Archipelago

Lec 4着色下界

讲义完成更新于 2026-09-17

Lec 4 着色下界

对应 DGA 第 1.2.2 节(有根树/有向路径)与第 1.3.1 节(无根树) · 延伸阅读:Linial (1992)、Laurinharju–Suomela (LS14)

TL;DR

  • Linial 定理证明在长度为 nn 的有向路径上进行 3-着色至少需要 12log⁡∗n−O(1)\tfrac12\log^* n - O(1) 轮,确立了 O(log⁡∗n)O(\log^* n) 上界的紧确性。
  • 下界论证通过将局部算法抽象为相邻 ID 窗口上的多元着色映射,利用组合降维或超图 Ramsey 理论诱导指数级颜色膨胀矛盾。
  • 在无根树上,节点缺失父指针导致局部信息大幅弱化;借助高围长图在局部与树不可区分的性质,证明 o(Δ/log⁡Δ)o(\Delta/\log\Delta)-着色至少需 Ω(log⁡Δn)\Omega(\log_\Delta n) 轮。

1. 本讲要回答的核心问题

Lec 1 给出了有根树 3-着色的 O(log⁡∗n)O(\log^* n) 上界。本讲证明它本质最优——即便在最受限的有向路径上,也需要约 12log⁡∗n\tfrac12\log^* n 轮。这是分布式计算里第一个、也是最经典的局部性下界,由 Linial 提出。

随后转向无根树:当节点不知道哪个邻居是父亲时,局部信息变弱,我们证明 o(log⁡Δn)o(\log_\Delta n) 轮内无法用少于 Ω(Δ/log⁡Δ)\Omega(\Delta/\log\Delta) 色着色。

2. 有向路径 3-着色的下界

定理 1.7. 任何对长度 ≤n\le n、ID 取自 {1,…,n}\{1,\dots,n\} 的有向路径做 3-着色的确定性算法,至少需 log⁡∗n2−2\tfrac{\log^* n}{2}-2 轮。即便 ID 沿路径单调排列,下界仍成立。

思路. 反设存在 t<log⁡∗n2−2t<\tfrac{\log^* n}{2}-2 轮的算法 AA。tt 轮内节点 vv 至多看到自己前后各 tt 跳、共 k=2t+1k=2t+1 个 ID 的向量。于是 AA 诱导一个“把 ID 向量映射到颜色”的函数,且相邻向量须异色。把这一对象形式化:

定义

kk 元 qq-着色(kk-ary qq-coloring) 函数 BB 称为 kk 元 qq-着色,若对任意 1≤a1<a2<⋯<ak+1≤n1\le a_1<a_2<\cdots<a_{k+1}\le n:

  1. 取值界:B(a1,…,ak)∈{1,…,q}B(a_1,\dots,a_k)\in\{1,\dots,q\};
  2. 相邻异色:B(a1,…,ak)≠B(a2,…,ak+1)B(a_1,\dots,a_k)\ne B(a_2,\dots,a_{k+1})(相邻“窗口”异色)。 :::

观察 1.9. 若存在 t<log⁡∗n2−2t<\tfrac{\log^* n}{2}-2 轮的 3-着色算法 AA,则存在 kk 元 3-着色 BB,k=2t+1<log⁡∗n−3k=2t+1<\log^* n-3。

构造: 在一段 ID 恰为 a1,…,aka_1,\dots,a_k 的虚拟路径上模拟 AA,取节点 at+1a_{t+1} 所得色作 B(a1,…,ak)B(a_1,\dots,a_k)。若性质 2 被违反,则 AA 给某虚拟路径上相邻两点同色,矛盾。

2.1 两条降维引理

引理 1.10. 不存在 q<nq<n 的 1 元 qq-着色。 (1 元着色要求 B(a1)≠B(a2)B(a_1)\ne B(a_2) 对所有 a1<a2a_1<a_2,鸽笼原理迫使 q≥nq\ge n。)

引理 1.11. 若存在 kk 元 qq-着色 BB,则存在 (k−1)(k-1) 元 2q2^q-着色 B′B'。

证明. 令 B′(a1,…,ak−1)={ i∈{1,…,q}:∃ak>ak−1, B(a1,…,ak−1,ak)=i }B'(a_1,\dots,a_{k-1})=\{\,i\in\{1,\dots,q\}:\exists a_k>a_{k-1},\,B(a_1,\dots,a_{k-1},a_k)=i\,\},是 {1,…,q}\{1,\dots,q\} 的子集,故 B′B' 取值于 2{1,…,q}2^{\{1,\dots,q\}}(共 2q2^q 个值,满足性质 1)。验证性质 2:若 B′(a1,…,ak−1)=B′(a2,…,ak)B'(a_1,\dots,a_{k-1})=B'(a_2,\dots,a_k),取 q∗=B(a1,…,ak)∈B′(a1,…,ak−1)q^*=B(a_1,\dots,a_k)\in B'(a_1,\dots,a_{k-1}),则 q∗∈B′(a2,…,ak)q^*\in B'(a_2,\dots,a_k),即存在 ak+1a_{k+1} 使 B(a2,…,ak+1)=q∗=B(a1,…,ak)B(a_2,\dots,a_{k+1})=q^*=B(a_1,\dots,a_k),与 BB 是 kk 元着色矛盾。□\square

2.2 合成证明

定理 1.7 的证明. 由观察 1.9 得 kk 元 3-着色,k<log⁡∗n−3k<\log^* n-3。反复用引理 1.11: 3-色→ 2(⋅) 8-色→28-色→⋯3\text{-色}\xrightarrow{\ 2^{(\cdot)}\ }8\text{-色}\to2^8\text{-色}\to\cdots 每次指标 kk 减 1、颜色数变为 2(⋅)2^{(\cdot)}。k<log⁡∗n−3k<\log^* n-3 次迭代后到 1 元、颜色数 <n<n,与引理 1.10 矛盾。故算法不存在。□\square

直觉: 颜色数的“塔状指数”增长恰好被 log⁡∗\log^* 抵消——每轮算法只能把“塔”削掉一层,而把任意 ID 着 3 色需要的“塔高”是 log⁡∗n\log^* n,于是至少 ∼12log⁡∗n\sim\tfrac12\log^* n 轮。

2.3 Ramsey 理论的替代证明

完全 kk 阶超图用 3 色染超边时,只要 n≥n0n\ge n_0(其中 k=O(log⁡∗n0)k=O(\log^* n_0)),必有大小 k+1k+1 的单色团,即存在 a1<⋯<ak+1a_1<\cdots<a_{k+1} 使 {a1,…,ak}\{a_1,\dots,a_k\} 与 {a2,…,ak+1}\{a_2,\dots,a_{k+1}\} 同色——直接违反性质 2。于是 Ramsey 定理排除了 o(log⁡∗n)o(\log^* n) 轮的 3-着色算法。

2.4 推广到随机算法

不存在能在 <log⁡∗n2−3<\tfrac{\log^* n}{2}-3 轮内、以概率 1−12n1-\tfrac{1}{2n} 给长度 ≤n\le n 有向路径 3-着色的随机算法。

证明草图(去随机化): 设有这样的随机算法 RR,在 n⋅n/n′\sqrt n\cdot n/n' 条长度 ≤n′=log⁡n\le n'=\log n 的路径上跑它;对每个 ID 排列,失败的随机串占比 ≤1/2n′+1\le 1/2^{n'+1}。对全部 ≤2n′\le 2^{n'} 种排列做并集界,存在一个随机串对所有排列都不失败——把它固定下来即得一个确定性算法,与定理 1.7 矛盾。

3. 无根树着色的下界

有根树的 O(log⁡∗n)O(\log^* n) 算法重度依赖“每个节点知道父亲”。若是无根树(节点分不清哪个邻居是父亲),局部信息显著变弱:

定理 1.13. 任何用少于 o(Δ/log⁡Δ)o(\Delta/\log\Delta) 色给最大度 Δ\Delta 的 nn 节点树着色的确定性算法,轮复杂度至少 Ω(log⁡Δn)\Omega(\log_\Delta n)。

证明用到一个图论存在性结果(概率方法):

事实 1.14(Bollobás 1978). 存在无穷多 nn 节点 Δ\Delta-正则图族 H∗H^*,围长 g(H∗)=Ω(log⁡Δn)g(H^*)=\Omega(\log_\Delta n) 且色数 χ(H∗)=Ω(Δ/log⁡Δ)\chi(H^*)=\Omega(\Delta/\log\Delta)。

定理 1.13 的证明(不可区分性论证). 反设有算法 AA 在 o(log⁡Δn)o(\log_\Delta n) 轮内用 o(Δ/log⁡Δ)o(\Delta/\log\Delta) 色给任意树着色。把 AA 跑在 H∗H^* 上:因 g(H∗)=Ω(log⁡Δn)g(H^*)=\Omega(\log_\Delta n),任一节点 vv 的 o(log⁡Δn)o(\log_\Delta n) 跳邻域是一棵树 TvT_v,故 vv 无法察觉自己其实不在树上,会照常输出。若 AA 给 H∗H^* 中某相邻 u,vu,v 同色,则在 TvT_v 上跑 AA 也会非法——矛盾于 AA 在树上正确。因此 AA 实际给出了 H∗H^* 的 o(Δ/log⁡Δ)o(\Delta/\log\Delta)-着色,与 χ(H∗)=Ω(Δ/log⁡Δ)\chi(H^*)=\Omega(\Delta/\log\Delta) 矛盾。□\square

直觉: “高围长 = 局部看像树”。在小半径内 H∗H^* 与树无从区分,于是树上的快算法被迫也给非树图正确着色,但 H∗H^* 的色数硬性下界使这不可能。

4. 本讲小结与下界技术对比

设定结论下界技术
有向路径 3-着色(确定性)≥12log⁡∗n−O(1)\ge\tfrac12\log^* n-O(1) 轮kk 元着色降维 / Ramsey
有向路径 3-着色(随机)≥12log⁡∗n−O(1)\ge\tfrac12\log^* n-O(1) 轮去随机化 + 并集界
无根树 o(Δ/log⁡Δ)o(\Delta/\log\Delta)-着色≥Ω(log⁡Δn)\ge\Omega(\log_\Delta n) 轮高围长图不可区分性

两类核心论证:降维 / 不动点(把 tt 轮算法压成对邻域的函数,再做组合学矛盾)与不可区分性(高围长图局部像树,骗过快算法)。它们是分布式下界的两大支柱。