‬
.‫• چند جمله ای رنگی در گراف های حلقه را می توان بر اساس رابطه زیر محاسبه کرد‬

Introduction to Algorithms: Presented by Amin Hashemi

19 Department of Computer Engineering, Lorestan University
 ‫قضیه تجزیه‬
‫• مثال) در گراف زیر‪ ،‬چندجمله ای رنگی را با استفاده از قضیه تجزیه محاسبه کنید‪ .‬از یال برای کاهش استفاده کنید‪.‬‬

‫• در نهایت خواهیم داشت‪:‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪20‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫قضیه‬
‫• برای هر گراف ‪ ،G‬جمله ثابت در چندجمله ای رنگی برابر با صفر است‪.‬‬

‫• اثبات‪ :‬برای هر گراف عدد رنگی بزرگتر از صفر است‪ .‬زیرا تعداد رئوس تهی نیستند‪.‬‬

‫• بنابراین اگر داشته باشیم که در جمله ثابت ‪ a‬باشد‪ ،‬آنگاه ‪ 𝑃 𝐺,0 = 𝑎 ≠ 0‬می باشد‪.‬‬

‫• این رابطه بیان می دارد که روش هایی برای رنگ آمیزی درست گراف ‪ G‬با صفر رنگ وجود دارد که یک تناقض است‪.‬‬

‫• به عنوان مثال چند جمله ای ‪ 𝜆3 + 5𝜆2 − 𝜆 + 5 = 0‬یک چند جمله ای رنگی نیست چرا که جمله ثابت آن برابر با ‪ 5‬است‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪21‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫مسئله زمان بندی امتحانات پایانی‬
‫• چگونه امتحانات پایانی در یک دانشگاه می توانند به گونه ای زمانبندی شوند به طوری که هیچ دانشجویی‪ ،‬در یک روز دو امتحان‬

‫نداشته باشد‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪22‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫مسئله زمان بندی امتحانات پایانی‬
‫• چگونه امتحانات پایانی در یک دانشگاه می توانند به گونه ای زمانبندی شوند به طوری که هیچ دانشجویی‪ ،‬در یک روز دو امتحان‬

‫نداشته باشد‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪23‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫قضایا‬
‫• ‪ -1‬یک گراف ‪-2 ،G‬کروماتیک است اگر و تنها اگر دوبخشی باشد‪.‬‬

‫• ‪ -2‬قضیه کونیگز‪ :‬یک گراف با حداقل یک یال ‪-2‬کروماتیک است اگر و تنها اگر هیچ دوری به طول فرد نداشته باشد‪.‬‬

‫‪ 𝜆 𝜆 − 1‬باشد‪.‬‬ ‫‪𝑛−1‬‬ ‫• ‪ -3‬یک گراف ‪ n‬رأسی‪ ،‬یک درخت است اگر و تنها اگر چندجمله ای رنگی آن به صورت‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪24‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫قصیه تطابق‬
‫• در یک گراف بدون جهت‪ ،‬تطابق برابر با مجموعه ای از یال ها است به طوری که هیچ دو یالی رأس مشترک نداشته باشند‪.‬‬

‫به عبارت دیگر تطابق یک گراف برابر یک زیرگراف است که هر گره از آن دارای صفر یا یک یال است‪.‬‬ ‫•‬

‫• هر رأس منطبق یا اشباع شده نامیده می شود اگر یال متصل به آن در مجموعه تطابق گراف وجود داشته باشد‪.‬‬

‫• در گراف کامل زیر چند تطابق را می بینیم‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪25‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫تطابق کامل‬
.‫ هستند‬G ‫ دو تطابق کامل از گراف‬M2 ‫ و‬M1 ‫ در شکل زیر‬.‫• تطابق کامل حالتی است که هر رأس دقیقا به یک یال متصل باشد‬

Introduction to Algorithms: Presented by Amin Hashemi

26 Department of Computer Engineering, Lorestan University
 ‫تطابق بیشینه‬
‫• تطابق بیشینه تطابقی با حداکثر تعداد یال های ممکن است‪ .‬به این معنا که در صورت اضافه کردن یک یال دیگر به آن تطابق از‬

‫دست می رود‪.‬‬

‫• هر تطابق کامل یک تطابق بیشینه است‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪27‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫تطابق در گراف های دوبخشی‬
‫• تطابق در گراف های دوبخشی به این صورت است که هیچ دو یالی دارای رأس مشترک در ‪ X‬یا ‪ Y‬نباشد‪ .‬در صورتی که ‪ X‬و ‪ Y‬دو‬

‫مجموعه رئوس گراف دوبخشی هستند‪.‬‬

‫• تطابق کامل در گراف دو بخشی‪ :‬تطابق کامل در حالتی رخ می دهد که همه رئوس ‪ X‬دارای دقیقا یک یال باشند‪ .‬یعنی رئوس سمت‬

‫چپ همگی به آنها یال متصل باشد ولی اگر به برخی رئوس سمت راست هیچ یالی متصل نبود‪ ،‬مشکلی ایجاد نمی شود‪.‬‬

‫• اگر تعداد رئوس سمت چپ بزرگتر از تعداد رئوس سمت راست باشد‪ ،‬تطابق کامل وجود ندارد‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪28‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫مثال‬
‫• گراف زیر را در نظر بگیرید‪:‬‬

‫• یال ‪ bc‬یک تطبیق است‪ .‬که رئوس ‪ b‬و ‪ c‬در آن اشباع شده هستند‪.‬‬

‫• مجموعه }‪ {bc,bd‬یک تطبیق نمی باشد زیرا رأس ‪ b‬متعلق به دو یال است‪.‬‬

‫• مجموعه }‪ {ab,cd‬یک تطابق کامل است چون هر رأس دقیقا به یک یال متصل است‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪29‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫مثال‬
‫• گراف زیر را در نظر بگیرید‪:‬‬

‫• مجموعه ‪ 𝑢1 𝑣2 ,𝑢2 𝑣4 ,𝑢3 𝑣1‬یک تطابق غیرکامل می باشد‪.‬‬

‫• در گراف زیر نمی توان یک تطابق کامل داشت چون که تعداد رئوس در دو بخش گراف با هم برابر نیست و یکی از رئوس بدون یال‬

‫باقی می ماند‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪30‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫قضیه هال‬
‫• فرض کنید )‪ G=(V,E‬یک گراف دوبخشی بوده که مجموعه رئوس آن یعنی ‪ V‬به صورت 𝑌 ∪ 𝑋 افراز شده است‪ .‬یک تطبیق کامل از‬

‫𝐴 𝑅 ≤ 𝐴 که در آن 𝐴 ‪ R‬برابر است‬ ‫‪ X‬به ‪ Y‬موجود است اگر و تنها اگر برای هر زیرمجموعه از ‪ X‬داشته باشیم ‪:‬‬

‫زیرمجموعه ای از ‪ Y‬که متشکل از رئوسی است که هر یک با حداقل یک رأس در ‪ A‬مجاور می باشند‪ .‬به عنوان مثال در شکل زیر‬

‫داریم‪:‬‬

‫‪ 𝐴 = 𝑥1 ,𝑥2 ,𝑥3‬و } ‪𝑅 𝐴 = {𝑦1 ,𝑦3‬‬ ‫•‬

‫𝐴 𝑅 و ‪ 𝐴 = 3‬است که با قضیه هال 𝐴 𝑅 ≤ 𝐴 در تناقض است‪.‬‬ ‫• در این حالت ‪= 2‬‬

‫• پس نتیجه می گیریم که تطابق کاملی بین رئوس این گراف وجود ندارد‪.‬‬
‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬
‫‪31‬‬
‫• برای این که تطابق کامل وجود داشته باشد باید رابطه باال برای هر زیرمجموعه از ‪ X‬صدق کند‪.‬‬
‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫قضیه‬
‫• فرض کنید )‪ G=(V,E‬یک گراف دوبخشی بوده که مجموعه رئوس آن یعنی ‪ V‬به صورت 𝑌 ∪ 𝑋 افراز شده است‪ .‬اگر یک عدد‬

‫صحیح و مثبت ‪ m‬وجود داشته باشد که در شرط ‪ 𝑑𝑒𝑔𝐺 𝑣1 ≥ 𝑚 ≥ 𝑑𝑒𝑔𝐺 𝑣2‬به ازای تمامی رئوس ‪ 𝑣1 ∈ 𝑉1‬و ‪𝑣2 ∈ 𝑉2‬‬

‫صدق کند‪ ،‬آنگاه یک تطبیق کامل از ‪ 𝑉1‬به ‪ 𝑉2‬وجود دارد‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪32‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫پوشش ها‬
‫• یک رأس و یال یکدیگر را می پوشانند اگر آنها با هم مجاور باشند‪:‬‬

‫• پوشش رأسی‪ :‬پوشش رأسی یک گراف شامل زیرمجموعه ای از رئوس است که همه یال های گراف را می پوشانند‪ .‬یعنی همه یال‬

‫های گراف به آن متصل هستند‪.‬‬

‫• در گراف روبرو مجموعه های پوشش رأسی نشان داده شده اند‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪33‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫پوشش ها‬
‫• پوشش رأسی مینیمال‪ :‬مجموعه ای از رئوس پوششی است که نتوان هیچ عضوی را از آن حذف کرد‪.‬‬

‫• در گراف زیر‪K1 ،‬مینیمال هستند ولی ‪ K3 ,K2‬مینیمال نیست‪ .‬چون می توان رأس ‪ d‬و ‪ a‬را از آن حذف کرد و همچنان یک مجموعه‬

‫پوشش رأسی داشته باشیم‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪34‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫پوشش ها‬
‫• پوشش رأسی مینیمم‪ :‬مجموعه ای از رئوس پوششی است که کمترین عضو ممکن را از میان تمام مجموعه های پوشش رأس داشته‬

‫باشد‪.‬‬

‫• در گراف زیر‪ K1 ،‬مینیمم است ولی ‪ K2,K3‬مینیمم نیستند‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪35‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫پوشش ها‬
‫• یک رأس و یال یکدیگر را می پوشانند اگر آنها با هم مجاور باشند‪:‬‬

‫• پوشش یال‪ :‬پوشش یال یک گراف شامل زیرمجموعه ای از یال ها است که همه رئوس گراف را می پوشانند‪ .‬یعنی یال هایی که همه‬

‫رئوس گراف به آن ها متصل هستند‪.‬‬

‫• در گراف روبرو مجموعه های پوشش یال نشان داده شده اند‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪36‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫پوشش ها‬
‫• پوشش یال مینیمم‪ :‬پوشش یال یک گراف شامل زیرمجموعه ای از یال ها است که همه رئوس گراف را می پوشانند به صورتی که‬

‫تعداد اعضای زیرمجموعه حداقل باشد‪.‬‬

‫• در گراف روبرو مجموعه های پوشش یال نشان داده شده اند‪.‬‬

‫• زیرمجموعه های ‪ M1‬و ‪ M2‬مینیمم هستند‪.‬‬

‫‪Introduction to Algorithms: Presented by Amin Hashemi‬‬

‫‪37‬‬ ‫‪Department of Computer Engineering, Lorestan University‬‬
 ‫پایان فصل ‪4‬‬

‫سالم و شاد باشید‬

‫امین هاشمی‬

‫‪38‬‬