p,1) 전달 라벨링의 리스트 버전: 경계와 구조별 완전 해석
초록
본 논문은 그래프의 (p,1)-전달 라벨링을 리스트 색칠 관점에서 확장한다. 리스트 할당 크기 k에 대해 모든 정점·간선에 k개의 색을 부여했을 때 가능한 (p,1)-전달 라벨링 존재 여부를 연구하고, 경로·트리·별·외부 평면 그래프에 대한 상한을 제시한다. 또한 일반 그래프에 대한 C_T^{p,1}(G) ≤ Δ+2p 의 추측을 제안한다.
상세 분석
논문은 먼저 (p,1)-전달 라벨링 λ_T^p(G)의 정의를 복습하고, 이를 리스트 버전으로 일반화한 C_T^{p,1}(G) 를 도입한다. 여기서 C_T^{p,1}(G)는 모든 정점·간선에 동일한 크기 k의 리스트가 주어졌을 때, 반드시 (p,1)-전달 라벨링을 찾을 수 있는 최소 k이다. 기존의 λ_T^p(G)와 달리 리스트 제약은 색 선택의 자유도를 제한하므로, C_T^{p,1}(G) ≥ χ_{p,1}^ℓ(G) ≥ χ_{p,1}(G) 가 성립한다. 저자는 이러한 관계를 바탕으로 여러 그래프 클래스에 대한 상한을 구한다.
첫 번째 주요 결과는 경로 P_k에 대한 정확한 상한이다. Lemma 2.1과 Theorem 2.2를 이용해 χ_T^{p,1}(P_k)=p+3 (k≥3)임을 보이고, 그 후 그리디 알고리즘을 적용해 C_T^{p,1}(P_k) ≤ 2p+1을 증명한다. 특히 k>p인 경우에는 2p ≤ C_T^{p,1}(P_k) ≤ 2p+1이므로, p가 커질수록 리스트 요구가 일반 라벨링보다 크게 증가함을 확인한다.
두 번째는 트리 전반에 대한 일반적 상한이다. Lemma 2.5(기존 L(p,q)-리스트 라벨링 결과)를 트리의 인시던스 그래프 S_I(T) 에 적용해 C_T^{p,1}(T) ≤ Δ+2p−1을 얻는다. 여기서 Δ는 원 트리의 최대 차수이다. Lemma 2.7을 통해 Δ+2p−1이 실제로 달성되는 경우(예: 모든 이웃이 최대 차수를 갖는 정점이 존재하는 트리)를 제시함으로써 이 상한이 최적임을 보인다.
세 번째는 별 그래프 K_{1,n}에 대한 개선된 상한이다. Theorem 3.1에서 C_T^{p,1}(K_{1,n}) ≤ n+2p−1 (p≥2, n≥3)을 증명한다. 증명은 중심 정점에 최소 색을 할당한 뒤, 남은 리스트에서 간선 색을 그리디하게 선택하는 알고리즘을 설계하고, 리스트 크기가 충분히 크면 언제든 색을 할당할 수 있음을 보인다. 또한 Lemma 3.2와 Theorem 3.3을 통해 χ_T^{p,1}(K_{1,n})=n+p (p<n) 혹은 n+p+1 (p≥n)임을 구하고, p=2인 경우 상한이 정확히 일치함을 확인한다.
네 번째는 외부 평면 그래프에 대한 결과이다. Lemma 4.2(외부 평면 그래프의 구조적 구성)를 활용해 최소 차수가 2인 경우 세 가지 기본 구성(C1–C3) 중 하나가 반드시 존재함을 이용한다. 최소 반증법을 적용해, 최소 반증 그래프 H가 존재한다면 δ(H)≥2이며, 각 구성에 대해 리스트를 적절히 감소시켜 색을 할당할 수 있음을 보인다. 최종적으로 Theorem 4.1에서 Δ≥p+3인 외부 평면 그래프에 대해 C_T^{p,1}(G) ≤ Δ+2p−1을 얻는다. 이는 기존 λ_T^p(G) ≤ Δ+2p−1 (Havet‑Yu 추측)과 일치하지만, 리스트 버전에서는 하나의 색을 더 필요로 할 가능성을 배제한다.
마지막으로 일반 그래프에 대한 전반적 추측을 제시한다. Conjecture 2.8은 모든 단순 그래프 G에 대해 C_T^{p,1}(G) ≤ Δ+2p 를 주장한다. 이는 기존 λ_T^p(G) ≤ Δ+2p−1 추측을 리스트 버전으로 완화한 형태이며, 완전 그래프 K_n에 대한 기존 결과(λ_T^p(K_n)=n+2p−2)와 일치한다. 저자는 현재까지 발견된 반례가 없으며, 경로·트리·별·외부 평면 그래프에서 이 추측이 성립함을 보였다.
전체적으로 논문은 (p,1)-전달 라벨링의 리스트 색칠 이론을 체계화하고, 주요 그래프 클래스에 대해 상한을 정확히 구함으로써 기존 라벨링 이론과 리스트 색칠 이론 사이의 연결 고리를 강화한다. 특히 인시던스 그래프와 L(p,q)-라벨링 결과를 교차 활용한 증명 기법은 향후 더 복잡한 그래프 구조(예: 플래너, 토플러)에도 적용 가능성을 시사한다.
댓글 및 학술 토론
Loading comments...
의견 남기기