A well-known result due to Caro (1979) and Wei (1981) states that every graph $G$ has an independent set of size at least $\sum_{v\in V(G)} \frac{1}{d(v) + 1}$, where $d(v)$ denotes the degree of vertex $v$. Alon, Kahn, and Seymour (1987) showed the following generalization: For every $k\geq 0$, every graph $G$ has a $k$-degenerate induced subgraph with at least $\sum_{v \in V(G)}\min\{1, \frac {k+1}{d(v)+1}\}$ vertices. In particular, for $k=1$, every graph $G$ with no isolated vertices has an induced forest with at least $\sum_{v\in V(G)} \frac{2}{d(v) + 1}$ vertices. Akbari, Amanihamedani, Mousavi, Nikpey, and Sheybani (2019) conjectured that, if $G$ has minimum degree at least $2$, then one can even find an induced linear forest of that order in $G$, that is, a forest where each component is a path. In this paper, we prove this conjecture and show a number of related results. In particular, if there is no restriction on the minimum degree of $G$, we show that there are infinitely many ``best possible'' functions $f$ such that $\sum_{v\in V(G)} f(d(v))$ is a lower bound on the maximum order of a linear forest in $G$, and we give a full characterization of all such functions $f$.


翻译:Caro (1979) 和 Wei (1981) 的一个著名结论指出:每个图 $G$ 都包含一个独立集,其大小至少为 $\sum_{v\in V(G)} \frac{1}{d(v) + 1}$,其中 $d(v)$ 表示顶点 $v$ 的度。Alon、Kahn 和 Seymour (1987) 给出了以下推广:对于每个 $k\geq 0$,每个图 $G$ 都包含一个 $k$-退化的诱导子图,其顶点数至少为 $\sum_{v \in V(G)}\min\{1, \frac {k+1}{d(v)+1}\}$。特别地,当 $k=1$ 时,每个无孤立顶点的图 $G$ 都包含一个诱导森林,其顶点数至少为 $\sum_{v\in V(G)} \frac{2}{d(v) + 1}$。Akbari、Amanihamedani、Mousavi、Nikpey 和 Sheybani (2019) 猜想:如果 $G$ 的最小度至少为 2,那么甚至可以在 $G$ 中找到一个具有该阶数的诱导线性森林,即每个连通分支均为路的森林。本文证明了这一猜想,并给出了一系列相关结果。特别地,若对 $G$ 的最小度不加限制,我们证明存在无穷多个“最优”函数 $f$,使得 $\sum_{v\in V(G)} f(d(v))$ 是 $G$ 中线性森林最大阶数的下界,并给出了所有此类函数 $f$ 的完整刻画。

0
下载
关闭预览

相关内容

【ACL2020】多模态信息抽取,365页ppt
专知会员服务
151+阅读 · 2020年7月6日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
35+阅读 · 2019年10月18日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
164+阅读 · 2019年10月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
41+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
44+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
统计学习与视觉计算组
15+阅读 · 2018年5月29日
Focal Loss for Dense Object Detection
统计学习与视觉计算组
12+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
From Softmax to Sparsemax-ICML16(1)
KingsGarden
74+阅读 · 2016年11月26日
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
13+阅读 · 2017年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Arxiv
0+阅读 · 2024年5月9日
Arxiv
0+阅读 · 2024年5月7日
VIP会员
最新内容
失去控制的指挥:人工智能时代的任务式指挥
专知会员服务
14+阅读 · 9月11日
美国的新国家安全科技战略思考
专知会员服务
5+阅读 · 9月11日
综述 | 面向大模型智能体的图结构个性化记忆
专知会员服务
9+阅读 · 9月10日
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
18+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
44+阅读 · 2019年1月3日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
STRCF for Visual Object Tracking
统计学习与视觉计算组
15+阅读 · 2018年5月29日
Focal Loss for Dense Object Detection
统计学习与视觉计算组
12+阅读 · 2018年3月15日
IJCAI | Cascade Dynamics Modeling with Attention-based RNN
KingsGarden
13+阅读 · 2017年7月16日
From Softmax to Sparsemax-ICML16(1)
KingsGarden
74+阅读 · 2016年11月26日
相关基金
国家自然科学基金
1+阅读 · 2017年12月31日
国家自然科学基金
13+阅读 · 2017年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员