Nieklasyczne modele kolorowania grafów



Podobne dokumenty
Wstp. Warto przepływu to

Skojarzenia. Najliczniejsze skojarzenia: Dokładne skojarzenia o maksymalnej sumie wag w obcionych pełnych grafach dwudzielnych.

1) Grafy eulerowskie własnoci algorytmy. 2) Problem chiskiego listonosza

lim a n Cigi liczbowe i ich granice

O liczbach naturalnych, których suma równa się iloczynowi

Szukanie najkrótszych dróg z jednym ródłem

Równoliczno zbiorów. Definicja 3.1 Powiemy, e niepuste zbiory A i B s równoliczne jeeli istnieje. Piszemy wówczas A~B. Przyjmujemy dodatkowo, e ~.

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych.

Kolorowanie wierzchołków

Analiza matematyczna 1 Notatki do wykªadu Mateusz Kwa±nicki. 7 Sumy i iloczyny uogólnione

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych

Wykªad 2. Szeregi liczbowe.

Kolorowanie wierzchołków grafu

Ciągi liczbowe wykład 3

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

Funkcje tworz ce skrypt do zada«

Temat: Struktury danych do reprezentacji grafów. Wybrane algorytmy grafowe.

Stwierdzenie 1. Jeżeli ciąg ma granicę, to jest ona określona jednoznacznie (żaden ciąg nie może mieć dwóch różnych granic).

Internetowe Kółko Matematyczne 2004/2005

1. Granica funkcji w punkcie

KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY

2 n < 2n + 2 n. 2 n = 2. 2 n 2 +3n+2 > 2 0 = 1 = 2. n+2 n 1 n+1 = 2. n+1

Egzaminy. na wyższe uczelnie zadania

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na.

Zbiory. Zadanie 5. Wykaza to»samo±ci (a) A (B \ C) = [(A B) \ C] (A C), (b) A \ [B \ (C \ D)] = (A \ B) [(A C) \ D],

Przykład Zbiór {0, 2} jest podgrup grupy Z 4, bo elementem odwrotnym do liczby 2 jest ta sama liczba ((2 + 2)mod4 = 0).

Temat: Problem minimalnego drzewa Steinera. Definicja problemu. Zastosowania. Algorytm dokładny Hakimi. Algorytmy aproksymacyjne.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

3 Arytmetyka. 3.1 Zbiory liczbowe.

Kolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie

Analiza matematyczna. Robert Rałowski

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2011 POZIOM ROZSZERZONY WYBRANE: CZĘŚĆ I. Czas pracy: 90 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY

SPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki.

Wykªad 05 (granice c.d., przykªady) Rozpoczniemy od podania kilku przykªadów obliczania granic ci gów. n an = + dla a > 1. (5.1) lim.

5. Zasada indukcji matematycznej. Dowody indukcyjne.

I. Podzielność liczb całkowitych

Temat: Problem najkrótszych cieek w grafach waonych, cz. I: Algorytmy typu label - setting.

oraz spełnia warunki: (*) dla wszystkich wierzchołków

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2012 POZIOM PODSTAWOWY CZĘŚĆ I WYBRANE: Czas pracy: 75 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

Ciągi i szeregi liczbowe. Ciągi nieskończone.

MACIERZE STOCHASTYCZNE

Egzamin maturalny z informatyki Poziom rozszerzony część I

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n = Rozwiązanie: Stosując wzór na wartość współczynnika dwumianowego otrzymujemy

Tw. 1. Je»eli ci g {a n } ma granic a i ci g {b n } ma granic b, to ci g {a n b n } ma granic a b. Tw. 2. b n. Tw. 3. Tw. 4.

Analiza Matematyczna I.1

FAQ ANALIZA R c ZADANIA

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy transportowe cd, Problem komiwojażera

dna szeregu. ; m., k N ; ó. ; u. x 2n 1 ; e. n n! jest, że

Parametryzacja rozwiązań układu równań

a 1, a 2, a 3,..., a n,...

E ' E G nazywamy krawędziowym zbiorem

Matematyka ETId I.Gorgol Twierdzenia o granicach ciagów. Twierdzenia o granicach ciagów

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

Analiza Matematyczna I.1

Metoda najszybszego spadku

RAP pa¹dziernika S n = S 0 + i=1. p r q l = p r q l r. N n(a,b)

zadań z pierwszej klasówki, 10 listopada 2016 r. zestaw A 2a n 9 = 3(a n 2) 2a n 9 = 3 (a n ) jest i ograniczony. Jest wiec a n 12 2a n 9 = g 12

Problem decyzyjny naley do klasy NP. (Polynomial), jeeli moe by rozwizany w czasie conajwyej wielomianowym przez algorytm A dla DTM.

Zasada indukcji matematycznej. Dowody indukcyjne.

Kolorowanie wierzchołków

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3:

Matematyka dyskretna

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Matematyczne Podstawy Informatyki

Prace domowe z matematyki Semestr zimowy 2010/2011. Zoa Zieli«ska-Kolasi«ska

Kongruencje Wykład 4. Kongruencje kwadratowe symbole Legendre a i Jac

Wzór Taylora. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Wykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy

Znajdowanie skojarzeń na maszynie równoległej

SKRYPT Z ANALIZY MATEMATYCZNEJ DLA UCZNIÓW XIV LO

Graf. Definicja marca / 1

Podstawowe własności grafów. Wykład 3. Własności grafów

I kolokwium z Analizy Matematycznej

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

3. Funkcje elementarne

10. Kolorowanie wierzchołków grafu

LX Olimpiada Matematyczna

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

.! $ Stos jest list z trzema operacjami: dodawanie elementów na wierzch stosu, zdejmowanie elementu z wierzchu stosu, sprawdzanie czy stos jest pusty.

CAŁKA NIEOZNACZONA. F (x) = f(x) dx.

a n 7 a jest ciągiem arytmetycznym.

O trzech elementarnych nierównościach i ich zastosowaniach przy dowodzeniu innych nierówności

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

7 Liczby zespolone. 7.1 Działania na liczbach zespolonych. Liczby zespolone to liczby postaci. z = a + bi,

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1

Zadania z analizy matematycznej - sem. I Szeregi liczbowe

Technika Próżniowa. Przyszłość zależy od dobrego wyboru produktu. Wydanie Specjalne.

15. CAŁKA NIEOZNACZONA cz. I

Ilustracja S1 S2. S3 ściana zewnętrzna

( ) WŁASNOŚCI MACIERZY

Pojcie grafu. { {v 1, v 2 }, {v 2, v 3 }, {v 3, v 4 }, {v 4, v 1 },{v 2, v 4 } } )

2. Nieskończone ciągi liczbowe

EGZAMIN MATURALNY Z MATEMATYKI

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA

Temat: Algorytmy aproksymacyjne (przyblione) cz. I. Majc do rozwizania trudny obliczeniowo problem, moemy wybra jedno z dwóch nastpujcych podej:

Temat: Technika zachłanna. Przykłady zastosowania. Własno wyboru zachłannego i optymalnej podstruktury.

1.3. Największa liczba naturalna (bez znaku) zapisana w dwóch bajtach to a) b) 210 c) d) 32767

SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Skojarzeniem w grafie G nazywamy dowolny podzbiór krawędzi parami niezależnych.

Transkrypt:

65 Nieklasycze modele kolorowaia grafów

66 Kolorowaie sprawiedliwe Def. Jeli wierzchołki grafu G moa podzieli a k takich zbiorów iezaleych C,...,C k, e C i C j dla wszystkich i,j,...,k, to mówimy, e G jest sprawiedliwie k-kolorowaly. Najmiejsza liczba k, dla której graf G jest sprawiedliwie k-kolorowaly jest sprawiedliw liczb chromatycz grafu i ozaczamy j symbolem χ (G). Uwaga: Prawdziwe jest oszacowaie χ(g) χ (G), gdy kade sprawiedliwe pokolorowaie jest jedoczeie pokolorowaiem klasyczym. Przykład: Róica χ (G) χ(g) moe by dowolie dua przykładem s grafy S.

67 Kolorowaie sprawiedliwe Tw. Dla dowolego grafu G zachodzi χ (G) (G) +. Tw. Prawdziwe jest oszacowaie dole ( G), ( G ( N( v) { v})) χ α + gdzie α(g) jest liczb stabiloci grafu (moc ajlicziejszego zbioru iezaleego w G) atomiast v jest dowolym wierzchołkiem grafu G. Dowód: liczba wierzchołków zaetykietowaa kolorem przydzieloym v ie przekracza α(g (N(v) {v}))+, skoro chcemy otrzyma pokolorowaie sprawiedliwe, to kroto kadego iego koloru ie przekracza α(g (N(v) {v}))+.

68 Kolorowaie sprawiedliwe Tw. Wzory a sprawiedliw liczb chromatycz w przypadku podstawowych klas grafów: χ ( Q ) χ ( K, ) + / χ ( ) + W χ ( C ) k + χ ( C ) k ( ) / Tw. χ ( K r r ) ( K r,..., r ). 3,..., s s Wiosek χ ( K r s ),..., wszystkich i,j. r s wtedy i tylko wtedy, gdy r i r j dla

69 Kolorowaie sprawiedliwe Tw. Niech G bdzie grafem dwudzielym o wierzchołkach. Jeli G składa si z r składowych i r /k dla pewej liczby aturalej k, to G jest sprawiedliwie k-kolorowaly. Dowód: załómy, e G jest sum grafów dwudzielych (V U,E ),..., (V r U r,e r ), porzdkujemy wierzchołki ustawiajc je w cig V,...,V r,u,...,u r, przy czym w obrbie kadego ze zbiorów wierzchołki s posortowae dowolie, dzielimy te cig a segmety o rozmiarach /k, ( )/k,..., ( k + )/k, kady z tych segmetów jest zbiorem iezaleym, gdy w przeciwym razie istieje segmet S taki, e S obejmuje r podzbiorów (V i,u i ) wraz z dodatkowym wierzchołkiem, co ozacza /k r + + /k > /k sprz, Tw. Jeli G jest sum sprawiedliwie k-kolorowalych grafów, to G jest sprawiedliwie k-kolorowaly.

70 Kolorowaie sumacyje Def. Niech c bdzie wierzchołkowym pokolorowaiem grafu G. Sum chromatycz (wierzchołkow) grafu G azywamy liczb gdzie ( G) mi ( G, c), ( G, c) c v V ( G) c( v). Pokolorowaiem optymalym jest kade takie pokolorowaie c, e ( G) ( G, c). Przez c max ozaczamy ajwyszy kolor uyty przez pokolorowaie c, atomiast s(g) jest miimal liczb kolorów uytych przez pokolorowaie optymale. Jak poprzedio, C i ozacza zbiór iezaley zawierajcy wierzchołki o kolorze i (w pokolorowaiu c).

7 Kolorowaie sumacyje Tw. Dla dowolego optymalego pokolorowaia c zachodzi C C... Cc. max Dowód: Przypumy, e C i < C j dla i < j. Jeli wierzchołki alece do zbioru C i otrzymaj kolor j oraz wierzchołki alece do C j otrzymaj kolor i, to otrzymae pokolorowaie jest poprawe oraz jego suma jest miejsza o (j i)( C j C i ) > 0 od sumy pokolorowaia wyjciowego. Sprzeczo. Tw. Dla dowolego optymalego pokolorowaia c zachodzi i< j v C j u C i { u, v} E( G). Dowód: Gdyby pewie wierzchołek v ze zbioru C j ie był połczoy z adym wierzchołkiem z pewego zbioru C i dla i < j, to v moe otrzyma kolor i. Sprzeczo.

7 Kolorowaie sumacyje Tw. Dla grafu G zachodz oszacowaia: () () ( + ) ( G) ( G) + m Dowód: () wyika z faktu, e kolory maj wartoci ie miejsze i oraz suma jest ajwiksza jeli wszystkie kolory s parami róe. () Z poprzediego twierdzeia wyika, e liczba krawdzi łczcych wierzchołki z C j, j > z wierzchołkami z C... C j wyosi co ajmiej C j (j ). Zatem ( G, c) C + C j ( j ) + C j> + m

73 Kolorowaie sumacyje Tw. Prawdziwe s astpujce wzory a sum chromatycz: gdzie C r,s jest komet z r promieiami i warkoczem długoci s., / 3 ) ( (6) ) ( ) ( (5) }, mi{ ) ( (4) parzyste 4,gdy / 3 ieparzyste,gdy ) / 3( ) ( (3) / 3 ) ( () / 3 ) ( (),, + + + + + + + r s C K s r s r K W C P s r s r

74 Kolorowaie zwarte Def. Podzbiór A liczb aturalych azywamy przedziałem jeli zawiera wszystkie liczby pomidzy mia oraz maxa. Def. Niech G bdzie dowolym grafem. Fukcja odwzorowujca zbiór krawdzi grafu w zbiór liczb aturalych jest pokolorowaiem zwartym jeli ssiedie krawdzie otrzymuj róe kolory oraz dla kadego wierzchołka v, zbiór kolorów przydzieloych krawdziom icydetym do v jest przedziałem. Przykład Zwarte 4 pokolorowaie drzewa. 3 4 3

75 Kolorowaie zwarte Tw. Grafy dajce si pokolorowa w sposób zwarty s grafami klasy. Dowód: Niech c bdzie zwartym pokolorowaiem grafu G. Defiiujemy fukcj g: E {0,..., } astpujco: g(e) c(e) mod dla kadej krawdzi e. Tak okreloa fukcja g jest pokolorowaiem krawdzi grafu, poiewa zbiór kolorów przydzieloych krawdziom icydetym do wolego wierzchołka v jest przedziałem o mocy ie wikszej i. Przykład: Implikacja odwrota ie jest prawdziwa:

76 Iloczy kartezjaski grafów Def. Niech bd dae grafy G (V, E ), G (V, E ). Iloczy kartezjaski G G to graf o zbiorze wierzchołków V V i zbiorze krawdzi E( G G ) {{( v ( v, v ),( u u, u { v )}: ( v, u u } E Przykład: Wyzaczmy graf C 4 P 3. d a c b u v w )}. { v (d,u) (d,v) (d,w), u (a,u) } E (a,v) (a,w) ) (c,u) (c,v) (c,w) (b,u) (b,v) (b,w)

77 Kolorowaie zwarte Tw. Załómy, e grafy G (V, E ), G (V, E ) maj zwarte pokolorowaia c oraz c, zuywajce odpowiedio r i r kolorów. Wówczas G G moa pokolorowa zwarcie za pomoc r + r kolorów. Dowód: Dla dowolego wierzchołka v j V i, i, defiiujemy liczby: mic i (v i ) mi{ c({v,u}): {v,u} E i }, maxc i (v i ) max{ c({v,u}): {v,u} E i }. Okrelamy pokolorowaie grafu G G defiiujc kolor dla kadej krawdzi: krawd postaci {(v,u),(w,u)}, gdzie {v,w} E otrzymuje kolor c ({v,w})+mic (u), krawd postaci {(v,u),(v,w)}, gdzie {u,w} E otrzymuje kolor c ({u,w})+maxc (v)+. Krawdzie pierwszego typu otrzymuj parami róe kolory tworzce przedział {mic (v)+mic (u),..., maxc (v)+mic (u)}. Krawdzie drugiego typu otrzymuj parami róe kolory tworzce przedział {mic (u)+maxc (v)+,..., maxc (u)+maxc (v)+}.

78 Kolorowaie uporzdkowae Def. Fukcja c: V(G) {0,...,k} jest uporzdkowaym k-pokolorowaiem wierzchołków grafu G, jeli kada cieka łczca wierzchołki u,v takie, e c(u) c(v) zawiera wierzchołek w o kolorze c(w) > c(u). Najmiejsz liczb k, dla której istieje uporzdkowae k-pokolorowaie grafu G azywamy uporzdkowa liczb chromatycz grafu G i ozaczamy symbolem χ r (G). Uporzdkowae kolorowaie krawdzi grafu to kolorowaie wierzchołków grafu krawdziowego.uporzdkoway ideks chromatyczy (ajmiejsze k, dla którego istieje pokolorowaie krawdzi za pomoc k kolorów) ozaczamy ' symbolem ( G). χ r Fakt. Jeli G jest grafem spójym, to w kadym jego uporzdkowaym k- pokolorowaiu kolor k jest uyty jedokrotie.

79 Kolorowaie uporzdkowae Przykład: Optymale (uywajce miimal liczb kolorów) pokolorowaia grafu Petersea. ( a ) 5 ( b) 9 3 4 6 6 5 3 4 3 7 4 8 Lemat Zbiór kolorów S uytych jedokrotie w uporzdkowaym pokolorowaiu grafu G staowi jego separator lub S V(G). Wiosek Jeli G K, to powyszy zbiór S jest separatorem.

80 Kolorowaie uporzdkowae Tw. Jeli G K, to zachodzi wzór χ ( G) mi { S + max{ χ( G ),..., χ( G S Sep( G) )}}, gdzie Sep(G) jest zbiorem wszystkich miimalych separatorów grafu G (przez separator miimaly S rozumiemy taki, e ade właciwy podzbiór S ie jest separatorem w G) oraz G,...,G j s składowymi spójoci grafu G S. Dowód: wiemy, e zbiór jedokrotie uytych kolorów staowi separator S, jeli istieje wierzchołek v w S taki, e S \{v} jest separatorem w G, to usuwamy v z S, powyszy krok powtarzamy, a dla kadego v S mamy, e S \{v} ie jest separatorem, co ozacza, e separator S jest miimaly, uwzgldiajc, e χ r (K ) oraz korzystajc z powyszych faktów moa twierdzeie dowie idukcyjie wzgldem. j

8 Kolorowaie uporzdkowae Tw. Zachodz astpujce wzory: χ( K χ( C χ( W χ( P r,..., r gdzie T jest drzewem. Tw. χ r (P P ). s ) ) ) ) χ( T ) log log log ( ) ( ) max{ r +,,..., r log +, +, + 3, s } +, Wiosek Istiej grafy plaare dla których χ r.

8 Kolorowaie cieek Def. cieki P, P azywamy kolidujcymi w G, jeli zawieraj wspól krawd. Def. Niech G bdzie grafem prostym, atomiast P pewym zbiorem (multizbiorem) cieek w G. Przyporzdkowaie ciekom w P liczb aturalych,...,k azywamy k-pokolorowaiem zbioru P, o ile dowole dwie kolidujce cieki otrzymuj róe barwy. Def. Jeli G jest grafem oraz P zbiorem cieek w G, to grafem kofliktów jest graf, którego wierzchołki odpowiadaj ciekom w P. Dwa wierzchołki w grafie kofliktów s ssiedie, jeli odpowiadajce im cieki s kolidujce. Uwaga Problem optymalego (uywajcego miimalej liczby kolorów) pokolorowaia zbioru P jest rówoway problemowi optymalego kolorowaia wierzchołków grafu kofliktów.

83 Kolorowaie cieek Def. Jeli G jest grafem, a P zbiorem cieek w G, to χ G (P) jest ajmiejsz liczb atural k, dla której istieje k-pokolorowaie zbioru P. Def. Dla G oraz P defiiujemy obcieie krawdzi e jako liczbcieek zawierajcych e i ozaczamy symbolem L G (e,p). Obcieiem L G (P) zbioru P defiiujemy astpujco: L ( P) max{ L ( e, P)}. Lemat χ G (P) L(P). e E ( G) Przykład: Graf S 4 ({a,b,c,d}, {{a,b},{a,c},{a,d}}) oraz zbiór P { b-a-c, b-a-d, c-a-d } to przykład, gdy powysza ierówo jest ostra. Uwaga: Powysze pojcia moa w aturaly sposób uogóli a przypadek digrafów. G G

84 Kolorowaie cieek Def. Zgłoszeiem a grafie G azywamy dowol uporzdkowa par wierzchołków (u,v). W przypadku grafów ieskierowaych zgłoszeia (u,v) oraz (v,u) s tosame. Def. Niech R bdzie zbiorem zgłosze a grafie G. Routig zbioru R polega a wyborze takiego zbioru cieek P R, e kada cieka z P R realizuje jedo zgłoszeie z R, oraz zalezieiu optymalego pokolorowaia tego zbioru cieek. Defiiujemy χ( R) L( R) gdzie mi s liczoe po wszystkich moliwych zbiorach realizujcych R. Problem routigu polega a miimalizacji χ(r). Uwaga χ(r) L(R). mi{ χ( P P R mi{ L( P P R R )} liczba chromatycza, R )} obciazeie,

85 Kolorowaie cieek Uwaga Problem routigu dla digrafów defiiujemy aalogiczie. Kolejo wierzchołków w zgłoszeiu jest w tym przypadku istota. Def. Dla digrafu D (V, A) defiiujemy graf prosty G(D) (V, E): {u,v} E ( (u,v) A lub (v,u) A ). Tw. Dla dowolego digrafu D zachodzi L D (R) L G(D) (R) L D (R). Przykład: Lewa ierówo jest osigaa dla gwiazdy S 4 ({a,b,c,d}, {{a,b},{a,c},{a,d}}) digrafu D 4, gdzie A {(a,b), (a,c), (a,d), (b,a), (c,a), (d,a)} oraz zbioru zgłosze R {(b,c), (c,d), (d,b)}. Tw. χ D ( R) χ G ( D) ( R). Tw. Jeli G,R,P to, odpowiedio, graf, zbiór zgłosze oraz zbiór cieek, to χ ( R) G χ ( R) G E( G) L( R), ( L( P) ) l +, gdzie l to maksymala długocieki w P.

86 Kolorowaie cieek Tw. Jeli G jest drog, to dla dowolego zbioru cieek P zachodzi rówo χ(p) L(P). Wiosek Istieje wielomiaowy algorytm rozwizujcy problem kolorowaia cieek w przypadku gdy G jest ciek. Tw. Niech G bdzie grafem prostym. Rówo χ(p) L(P) jest spełioa dla dowolego zbioru cieek w G wtedy i tylko wtedy, gdy G jest drog. Tw. Jeli G jest cyklem, to dla dowolego zbioru zgłosze R zachodzi χ(r) L(R). Wiosek Dla zadaego zbioru cieek w cyklu C istieje wielomiaowy -przyblioy algorytm kolorowaia zbioru cieek P.

Wybrae zastosowaia 87

88 Kolorowaie cieek sieci optycze pojedycze włóko przeosi sygały o róych długociach fal, wic jedo połczeie pomidzy wzłami umoliwia przesłaie wielu strumiei daych, długo fali dla daego pakietu daych jest ustalaa przed trasmisj, pakiety daych oczekujce a trasmisj wysyłaj zgłoszeia i rozwizyway jest problem routigu, kolory cieek długoci fal Uogólieia: stosukowo iewielkim kosztem moa dokoa zmiay długoci fali w wle poredim, wic róe fragmety cieki mog otrzymywa róe kolory, jeli istieje kilka połcze pomidzy par wzłów, to w ograiczoym zakresie pozwalamy a uycie tej samej barwy dla kilku kolidujcych cieek,

89 Kolorowaie sumacyje szeregowaie zada daych jest zada J,...,J, kade zadaie wymaga dostpu do podzbioru zasobów M,...,M, czasy wykoywaia zada s jedostkowe, przez koflikt rozumiemy sytuacj, w której dwa zadaia J i,j j wykouj si w tym samym czasie i wymagaj dostpu do wspólego zasobu, tz. M i M j, dymy do zalezieia takiego harmoogramu, aby ie wystpowały koflikty oraz redi czas oczekiwaia zadaia a wykoaie był miimaly, tworzymy graf kofliktów, którego wierzchołki odpowiadaj zadaiom oraz pomidzy wierzchołkami J i,j j istieje krawd, o ile M i M j, zajdujemy optymale sumacyje pokolorowaie c grafu kofliktów; wówczas zadaie J i wykoywae jest w przedziale czasu [c(j i ), c(j i )],

90 Kolorowaie uporzdkowae relacyje bazy daych dae jest zapytaie do relacyjej bazy daych, zamierzamy uszeregowa złczeia poszczególych relacji w taki sposób, e w daej turze (przedziale czasowym) moa wykoa dwie operacje złczeia relacji, jeli ada relacja ie uczesticzy w obu złczeiach, miimalizujemy liczb tur potrzebych a złczeie wszystkich relacji ( czas potrzeby a wykoaie zapytaia), w tym celu tworzymy graf G (ag. qurey graph), którego wierzchołki odpowiadaj relacjom oraz krawdzie operacjom złczeia, zajdujemy drzewo spiajce T grafu G, którego uporzdkoway ideks chromatyczy jest miimaly, kolorujemy T w sposób uporzdkoway, wówczas kolor przydzieloy krawdzi ozacza tur, w której aley wykoa odpowiadajce jej złczeie tabel; std, liczba kolorów jest rówa liczbie tur,