Раскраска графов

Материал из Википедии — свободной энциклопедии
Перейти к: навигация, поиск
Корректная раскраска вершин графа наименьшим набором цветов - тремя.

В теории графов, раскраска графов является частным случаем разметки графов. При раскраске элементам графа ставятся в соответствие метки с учетом определенных ограничений; эти метки традиционно называются “цветами”. В простейшем случае, такой способ окраски вершин графа, при котором любым двум смежным вершинам соответствуют разные цвета, называется раскраской вершин. Аналогично, раскраска ребер присваивает цвет каждому ребру так, чтобы любые два смежных ребра имели разные цвета.[1] Наконец, раскраска областей планарного графа назначает цвет каждой области, так, что каждые две области, имеющие общую границу, не могут иметь одинаковый цвет.

Раскраска вершин – главная проблема раскраски графов, все остальные задачи в этой области могут быть перенесены на эту модель. Например, раскраска ребер графа - это раскраска вершин его рёберного графа, а раскраска областей планарного графа – это раскраска вершин двойственного графа.[1] Тем не менее, другие проблемы раскраски графов часто ставятся и решаются в изначальной постановке. Причина этого частично заключается в том, что это даёт лучшее представление о происходящем и более показательно, а частично из-за того, что некоторые задачи таким образом решать удобнее (например, раскраска ребер).

Договоренность об использовании цветов происходит из традиции выделения цветом стран на политической карте.[1] Она была обобщена на окраску областей планарного графа. Через двойственные графы эта модель распространилась и на раскраску вершин, а затем и на другие виды графов. В математическом и компьютерном представлении обычно в качестве цветов используются целые неотрицательные числа (от нуля и больше). Таким образом, мы можем использовать любой конечный набор в качестве “цветового набора”, и проблема раскраски графов зависит от количества цветов, а не от того, чем они являются.

Раскраска графов находит применение и во многих практических областях, а не только в теоретических задачах. Помимо классических типов проблем, различные ограничения могут также быть наложены на граф, на способ присвоения цветов или на сами цвета. Этот метод, например, используется в популярной головоломке Судоку. В этой области всё ещё ведутся активные исследования.

Примечание: Многие термины, данные в этой статье, определены в Глоссарии теории графов.

История[править | править вики-текст]

Первые результаты были получены для плоских графов в задаче раскрашивания карт. Пытаясь раскрасить карту округов Англии, Францис Гутри сформулировал проблему четырех красок, отметив, что четырех цветов достаточно, чтобы раскрасить карту так, чтобы любые два смежных региона имели разные цвета. Его брат передал вопрос своему учителю по математике, Огастесу де Моргану, который упомянул о нем в своем письме Уильяму Гамильтону в 1852 году. Артур Кэли поднял эту проблему на встрече Лондонского математического сообщества в 1878 году. В том же году Тэйтом было предложено первое решение этой задачи. Раскраску вершин первоначального графа он свел к раскраске ребер двойственного графа и предположил, что эта задача всегда имеет решение.[2] В 1880 году Альфред Кемпе опубликовал бумагу, в которой утверждалось, что ему удалось установить результат, и на десятилетие проблема четырех цветов считалась решенной. За это достижение Кемпе был избран членом Лондонского Королевского общества и позже — президентом Лондонского математического сообщества.[3]

В 1890 году Хивуд отметил, что аргументы, приведенные Кемпе, были неверными. Тем не менее, в этой статье он доказал теорему пяти красок, показав, что любая плоская карта может быть раскрашена не более, чем пятью цветами. При этом он опирался на идеи Кемпе. В следующем столетии было разработано большое количество теорий в попытках уменьшить минимальное число цветов. Теорема четырех красок была окончательно доказана в 1977 году учеными Кеннетом Аппелем и Вольфгангом Хакеном.Идея доказательства во многом опиралась на идеи Хивуда и Кемпе и игнорировала большинство промежуточных исследований.[4] Доказательство теоремы четырех цветов является одним из первых доказательств, в которых был использован компьютер.

В 1912 году Джордж Дэвид Биркхоф предложил использовать хроматический многочлен для изучения проблем раскраски, которые он обобщил на многочлен Тутте, являющийся важной частью в алгебраической теории графов. Кемпе в 1879 году уже обращал внимание на общий случай, когда граф не являлся плоским.[5] Много результатов обобщений раскраски плоских графов на поверхности более высоких порядков появилось в начале 20 века.

В 1960 году Клод Бердж сформулировал другое представление о раскраске графов, утверждение о совершенных графах, мотивированное информационно-теоретическим концептом, названным нулевой ошибкой емкости графа, представленным Шенноном. Утверждение оставалось неподтвержденным на протяжении 40 лет, пока не было доказано как знаменитая теорема о совершенных графах математиками Чудновской, Робертсоном, Сэймуром и Томасом в 2002 году.

Раскраска графов начала изучаться как алгоритмическая проблема с 1970-х годов: определение хроматического числа — одна из 21 NP-полных задач Карпа с 1972 года. И примерно в то же время были разработаны разнообразные алгоритмы на базе поиска с возвратом и рекурсивного удаления-сжатия Зыкова.[6] С 1981 года раскраска графа применяется для распределения регистров в компиляторах.[7]

Определение и терминология[править | править вики-текст]

Раскраска вершин[править | править вики-текст]

Этот граф может быть раскрашен 3 цветами 12 способами.

Когда говорят о раскраске графов, почти всегда подразумевают под этим раскраску их вершин, то есть присвоение цветовых меток вершинам графа так, чтобы любые две вершины, имеющие общее ребро, имели разные цвета. Так как графы, в которых есть петли, не могут быть раскрашены таким образом, они не являются предметом обсуждения.

Терминология, в которой метки называются цветами, происходит от раскраски политических карт. Такие метки как красный или синий используются только когда число цветов мало, обычно же подразумевается, что метки являются целыми числами \{1,2,3,...\}.

Раскраска с использованием k цветов называется k-раскраской. Наименьшее число цветов, необходимое для раскраски графа G называется его хроматическим числом и часто записывается как \chi(G). Иногда используется \gamma(G), с тех пор как \chi(G) обозначает Эйлерову характеристику. Подмножество вершин, выделенных одним цветом, называется цветовым классом, каждый такой класс формирует независимый набор. Таким образом, k-раскраска - это то же самое, что и разделение вершин на k независимых наборов.[1]

Хроматический многочлен[править | править вики-текст]

Хроматический многочлен - это функция P(G,t), которая считает число t-раскрасок  G. Из названия следует, что для заданных G эта функция - полином, зависящий от t. Этот факт был обнаружен Биркгофом и Льюисом при попытке доказать гипотезу четырех красок.[8]

Все не изоморфные графы из 3 вершин и их хроматические многочлены. Пустой граф E3 (красный) допускает раскраску одним цветом, остальные - нет. Зеленый граф может быть раскрашен 3 цветами 12 способами.

Например, граф на изображении справа может может быть раскрашен 12 способами с использованием 3 цветов. Двумя цветами он не может быть окрашен в принципе. Используя 4 цвета, мы получаем 24+4*12 = 72 вариантов раскраски: при использовании всех 4 цветов, есть 4! = 24 корректных способа (каждое присвоение 4 цветов для любого графа из 4 вершин является корректным); и для каждых 3 цветов из этих 4 есть 12 способов раскраски. Тогда, для графа в примере, таблица чисел корректных раскрасок будет начинаться так:

Доступное число цветов 1 2 3 4
Количество способов раскраски 0 0 12 72

Для графа в примере, P(G,t) = t(t-1)^2(t-2), и конечно, P(G,4) = 72.

Хроматический многочлен содержит по меньшей мере столько же информации о раскрашиваемости G, сколько и хроматическое число. В самом деле, \chi - наименьшее целое положительное число, не являющееся корнем хроматического многочлена.

\chi (G)=\min\{ t\,\colon\,P(G,t) > 0 \}.
Хроматические многочлены для некоторых графов
Треугольный K_3 t(t-1)(t-2)
Полный граф K_n t(t-1)(t-2) \cdots (t-(n-1))
Дерево с n ребрами t(t-1)^{n}
Цикл C_n (t-1)^n+(-1)^n(t-1)
Граф Петерсена t(t-1)(t-2)(t^7-12t^6+67t^5-230t^4+529t^3-814t^2+775t-352)

Реберная раскраска[править | править вики-текст]

Реберная раскраска графа подразумевает под собой назначение цветов ребрам так, что никакие два ребра одного цвета не принадлежат одной вершине. Эта задача эквивалентна разделению множества граней на множества независимых граней. Наименьшее число цветов, необходимое для реберной раскраски графа G - это его его хроматический индекс, или реберное хроматическое число, \chi'(G).

Тотальная раскраска[править | править вики-текст]

Тотальная раскраска - это один из видов раскраски вершин и ребер графа. Под ней подразумевают такое присвоение цветов, что ни соседние вершины, ни смежные ребра, ни вершины и ребра, которые их соединяют, не имеют одинакового цвета. Полное хроматическое число \chi''(G) графа G - это наименьшее число цветов, необходимое для любой полной раскраски.

Свойства[править | править вики-текст]

Свойства хроматического многочлена[править | править вики-текст]

P(G,t) = 1
P(G,t) = P(H,t)P(K,t)
  • Если в G есть петля [9],
P(G,t) = 0

Ограничения на хроматическое число[править | править вики-текст]

  • Назначение всем вершинам разных цветов всегда дает правильную раскраску, так что
1 \le \chi(G) \le n.\,
  • Единственный вид графов, которые могут быть раскрашены одним цветом - это нулевые графы.
  • Полный граф K_n, состоящий из n вершин требует \chi(K_n)=n цветов.
  • При оптимальной раскраске должно быть по меньшей мере одно ребро из m ребер графа между каждыми двумя цветовыми классами, так что [10]
\chi(G)(\chi(G)-1) \le 2m.\,
  • Если G является объединением непересекающихся подграфов H и K, то
\chi(G) = max\{\chi(H),\chi(K)\}
  • Если G содержит клики размера k, тогда необходимо минимум k цветов для раскраски этой клики, другими словами хроматическое число больше, либо равно размерности клики:
\chi(G) \ge \omega(G).\,
Для интервальных графов это ограничение точно.
  • По теореме 4 цветов, любой плоский граф может быть раскрашен 4 цветами.
  • 2-раскрашиваемые графы - это двудольные графы, в том числе и деревья.
Граф G является двудольным в том и только в том случае, если он не содержит циклов нечетной длины.[9]
\chi(G) \le \Delta(G) + 1. \,
  • Полные графы имеют \chi(G)=n и \Delta(G)=n-1, графы-циклы имеют \chi(G)=3 и \Delta(G)=2, так что для них это ограничение является наилучшим, во всех других случаях, ограничение может быть улучшено; Теорема Брукса[11] утверждает, что
Теорема Брукса: \chi (G) \le \Delta (G) для связанного, простого графа G, если G не является ни полный графом, ни графов-циклом.

Графы с большим хроматическим числом[править | править вики-текст]

  • Графы с большими кликами имеют большое хроматическое число, но обратное утверждение не всегда верно. Граф Грёча - это пример 4-раскрашиваемого графа без треугольников, и этот пример может быть обобщен на граф Мыцельского.
Теорема Мыцельского(Александр Зыков 1949, Jan Mycielski 1955): Существуют графы без треугольников со сколь угодно большими хроматическими числами.
  • Из теоремы Брукса, графы с большим хроматическим числом должны иметь высокую максимальную степень вершины. Другое локальное условие, из-за которого хроматическое число может быть большим - это наличие большого клика. Но раскрашиваемость графа зависит не только от локальных условий: граф с большим обхватом локально выглядит как дерево, так все циклы длинные, но его хроматическое число не равно 2:
Теорема Эрдоса: Существуют графы со сколь угодно большим обхватом и хроматическим числом. [10]

Ограничения на хроматический индекс[править | править вики-текст]

\chi'(G)=\chi(L(G)). \,
  • Более того [12],
Теорема Кёнига: \chi'(G) = \Delta(G), если G - двудольный.
  • В общем случае, связь намного сильнее, чем дает теорема Брукса для раскраски вершин [12]:
Теорема Визинга: Граф с максимальной степенью вершины \Delta имеет реберное хроматическое число \Delta или \Delta+1.

Другие свойства[править | править вики-текст]

  • Об бесконечных графах известно намного меньше. Ниже приведены два результата для раскраски бесконечных графов.
  1. Если все конечные подграфы бесконечного графа G k-хроматические, то и G тоже является k-хроматическим, по предположению аксиомы выбора. Это - формулировка теоремы Дэ Брейна–Эрдуша.[14]
  2. Если граф допускает полную n-раскраску для любого n \geqslant n_0, то он допускает бесконечную полную раскраску.[15]

Открытые вопросы[править | править вики-текст]

Хроматическое число плоскости, в которой две точки являются смежными, если между ними единичное расстояние, неизвестно. Оно может быть равным 4, 5, 6, или 7. Другие открытые вопросы о хроматическом числе графов включают в себя гипотезу Хардвигера, утверждающую, что любой граф с хроматическим числом k имеет полный граф из k вершин, как его минор, Гипотезу Эрдуша–Фабера–Ловаса, которая ограничивает хроматическое число полных графов, которые имеют ровно одну общую вершину для каждой пары графов, и гипотезу Альбертсона о том, что среди k-хроматических графов полными являются те, которые имеют наименьшее число пересечений.

Когда Бирков и Льюис представили хроматический многочлен в их попытке решить теорему четырех цветов, они утверждали, что для плоских графов G, многочлен P(G,t) не имеет нулей в области [4,\infty). Хотя известно, что такой хроматический многочлен не имеет нулей в области [5,\infty), и что P(G,4) \neq 0, их утверждение остается недоказанным. Так же остается открытым вопрос, как отличать графы с одинаковым хроматическим многочленом, и как определять, что многочлен является хроматическим.

Алгоритмы раскраски[править | править вики-текст]

Полиномиальные алгоритмы[править | править вики-текст]

Для двудольного графа задача раскраски вычисляется за линейное время с помощью поиска в ширину. В случае совершенных графов, хроматическое число и соответствующая ему раскраска может быть найдена за полиномиальное время при использовании полуопределенного программирования. Приближенные формулы для нахождения хроматического числа известны для многих классов графов(леса, циклы, колеса, хордальные графы) и так же могут быть вычислены за полиномиальное время.

Точные алгоритмы[править | править вики-текст]

Алгоритм полного перебора для случая k-раскраски рассматривает все k^n комбинаций расстановки цветов в графе с n вершинами и проверяет их на корректность. Чтобы вычислить хроматическое число и хроматический полином данный алгоритм рассматривает каждое k, и может работать эффективно только для небольших графов.

Используя динамическое программирование и оценку размера наибольшего независимого множества в графе возможность k-раскраски может быть разрешена за время O(2,445^n) [16]. Известны более быстрые алгоритмы для 3- и 4-раскрасок, сходящиеся за время O(1,3289^n) [17] и O(1,7272^n) [18] соответственно.

Сжатие[править | править вики-текст]

Сжатие G/uv графа G — это граф, полученный отождествлением вершин u и v, удаление соединяющих их ребер, замена на одну вершину w, куда перенаправляются ребра инцидентные вершинам u и v. Эта операция играет важную роль в анализе раскраски графов.

Хроматическое число удовлетворяет рекуррентному соотношению:

\chi(G) = min\{\chi(G+uv),\chi(G/uv)\},

где u и v несмежные вершины, G + uv граф с добавленным ребром uv. Некоторые алгоритмы основаны на данном соотношении, выдавая как результат дерево, иногда называемое деревом Зыкова. Время выполнения зависит от метода выбора вершин u и v.

Хроматический полином удовлетворяет рекуррентному соотношению:

P(G - uv,t) = P(G/uv,t) + P(G,t),

где u и v смежные вершины, G - uv граф с удалением ребра uv. P(G - uv,t) представляет собой число возможных правильных раскрасок графа, когда вершины могут иметь одинаковые или различные цвета. Если u и v имеют разные цвета, тогда мы можем рассмотреть граф, где u и v смежные. Если u и v имеют одинаковые цвета, мы можем рассмотреть граф, где u и v объединены.

Выражения данные выше приводят к рекурсивной процедуре, названной алгоритм удаления-сжатия, сформировавшей основу для многих алгоритмов раскраски графов. Время работы удовлетворяет такому же рекуррентному соотношению, как и числа Фибоначчи, поэтому в наихудшем случае алгоритм будет работать за время ((1 + \sqrt5)/2)^{n+m} = O(1,6180^{n+m}) для n вершин и m ребер.[19] На практике, метод ветвей и границ и отбрасывание изоморфных графов позволяет избежать некоторых рекурсивных вызовов, время работы зависит от метода подбора пары вершин.

Жадная раскраска[править | править вики-текст]

Два результата работы жадного алгоритма при выборе разных порядков вершин.

Жадный алгоритм упорядочивает вершины v_1 ,...,v_n   и последовательно присваивает вершине v_i наименьший доступный цвет, не использовавшийся для окраски соседей v_i среди v_1,...,v_{i-1}, либо добавляет новый. Качество полученной раскраски зависит от выбранного порядка. Всегда существует такой порядок, который приводит жадный алгоритм к оптимальному числу \chi(G) красок. С другой стороны, жадный алгоритм может быть сколь угодно плохим; например, корона с n вершинами может быть раскрашена 2 цветами, а упорядочивание может привести к числу цветов равному n/2.

Для хордального графа и для его особых случаев(например, интервальный граф) алгоритм жадной раскраски может быть использован для нахождения оптимальной раскраски за полиномиальное время, выбирая порядок вершин обратным к совершенному порядку исключения. Однако найти такой порядок — NP-сложная задача для данного графа.

Если вершины упорядочены в соответствии с их степенями, алгоритм жадной раскраски использует не более чем max_imin\{d(v_i)+1,i\} цветов, как максимум на 1 больше чем \Delta(d(v_i) — степень вершины v_i). Этот эвристический алгоритм иногда называют алгоритмом Уэлша-Пауэлла.[20] Другой алгоритм устанавливает порядок динамично, выбирая следующую вершину той, которая имеет наибольшее число смежных вершин разных цветов. Многие другие алгоритмы раскраски графов основаны на жадной раскраске и используют статические или динамические стратегии выбора порядка вершин.

Параллельные и распределенные алгоритмы[править | править вики-текст]

В области распределенных алгоритмов, раскраска графов тесно связана с проблемой нарушения симметрии. При достаточно большой максимальной степени вершин \Delta наиболее развитые вероятностные алгоритмы работают быстрее, чем детерминированные алгоритмы. Наиболее быстрые вероятностные алгоритмы используют технику множественных попыток.[21]

В симметричных графах детерминированные распределенные алгоритмы не могут определить цвет вершины. Нужна дополнительная информация, чтобы избежать симметрии. Делается стандартное предположение, что первоначально каждая вершина имеет уникальный идентификатор, например, из множества \{1, 2, ..., N\}. Пойдем от обратного, предположив, что нам дана n-раскраска. Задача состоит в том, чтобы уменьшить количество цветов от n до, например, (\Delta + 1). Чем больше цветов используются (O(\Delta) вместо (\Delta + 1)), тем меньше раундов связи требуется. Раунд связи подразумевает обмен узла произвольным сообщением с одним из своих соседей.[21]

Простая версия распределённого жадного алгоритма для (\Delta + 1) -раскраски требует \Theta(n) раундов связи в худшем случае - информации, возможно, придется проходить из одной стороны сети в другую.

Наиболее простым интересным случаем является n-цикл. Ричард Коул и Узи Вишкин [22] показывают, что существует распределенный алгоритм, который уменьшает количество цветов от n до O(log(n)) в одном синхронном шаге связи. Повторяя ту же процедуру, можно получить 3-раскраску n-цикла за O(log^*(n)) раундов связи (при условии, что мы имеем уникальные идентификаторы узлов).

Функция log^*, повторный логарифм, является чрезвычайно медленно растущей функцией, "почти константа". Следовательно, результаты Коула и Вишкина поднимают вопрос о том, есть ли распределенный алгоритм 3-раскраски n-цикла, который выполняется за константное время. Натан Линиал показал, что это не возможно: любой детерминированный распределенный алгоритм требует \Omega(log^*(n)) раундов связи для уменьшения N-раскраски до 3-раскраски в n-цикле.[23]

Техника Коула и Вишкина также может быть применена для произвольного графа с ограниченной степенью вершин, в этом случае время работы составляет P(\Delta) + O(log^*(n)).[24] Этот метод был обобщен для графа единичных кругов Шнайдером и др.[25]

Проблема раскраски ребер также изучалась в распределенной модели. Пансонецци и Рицци достигли (2\Delta - 1)-раскраски за O(\Delta + log^*(n)) в этой модели.[26] Нижняя граница для распределенной раскраски вершин достигнутая Линиалом также применима для задачи распределенной раскраски ребер.[27]

Децентрализованные алгоритмы[править | править вики-текст]

Децентрализованными называются алгоритмы, в которых не разрешена внутренняя передача сообщений(в отличии от распределенных алгоритмов, где процессы обмениваются между собой данными). Существуют эффективные децентрализованные алгоритмы, успешно справляющиеся с задачей раскраски графов. Эти алгоритмы работают в предположении, что вершина способна "чувствовать", что какая-либо из ее соседних вершин раскрашена в тот же цвет, что и она. Другими словами, есть возможность определить локальный конфликт. Такое условие довольно часто выполняется в реальных прикладных задачах — например, при передаче данных по беспроводному каналу передающая станция, как правило, имеет возможность детектировать, что другая станция пытается передавать одновременно в тот же канал. Способность к получению подобной информации является достаточным условием того, что алгоритмы основанные на обучающихся автоматах с единичной вероятностью правильно решат задачу раскраски графа[28] [29].

Сложность вычислений[править | править вики-текст]

Раскраска графа является вычислительно сложной задачей. Считается, что узнать допускает ли граф k-раскраску для заданного k - это NP-полная задача, кроме случаев k = 1 и k = 2. В частности, задача вычисления хроматического числа NP-сложна.[30] Задача о 3-раскраске NP-полная даже для случая планарного графа степени 4.[31]

Также NP-сложной задачей является раскраска 3-раскрашиваемого графа 4 цветами [32] и k-раскрашиваемого графа k^{log(k)/25} при достаточно больших значениях k.[33]

Вычисление коэффициентов хроматического полинома #P-сложная задача. Не существует на данный момент ни одного FPRAS для вычисления хроматического полинома ни для какого рационального числа k ≥ 1,5, кроме k = 2, если только не выполнится, что NP = RP.[34]

Применение[править | править вики-текст]

Планирование[править | править вики-текст]

Раскраска вершин моделирует многие проблемы планирования.[35] В своей простейшей постановке, заданный набор работ должен быть распределен по временным отрезкам, каждая такая работа занимает один отрезок. Они могут быть выполнены в любом порядке, но две работы могут конфликтовать в том смысле, что не могут быть выполнены одновременно, так как, например, используют общие ресурсы. Соответствующий граф содержит вершину для каждой из работ и грань для каждой конфликтующий пары. Хроматическое число построенного графа - это минимальное время выполнения всех работ без конфликтов.

Детали проблемы планирования определяют структуру графа. Например, когда идет распределение самолетов по рейсам, результирующий граф конфликтов является интервальным графом, так что проблема раскраски может быть решена эффективно. При распределении радиочастот, получается единичный дисковый граф конфликтов, и задача решается с помощью 3 цветов.

Распределение регистров[править | править вики-текст]

Компилятор - это компьютерная программа которая переводит один компьютерный язык в другой. Для улучшения времени выполнения результирующего кода, одной из техник компиляторной оптимизации, является распределение регистров, в которой наиболее часто используемые переменные компилируемой программы хранятся в быстродействующих регистрах процессора. В идеальном случае, переменные хранятся в регистрах так, что они все находятся в регистрах во время их использования.

Один из подходов к этой задаче состоит в перенесении ее на модель раскраски графов.[36] Компилятор строит интерференционный граф, где вершины соответствуют регистрам, а грань соединяет две из них, если они нужны в один и тот же момент времени. Если этот граф k-хроматический, то переменные могут храниться в k регистрах.

Цифровые водяные знаки[править | править вики-текст]

Технология цифровых водяных знаков (англ. digital watermarking) позволяет вместе с данными (будь то медиафайлы, исполняемые файлы и прочие) передать некое скрытое сообщение («водяной знак», Watermark). Такое скрытое сообщение может быть применено в защите авторских прав для идентификации владельца данных.

Это важно, например, для установления источника их распространения нелегальным образом. Или же для подтверждения прав на данные, например — программное обеспечение систем на кристалле (system-on-chip).

Сообщение можно закодировать в том числе и в графе. Одну из таких техник предложили Qu и Potkonjak (поэтому её иногда называют QP-алгоритмом) в [37].

Состоит она вот в чём: допустим, у нас есть граф G, раскраска которого используется в программе — причём, используется так, что допустимо поменять содержимое графа с небольшим увеличением его хроматического числа. Что важно, одним из таких примеров является граф несовместимости(интерференционный граф) распределения регистров процессора, о котором говорилось выше, — а значит, мы сможем закодировать послание в программном продукте с помощью распределения регистров.

Извлечь его можно путём сравнения полученного графа с исходным; существуют и способы удостовериться в том, было ли некое сообщение закодировано в графе без использования исходного — подробнее извлечение описано, например, в [38].

Развитие и уточнение мыслей Qu и Potkonjak, попытки улучшения алгоритма происходит в работах [39], [40], [38].

Другие применения[править | править вики-текст]

Задача раскраски графов была поставлена во многих других областях применения, включая сравнение с шаблоном.

Решение головоломки Судоку можно рассматривать как завершение раскраски 9 цветами заданного графа из 81 вершины.

Примечания[править | править вики-текст]

Источники[править | править вики-текст]