杨 洪, 吴 璞, 邓 飞

(1. 成都大学 信息科学与工程学院， 四川 成都 610106; 2. 广州大学 计算科技研究院， 广东 广州 510006; 3. 成都理工大学 信息科学与技术学院， 四川 成都 610059)

本文只考虑没有重边或环的图.对于图G=(V,E)，用V(G)和E(G)分别表示图G的顶点集和边集.一个分类数为m和n的完全偶图可以用Km,n来表示.更多图论的概念和符号请参考文献[1].Erdõs等[2]在1978年开始了边Ramsey数的研究，后来Faudree等[3]、Lortz等[4]和Pikhurko等[5-6]继续这一研究工作.

对于正整数s，以及两个偶图G和H，s-偶图Ramsey数BRs(G,H)是一个最小正整数t，使得每一个Ks,t的2-边着色都含有1色的图G或者含有2色的图H.

文献[7-9]提出了s-偶图Ramsey数的概念,文献[9]得到了关于K2,3和K3,3的s-偶图Ramsey数对于s≤7的一些精确值.最近，Wan等[10]应用一些计算技术，确定出了K2,3和K3,3的2色s-偶图Ramsey数对于s≥8的一些精确值.致力于图论算法研究的基础上[11-12]，本文提出了一个新的整数线性规划模型，对其他类型的完全偶图，计算出了双色s-偶图Ramsey数的精确值.实验结果表明，该模型比文献[10]提出的模型更加高效.利用该模型，成功地确定了许多个新的s-偶图Ramsey数的精确值.

1 计算技术

对于完全偶图Ks,t，Ks1,t1和Ks2,t2，建立一个新的线性规划模型，以确定是否存在一个Ks,t的2-边着色方案，使得在该方案中既不含1色的Ks1,t1，也不含2色的Ks2,t2.

1.1 以前的工作

文献[10]提出了一种计算双色s-偶图Ramsey数的整数线性规划(ILP)方法.为了保持论文的独立性，将模型重述如下.

设Ks,t的顶点集是A∪B，其中A={a1,a2,…,as}，B={b1,b2,…,bt}，且A和B都是独立集.对每一条边{u,v}(u∈A,v∈B)，引入布尔变量xu,v,c(1≤c≤2)，且xu,v,c=1当且仅当{u,v}着色c.于是，对任意uv∈E(Ks,t)，有

xu,v,1+xu,v,2=1

(1)

对每个Ks,t中的K2,3，不妨设顶点分别为a1,a2,b1,b2,b3，有

xa1,b1,1+xa1,b2,1+xa1,b3,1+xa2,b1,1+xa2,b2,1+xa2,b3,1≤5

(2)

对每个Ks,t中的K3,3，不妨设顶点分别为a1,a2,a3,b1,b2,b3，有

(3)

对于给定的正整数s和t，如果不存在满足约束条件(1)(2)(3)的解，那么就有BRs(K2,3,K3,3)≤t；否则就有BRs(K2,3,K3,3)≥t+1.利用上述的整数线性规划模型，成功地求出了BRs(K2,3,K3,3)的所有情形.

1.2 新线性规划模型

对于某些阶数较大的偶图，1.1小节中的整数线性规划(ILP)模型未必能在合理的时间内求解.下面，对较大的图，引入一个新的ILP模型来计算双色s-偶图Ramsey数的精确值，描述如下.

假设完全偶图Ks,t的顶点集是A∪B，其中A={a1,a2,…,as}.设G是Ks,t的一个子图，u,v是正整数，且

Z2={0,1}，

y=(y1,y2,…,ys)∈Z2×Z2×…×Z2，

Xy(G)={v|v∈B,v∈NG(ai)对任意yi=1，且v∉NG(ai)对任意yi=0}，

定理设Ks,t是一个完全偶图，对于整数s1,t1,s2及t2，存在一个Ks,t的2-边着色方案使得在该方案中既不含1色的Ks1,t1也不含2色的Ks2,t2，当且仅当存在一个Ks,t的子图G满足Ds1,t1(G)=∅及Ms2,t2(G)=∅.

证明设完全偶图Ks,t的顶点集是A∪B，其中A={a1,a2,…,as}.现在假设存在一个Ks,t的2-边着色方案使得方案中既不含1色的Ks1,t1也不含2色的Ks2,t2.将Ks,t中的1色导出的子图记为G.先考虑以下两种情形：

情形1：Ds1,t1(G)≠∅.

情形2：Ms1,t1(G)≠∅.

如果存在满足Ds1,t1(G)=∅，Ms1,t1(G)=∅ 的Ks2,t2的子图G，那么就将G中的所有边着颜色1，其余边都着颜色2.现考虑如下两种情形：

现将条件Ds1,t1(G)=∅，Ms1,t1(G)=∅应用到如下约束中：

因此，提出一个新的ILP模型，其约束条件如下所示：

(4)

(5)

(6)

于是可得，存在满足Ds1,t1(G)=∅，Ms1,t1(G)=∅ 的Ks,t的子图G，当且仅当存在一个满足约束条件(4)(5)(6)的解.由定理可知，存在一个Ks,t的2-边着色方案满足既不含有1色的图Ks1,t1也不含有2色的图Ks2,t2，当且仅当存在一个满足约束条件(4)(5)(6)的解.

2 计算结果

如表1所示，文献[9]和文献[10]确定了BRs(K2,3,K3,3)的值.但是，欲求BRs(K3,3,K3,3)的值或其他偶图Ramsey数的值，用文献[10]提供的ILP模型仍然很难确定.

表1 BRs(K2,3,K3,3)的精确值Table 1 Exact values of BRs(K2,3,K3,3)

为了验证新ILP模型的有效性，在2.66 GHz的CPU环境下利用软件Gurobi[8]，分别用两种ILP模型求解BRs(K2,3,K3,3)的值，通过实例将这两个模型进行比较.设文献[10]中原有的ILP模型和本文中的新ILP模型分别用old ILP和new ILP来表示.实验结果表明，对任意的s∈{5,6,…,10}，都无法在1 h内通过old ILP模型求出相应的精确值.可是，当s=5,6时，在0.01 s内通过new ILP模型成功地求出了相应的精确值.当s=19，t=23时，仅用5.35 s就通过new ILP模型成功地求出了相应的精确值.而且，通过new ILP模型成功地求出了55个新的精确值，结果如表2～表11所示.

表2 BRs(K3,3,K3,3)的精确值Table 2 Exact values of BRs(K3,3,K3,3)

表3 BRs(K2,4,K3,3)的精确值Table 3 Exact values of BRs(K2,4,K3,3)

表4 BRs(K2,5,K3,3)的精确值Table 4 Exact values of BRs(K2,5,K3,3)

表5 BRs(K2,6,K3,3)的精确值Table 5 Exact values of BRs(K2,6,K3,3)

表6 BRs(K2,7,K3,3)的精确值Table 6 Exact values of BRs(K2,7,K3,3)

表7 BRs(K3,4,K3,3)的精确值Table 7 Exact values of BRs(K3,4,K3,3)

表8 BRs(K3,5,K3,3)的精确值Table 8 Exact values of BRs(K3,5,K3,3)

表9 BRs(K2,3,K3,4)的精确值Table 9 Exact values of BRs(K2,3,K3,4)

表10 BRs(K2,4,K3,4)的精确值Table 10 Exact values of BRs(K2,4,K3,4)

表11 BRs(K2,5,K3,4)的精确值Table 11 Exact values of BRs(K2,5,K3,4)

3 结束语

在文献[9]中，Bi等首先开始研究了当s≤7时K2,3和K3,3的s-偶图Ramsey数的情况.文献[10]提出一些计算技术来获得了K2,3和K3,3的s-偶图Ramsey数的其他所有情形.然而，利用文献[10]中的方法，无法在1 h以内求出当s≥5时的BRs(K3,3,K3,3).本文提出了一个新的ILP模型，能求出当5≤s≤10时的BRs(K3,3,K3,3)的精确值.而且，对其它多种组合下的完全偶图情形，通过新ILP模型求出了多达55个2色s-偶图Ramsey数的精确值.