中文

二项随机图的多集度量维数

组合数学 2025-07-17 v1 离散数学

摘要

对于图 G=(V,E)G = (V,E) 和子集 RVR \subseteq V,若对任意两个顶点 v,wv,w,多集 {d(v,r):rR}\{d(v,r): r \in R\}{d(w,r):rR}\{d(w,r):r \in R\} distinct,则称 RRGG 的 \textit{多集可分离} 集,其中 d(x,y)d(x,y) 为顶点 xxyy 之间的图距离。GG 的 \textit{多集度量维数} 为最小的大小 RVR \subseteq V,使得 RR 是多集可分离的(或 \infty 如果不存在此类集合)。这种图参数由 Simanjuntak、Siagian 和 Vitr\'{i}k 于 2017 年提出~\cite{simanjuntak2017multiset},此后已用于各种图族进行研究。我们证明了对于固定 x(0,1)x \in (0,1) 的情形下,参数 d=(n1)p=Θ(nx)d = (n-1)p = \Theta(n^{x}) 时,二项随机图 G(n,p)G(n,p) 的多集度量维数的界在高概率下成立。

关键词

引用

@article{arxiv.2507.11686,
  title  = {Multiset Metric Dimension of Binomial Random Graphs},
  author = {Austin Eide and Pawel Pralat},
  journal= {arXiv preprint arXiv:2507.11686},
  year   = {2025}
}

备注

15 pages, 1 figure