1. 引言
图的控制理论是图论[1]中的经典研究方向之一,起源于20世纪60年代,最初用于建模通信网络中的关键节点识别问题。随着网络科学、人工智能和复杂系统的发展,控制理论被广泛应用于社交网络分析、传感器网络优化、病毒传播控制等领域。
传统的控制集[2]要求图中每个不在集合中的顶点至少有一个邻居在集合中,这一条件在某些实际应用中可能过于严格。为此,孤立集的概念被提出,作为控制理论的松弛形式。孤立集的核心思想是:通过移除某些顶点及其邻域,使得剩余子图不包含特定结构的子图(如完全图、圈、路径等),从而实现对图结构的“隔离”或“破坏”。
如果D是控制集,则图G的一个顶点集合D满足不在D中的每个顶点至少有一个邻点在D中[2]。图G的控制数用
表示,是G的控制集的最小阶数。关于图的控制数理论,无数的专家和学者已有大量研究,可参阅书籍[3]及其参考文献。对于每个图
,定义点
的闭邻域为
。点集
的闭邻域为
。如果图G已经清楚,则可以简写为
和
,而不是
和
。用这种术语可以重新定义控制集的概念:D是G的控制集当且仅当
。通过放松这个条件,可以引入孤立的概念。
要求
在许多实际应用中非常重要。然而,有时这个条件并非必要或有利,此时可以考虑一个更宽松的条件。孤立集的概念就是这样一个例子。2017年,Caro和Hansberg [4]首次系统提出了孤立集的概念,并给出了若干基本性质与界。具体来说,对于一个图族
,如果图G的一个顶点集合S满足从
导出的子图中不包含
中任何图的子图,则称S是
孤立的。特别地,
孤立集就是通常的控制集。不在
孤立集控制下的顶点形成一个独立集,只有一些孤立点或者是空集。为了简化,用孤立集代替
孤立集。图G的孤立数
是G的孤立集的最小阶数。2021年,Zhang [5]将
-孤立数引入图的控制理论研究,提出了k-星孤立的概念,并研究了树、环、完全图等特殊图类的孤立数。其中值得注意的是,
孤立数等价于Lewis等人[6]更早提出的点-边控制数,进一步验证了孤立数的理论价值,亦与Canales等人[7]定义的2-距离顶点覆盖数相同,拓展了孤立数的应用范围。而早在1996年,文献[8]中已经出现了“移除顶点集及其邻域”的思想。
-孤立数作为控制理论的一个新兴分支,由Zhang [5]在2021年提出。图的孤立理论是图的控制理论的自然推广,代表着图论领域中一个极具创新性的研究趋势。本文对
-孤立数的探讨仅是这一研究方向的初步尝试,预示着未来研究将更加深入并富有意义。
-孤立数的引入不仅丰富了图论的理论体系,也为实际问题的解决提供了新的工具和方法,比如帮助设计更有效的网络结构,提高网络的鲁棒性和安全性,促进相关算法的设计和优化等。
本文的目的是证明两种图k孤立数的上界都是
。接下来介绍一些术语和预备知识。
2. 预备知识
本文考虑的图均为简单无向连通图。设
表示顶点集为V,边集为E的简单图。对于任意
,用
表示点v的度,有时简写为
,即图G中与v关联的边数。设
和
分别表示m (
)阶圈和n (
)阶路。在图G中,点u和v之间的最短的
路的长称为u到v的距离,记为
。图的直径就是图中任意两点之间最短路径的最大值,记为
。
图G的一个顶点称为叶子,如果它的度数为1;一个顶点称为支撑点,如果它与一个叶子相邻。设
是一类树族,其定义如下:如果一棵树T属于
,那么它可以通过在某一个树
的每个顶点v上连接一个
得到:通过一条边将v连接到
的一个叶子上。因此,如果T是一棵
阶属于
的树,则
必为
的倍数。对于每个属于
阶数至少为
的树T,分别用
、
、
和
表示T的不属于
的叶子集合、支撑顶点集合、邻点集合(表示与支撑顶点相邻的非叶子点的集合)和剩余顶点集合(图1)。若
,则有
,
。
Figure 1.
and
图1.
且
如果树T的阶数为
,且
,则
是一个包含恰好一个叶子的集合,而
是包含另一个叶子的集合。T的一个
集合是一个包含一个叶子、它的支撑顶点、与支撑顶点相邻的非叶子点以及与叶子最近的R中的顶点
个顶点的集合,对于任一
,用
表示包含
的
集合,并且分别用
、
、
和
表示。注意,T的每个
孤立集D至少包含
集合中的一个顶点,
的所有顶点集合和所有邻点集合是
的最小
孤立集。
为刻画极图,取一条t个顶点的路P,并将
的叶子依次与P的每个顶点相连构成树
。显然P的顶点构成k-孤立集,且任何k-孤立集至少需从每个
中各取一个顶点,故
因此界是紧的。
关于孤立的相关结论,已有以下结果。
Caro、Hansberg [4]和Zylinski [9]已经证明了以下孤立数的上界:
定理1 ([4] [9]). 设G是一个阶数为
的连通图,且
,则
,并且这个上界是紧的。
2024年,Lemanska [10]和Boyer [11]等人刻画了
时的极图,其中
,
分别是
的单圈图族和14个特殊图。
定理2 ([10] [11]). 设G是一个阶数为n的连通图,
当且仅当
。
定理3 ([5]). 如果
是一个阶数为n的连通图,那么
。
定理4 ([4]). 设T是一棵有n个顶点的树,且T不同构于
。那么
,并且这个上界是紧的。
此外,Zhang [12]、Borg [13]等人通过限定图结构,也获得了一系列更为精细的孤立数的界,并且控制数达到
上界的图已被刻画[14],可描述为在给定图的每个顶点上粘合一个
而得到的图,此类图的结构特征启发了单、双圈图极图的构造。
3. 单圈图的上界
如果一个连通图G恰好包含一个圈,则称其为单圈图。单圈图在图论中具有重要地位,是树与圈图的过渡形式,常用于研究图的圈性质、控制性质、染色性质等。首先介绍一些术语和用于证明的相关引理。
定理5. 如果图G有一个支撑顶点v,使得其除了一个顶点外的所有邻点都是叶子,则存在一个最小k-孤立集,既不包含v,也不包含与v相邻的叶子。
证明. 令w是与v相邻且不是叶子点的唯一顶点。令D是G的一个最小的k-孤立集。如果D不包含
中的任何顶点,则D满足所需的条件。否则,考虑集合
。那么,
也是一个k-孤立集且
。因此,
是一个既不包含v,也不包含与v相邻的叶子点的G的最小的k-孤立集。
对于单圈图G,设C是G中唯一的圈。对于圈C中的每个顶点u,记
为从G中移除与u相邻的圈C的边后包含u的连通分支。注意
是一棵树,称其为G中u的悬挂树。
引理1:若单圈图或双圈图G存在支撑顶点
满足
,则
。
证明. 设u为与v相邻的叶子,令
。
若
为
任意添加一条边构成的单圈图,则G为在
上加任意一条边的单圈图或在
的一条边上细分一次得到的单圈图;若
为
任意添加两条边构成的双圈图,则G为
上加任意两条边的双圈图或在
的两条边上细分一次得到的双圈图;此时v即为k-孤立集,且
,故
若
不属于上述情况,由归纳假设有
由于
,u为与v相邻的叶子,则顶点
,因此
的任意k-孤立集也是G的k-孤立集,于是
得证。
接下来,在证明定理的多种情况下使用以下注记。
注记1. 如果e是图G的一条边,且D是
的一个k-孤立集,使得e的至少一个端点属于
,则D也是G的k-孤立集。
定义1. 对于整数
,定义单圈图族
如下:
顶点集
,边集
,其中e为在
的叶子点之间添加的一条新边。
该图阶数为
,恰含一个支撑顶点,且该支撑顶点本身即构成
的一个k-孤立集,故
,见图2。
Figure 2.
and
图2.
且
定义2. 对于整数
,定义单圈图族
如下:
顶点集
,边集
,其中e为在
的任意两点之间添加的一条新边使之构成单圈图(图3)。
Figure 3.
and
图3.
且
单圈图族
的构造方式是:取一条t个顶点的路P,并将
的叶子依次与P的每个顶点相连构成树
,在
上加任意一条边构成单圈图族
,其中包括对于任一一个单圈图
,将
的叶子点与
的每一个顶点通过一条边相连,或者是对于图4中的任意一图,通过一条边将其与
的顶点相连,
与
叶子的4种连边方式如下图所示,有且仅有以下方式使得此类单圈图族的k-孤立数达到上界。
Figure 4. Four special unicyclic graphs
图4. 4种特殊的单圈图
定理6. 如果G是n阶不同构于
的单圈图,则
,且这个界是紧的。
证明. 对G的顶点数进行归纳。令D是G的一个最小的k-孤立集。当
时,G中不存在同构于
的子图,故
成立。
现设
,且对任意阶数小于n且不属于
的单圈图结论成立。分两种情况讨论。
情形1:G存在支撑顶点v满足
。由引理1得
结论显然成立。
情形2:G的所有支撑顶点的度数均小于等于
。
此时G的直径至少为3,否则G将属于
,与假设矛盾。取直径路径
(
)。若
,则
即为k-孤立集,且
设
。若
属于圈中任意一条边即
,删去边
得到树T满足
又因为所有支撑顶点度数为
,
是图G的一条边,若D是
的一个k-孤立集,且
的至少一个端点属于
,那么D也是G的k-孤立集。于是
若
不属于圈中任意一条边即
,那么删去边
得到两个图
和
,且
,
。
若
是单圈图,则
是一棵树即
,满足
由于所有支撑顶点度数为
,
至少有
个顶点,则
是
的k-孤立集。那么
若
是单圈图,则
是一棵树即
,满足
若
,则
是G的k-孤立集,结论成立;若
,则
,由归纳假设
取
的最小k-孤立集I,则
是G的k-孤立集,于是
综上,不等式得证。
为证明紧性,按定义2构造单圈图族
。由图3、图4的结构可知,路径P或
的顶点集即构成G的一个k-孤立集;同时,任何k-孤立集必须至少从每个
中各取一个顶点。因此,
因此界是紧的。
如果
,那么取最上层的顶点集合就是图G的一个最小k-孤立集,所以有以下命题。
命题1. 如果G是一个n阶图,并且
,那么
。
4. 双圈图的上界
对于一个连通图G,若图G满足
,则称G为双圈图,即是具有两个圈的连通图。设
是G的一个双圈子图且
不含悬挂点,则称
为双圈图G的基图。注意到,根据两个圈之间的连接方式,双圈图主要可分为以下三种基本结构类型:
-图、哑铃图和θ-图,即分别对应于图中的:
(
);
(其中
中至少有两个大于或等于2);
(
)。有时简写为
。
1. 两个圈共享一个公共点:
这种结构中,两个圈
和
恰好有一个公共顶点,形如“
”字形。记作:
。
-图的特点是两个圈在一点相交,其他部分互不相交。如图5。
Figure 5.
图5.
2. 两个圈通过一条路径连接:
两个圈
和
之间通过一条长度至少为1的路径相连,路径的两个端点分别位于两个圈上。记作:
,其中l是连接路径的长度。θ-图的特点是两个圈不直接相交,而是通过一条“桥”连接。如图6。
Figure 6.
图6.
3. 三条内部不相交的路径连接两个点:
这种结构由两个顶点x和y通过三条内部不相交的路径连接而成,形成一个“θ”形状。记作:
,其中
。θ-图的特点是两个顶点之间有三条不同的路径,形成一个闭合结构,包含两个圈。如图7。
Figure 7.
图7.
这三种结构构成了所有不含悬挂点的双圈图的基本类型,且彼此互斥,共同覆盖了所有可能的双圈图结构。
定义3. 对于整数
,定义双圈图族
如下:
顶点集
,边集
,其中
为在
的叶子点之间添加的两条不同的边。
该图阶数为
,恰含一个支撑顶点,且该支撑顶点本身即构成
的一个k-孤立集,故
。
定义4. 对于整数
,定义双圈图族
如下:
顶点集
,边集
,其中
为在
的任意两点之间添加的两条不同的新边使之构成双圈图。
双圈图族
的构造方式分三种,第一种是将
的叶子点依次与
的每个顶点相连,第二种是在
上加任意两条边构成双圈图族
,第三种是对于任一一个单圈图
,将
的顶点与
的一个顶点通过一条边相连,再将
的叶子点与
剩下的每一个顶点通过一条边相连。
定理7. 如果G是n阶不同构于
的双圈图,则
,且这个界是紧的。
证明. 对G的顶点数进行归纳。令D是G的一个最小的k-孤立集。当
时,G中不存在同构于
的子图,故
成立。
现设
,且对任意阶数小于n且不同构于
的双圈图结论成立。
情形1:G存在支撑顶点v满足
。由引理1得
结论显然成立。
情形2:G的所有支撑顶点的度数均等于
。
此时G的直径至少为3,否则G将成为
,与假设矛盾。取直径路径
(
)。若
,则
即为k-孤立集,且
设
。若
属于圈中任意一条边即
,删去边
得到单圈图
满足
又因为所有支撑顶点度数为
,则
属于k-孤立集,且
是图G的一条边,若D是
的一个k-孤立集,那么
的至少一个端点属于
,D也是G的
-孤立集。于是
若
不属于圈中任意一条边即
,那么删去边
得到两个图
和
,且
,
。
若
是双圈图,则
是一棵树即
,满足
由于所有支撑顶点度数为
,
至少有
个顶点,则
是
的k-孤立集。那么
若
是双圈图,则
是一棵树即
,满足
若
,则
是G的k-孤立集,结论成立;若
,则
,由归纳假设
取
的最小k-孤立集I,则
是G的k-孤立集,于是
若
是单圈图,则
也是单圈图,
至少有
个顶点,则
是
的k-孤立集,
。又由于所有支撑顶点度数为
,那么
综上,不等式得证。
此外,为证明紧性,按定义4构造双圈图族
。由构造可知,
或路径P或
的顶点集即构成G的一个k-孤立集,且任何k-孤立集必须至少从每个
中各取一个顶点。因此,
因此界是紧的。
如果
,那么取最上层的顶点集合就是图G的一个最小k-孤立集,所以有以下命题。
命题2. 如果G是一个n阶图,并且
,那么
。
5. 开放性问题与未来展望
尽管本文给出了单圈图与双圈图k-孤立数的紧上界,但k-孤立理论整体上仍处于起步阶段,大量结构性与算法性的问题尚待解决。下面给出5个开放性问题,供后续研究参考。
问题1. 如果G是n阶连通图,则k-孤立数的上界是多少?
问题2. 若G为最大度不超过t的图。给定
,是否存在仅依赖于k与t的常数
,使得
对任意
成立?
问题3. 对固定
,给定图G与整数s,判定
的问题是否为NP-完全?
问题4. 对经典的随机图
问题,研究
的渐近阈值函数。
问题5. 对两个任意图
,
之间是否存在关系?
若是突破上述问题,不仅会丰富图控制与孤立理论本身,也将为网络鲁棒性、动态监测与信息传播阻断等实际应用提供新的理论支撑。
6. 总结
本文主要围绕单、双圈图的k-孤立数展开研究,给出了该参数的一个紧上界。通过引入k-孤立集的定义,并结合图的结构特征,本文证明了对于任意一个n阶不同构于
的单圈图和不同构于
的双圈图,其k-孤立数满足
,并且该上界是紧的,最后提出了一些开放性问题和未来的研究方向。本文的研究不仅丰富了图的控制理论与孤立理论的内容,也为进一步研究其他图类的k-孤立数提供了思路和方法,未来的工作可以拓展到更一般的图类,如仙人掌图、随机图或具有特定度限制的图,探讨其孤立数的界与结构特征之间的关系,并结合算法设计与实际应用,推动图论理论与网络科学的深度融合。