Эйлеровы и гамильтоновы графы
d(u)+d(v)
≥ n и
(u,v)
E,
то граф G
— гамильтонов.
Граф G имеет гамильтонов цикл если выполняется одно из следующих условий:
Условие Поша: d(vk) ≥ k+1 для k < n/2.
Условие Бонди: из d(vi) ≤ i и d(vk) ≤ k => d(vi)+d(vk)≥n (k≠i)
Условие Хватала: из d(vk) ≤ k ≤ n/2 => d(vn-k) ≥ n-k.
Далее, известно, что почти все графы гамильтоновы, то есть
г
де
H(p) —
множество
гамильтоновых
графов с p
вершинами, а
G(p) —
множество всех
графов с p
вершинами.
Таким образом,
задача отыскания
гамильтонова
цикла или
эквивалентная
задача коммивояжера
являются практически
востребованными,
но для нее неизвестен
(и, скорее всего
не существует)
эффективный
алгоритм решения.
Пример графа, когда не выполняется условие теоремы Дирака, но граф является гамильтоновым.

N = 8; d(vi) = 3; 3 ≥ 8/2 = 4 не гамильтонов граф, но существует гамильтонов цикл: M = (1, 2, 3, 4, 5, 6, 7, 8, 1)
§3. Задачи связанные с поиском гамильтоновых циклов
В ряде отраслей промышленности возникает следующая задача планирования. Нужно произвести n продуктов, используя единственный тип аппаратуры. Аппарат должен быть перенастроен после того как был произведен продукт pi (но до того как начато производство продукта pj), в зависимости от комбинации (pi,pj). Стоимость перенастройки аппаратуры постоянна и не зависит от производимых продуктов. Предположим, что эти продукты производятся в непрерывном цикле, так что после производства последнего из n продуктов снова возобновляется в том же фиксированном цикле производство первого продукта.
Возникает вопрос о том, может ли быть найдена циклическая последовательность производства продуктов pi (i=1,2,…,n), не требующая перенастройки аппаратуры. Если представить эту задачу в виде ориентированного графа, то ответ на поставленный вопрос зависит от того, имеет ли этот ориентированный граф гамильтонов цикл или нет.
Если не существует циклической последовательности продуктов, не требующей перенастройки аппаратуры, то какова должна быть последовательность производства с наименьшими затратами на перенастройку, т.е. требующая наименьшего числа необходимых перенастроек?
Таким образом мы рассмотрим следующие две задачи.
Задача 1. Дан ориентированный граф G, требуется найти в G гамильтонов цикл (или все циклы), если существует хотя бы один такой цикл.
Задача 2. Дан полный ориентированный цикл G, дугам которого приписаны произвольные веса C=[cij], найти такой гамильтонов цикл, который имеет наименьший общий вес. Следует отметить, что если ориентированный граф G не полный, то его можно рассматривать как полный ориентированный граф, приписывая отсутствующим дугам бесконечный вес.
Алгоритмы решения задачи коммивояжера и ее вариантов имеют большое число практических приложений в различных областях человеческой деятельности. Рассмотрим, например, задачу в которой грузовик выезжает с центральной базы для доставки товаров данному числу потребителей и возвращается назад на базу. Стоимость перевозки пропорциональна пройденному грузовиком расстоянию, и при заданной матрице расстояний между потребителями маршрут с наименьшими транспортными затратами получается как решение соответствующей задачи коммивояжера. Аналогичные типы задач возникают при сборе почтовых отправлений из почтовых ящиков, составлении графика движения школьных автобусов по заданным остановкам и т.д. Задача очень легко обобщается и на тот случай, когда доставкой (сбором) занимаются несколько грузовиков, хотя эту задачу можно также переформулировать как задачу коммивояжера большей размерности. Другие приложения включают составление расписания выполнения операций на машинах, проектирование электрических сетей, управление автоматическими линиями и т.д.
Очевидно, что сформулированная выше задача (1) является частным случаем задачи (2). В самом деле, приписывая случайным образом дугам заданного ориентированного графа G конечные веса, получаем задачу коммивояжера. Если решение для этой задачи, т.е. кратчайший гамильтонов цикл, имеет конечное значение, то это решение является гамильтоновым циклом ориентированного графа G (т.е. ответом на задачу 1). Если же решение имеет бесконечное значение, то G не имеет гамильтонова цикла.
С другой стороны можно дать еще одну интерпретацию задачи 1). Рассмотрим снова полный ориетированный граф G1 с общей матрицей весов дуг [cij] и рассмотрим задачу нахождения такого гамильтонова цикла, в котором самая длинная дуга минимальна. Эту задачу можно назвать минимаксной задачей коммивояжера. Тогда классическую задачу коммивояжера в той же терминологии можно было бы назвать минисуммной задачей коммивояжера. Покажем теперь, что задача (1) действительно эквивалентна минимаксной задаче коммивояжера.
В вышеупомянутом полном ориентированном графе G1 мы можем наверняка найти гамильтонов цикл. Пусть это будет цикл Ф1, и пусть вес самой длинной его дуги равен ĉ1. Удалив из G1 любую дугу, вес которой не меньше ĉ1, получим ориентированный граф G2. Найдем в ориентированном графе G2 гамильтонов цикл Ф2, и пусть вес его самой длинной дуги равен ĉ2. Удалим из G2 любую дугу, вес которой не меньше ĉ2, и так будем продолжать до тех пор, пока не получим ориентированный граф Gm+1, не содержащий никакого гамильтонова цикла. Гамильтонов цикл Фm в Gm (с весом ĉm) является тогда по определению решением минимаксной задачи коммивояжера, так как из отсутствия гамильтонова цикла в Gm+1 следует, что в G1 не существует никакого гамильтонова цикла, не использующего по крайней мере одну дугу с весом, большим или равным ĉm.
Таким образом, алгоритм нахождения гамильтонова цикла в ориентированном графе решает также минимаксную задачу коммивояжера. Наоборот, если мы располагаем алгоритмом решения последней задачи, то гамильтонов цикл в произвольном ориентированном графе G может быть найден с помощью построения полного ориентированного графа G1 с тем же самым множеством вершин, что и в G, дугам которого, соответствующим дугам из G, приписаны единичные веса, а остальным дугам — бесконечные веса. Если решение минимаксной задачи коммивояжера для G1 имеет конечный вес (на самом деле равный единице), то в графе G может быть найден соответствующий гамильтонов цикл. Если же решение имеет бесконечный вес, то в графе G не существует никакого гамильтонова цикла. Следовательно, две указанные задачи можно рассматривать как эквивалентные, поскольку было продемонстрировано, что алгоритм нахождения гамильтонова цикла позволяет решать минимаксную задачу коммивояжера и наоборот.
Ввиду того, что обе сформулированные выше задачи (1) и (2) часто встречаются в практических ситуациях и (как мы увидим позже) задачу (1) саму по себе решить намного проще, чем как подзадачу задачи (2), мы обе эти задачи рассмотрим по отдельности.
§4. Методы построения гамильтоновых циклов в графе.
Пока неизвестно никакого простого критерия или алгебраического метода, позволяющего ответить на вопрос, существует или нет в произвольном графе G гамильтонов цикл. Критерии существования, данные выше, представляют теоретический интерес, но являются слишком общими и не пригодны для произвольных графов, встречающихся на практике. Алгебраические методы определения гаильтоновых циклов не могут быть применены с более чем несколькими десятками вершин, так как они требуют слишком большого времени работы и большой памяти компьютера. Более приемлемым является способ Робертса и Флореса, который не предъявляет чрезмерных требований к памяти компьютера, но время в котором зависит экспоненциально от числа вершин в графе. Однако другой неявный метод перебора имеет для большинства типов графов очень небольшой показатель роста времени вычислений в зависимости от числа вершин. Он может быть использован для нахождения гамильтоновых циклов в очень больших графах. Ниже будут описаны алгебраический метод, перебор с возвратами, его улучшение, мультицепной метод.
§5. Алгебраический метод построения гамильтоновых циклов
Этот метод
включает в себя
построение
всех простых
цепей с помощью
последовательного
перемножения
матриц. «Внутреннее
произведение
вершин» цепи
x1, x2,
… ,xk-1,
xk
определяется
как выражение
вида x2*x3*
… xk-1,
не содержащее
две концевые
вершины x1
и xk.
«Модифицированная
матрица смежности»
B=[β(i,j)]
— это (nЧn)-
матрица, в которой
β(i,j) —
xj,
если существует
дуга из xi
в xj
и нуль в противном
случае. Предположим
теперь, что у
нас есть матрица
PL
= [pL(i
,j)], где pL(i,j)
— сумма внутренних
произведений
всех простых
цепей длины
L (L≥1) между
вершинами xi
и xj
для xi≠xj.
Положим pL(i,i)=0
для всех i.
Обычное алгебраическое
произведение
матриц B*PL
= P’L+1
= [p’L+1(s,t)]
определяется
как
т.е. p’L+1(s,t)
является суммой
внутренних
произведений
всех цепей из
xs в
xt
длины l+1.
Так как все
цепи из xk
в xt,
представленные
внутренними
произведениями
из pL(k,t),
являются простыми,
то среди цепей,
получающихся
из указанного
выражения, не
являются простыми
лишь те, внутренние
произведения
которых в pL(k,t)
содержат вершину
xs.
Таким образом,
если из p’L+1(s,t)
исключить все
слагаемые,
содержащие
xs
(а это можно
сделать простой
проверкой), то
получим pL+1(s,t).
Матрица PL+1=[pL+1(s,t)],
все диагональные
элементы которой
равны 0, является
тогда матрицей
всех простых
цепей длины
L+1.
В
ычисляя
затем B*PL+1,
находим PL+2
и т.д., пока не
будет построена
матрица Pn-1,
дающая все
гамильтоновы
цепи (имеющие
длину n-1)
между всеми
парами вершин.
Гамильтоновы
циклы получаются
тогда сразу
из цепей в Pn-1
и тех дуг из
G, которые
соединяют
начальную и
конечную вершины
каждой цепи.
С другой стороны,
гамильтоновы
циклы даются
членами внутреннего
произведения
вершин, стоящими
в любой диагональной
ячейке матрицы
B*Pn-1
(все диагональные
элементы этой
матрицы одинаковые).
Очевидно, что в качестве начального значения матрицы P (т.е. P1) следует взять матрицу смежности A графа, положив все ее диагональные элементы равными нулю.
Недостатки этого метода совершенно очевидны. В процессе умножения матриц (т.е. когда L увеличивается) каждый элемент матрицы PL будет состоять из все большего числа членов вплоть до некоторого критического значения L, после которого число членов снова начнет уменьшаться. Это происходит вследствие того, что для малых значений L и для графов, обычно встречающихся на практике, число цепей длины L+1, как правило, больше, чем число цепей длины L, а для больших значений L имеет место обратная картина. Кроме того, так как длина каждого члена внутреннего произведения вершин увеличивается на единицу, когда L увеличивается на единицу, то объем памяти, необходимый для хранения матрицы PL, растет очень быстро вплоть до максимума при некотором критическом значении L, после которого этот объем снова начинает уменьшаться.
Небольшая модификация вышеприведенного метода позволяет во много раз уменьшить необходимый объем памяти и время вычислений. Так как нас интересуют только гамильтоновы циклы и, как было отмечено выше, они могут быть получены из членов внутреннего произведения любой диагональной ячейки матрицы B*Pn-1, то необходимо знать только элемент pn-1(1,1). При этом на каждом этапе не обязательно вычислять и хранить всю матрицу PL, достаточно лишь найти первый столбец PL. Эта модификация уменьшает необходимый объем памяти и время вычислений в n раз. Однако даже при использовании этой модификации программа для ЭВМ, написанная на языке PL/1, который позволяет построчную обработку литер и переменное распределение памяти, не была способна найти все гамильтоновы циклы в неориентированных графах с более чем примерно 20 вершинами и средним значением степени вершины, большим 4. Использовался компьютер IBM 360/65 с памятью 120 000 байтов. Более того, даже для графа с вышеуказанными «размерами» данный метод использовал фактически весь объем памяти и время вычислений равнялось 1.8 минуты. Не такое уж незначительное время для столь небольшого графа.
§6. Метод перебора Робертса и Флореса
В противоположность алгебраическим методам, с помощью которых пытаются найти сразу все гамильтоновы циклы и при реализации которых приходится хранить поэтому все цепи, которые могут оказаться частями таких циклов, метод перебора имеет дело с одной цепью, непрерывно продлеваемой вплоть до момента, когда либо получается гамильтонов цикл, либо становится ясно, что эта цепь не может привести к гамильтонову циклу. Тогда цепь модифицируется некоторым систематическим способом (который гарантирует, что в конце концов будут исчерпаны все возможности), после чего продолжается поиск гамильтонова цикла. В этом способе для поиска требуется очень небольшой объем памяти и за один раз находится один гамильтонов цикл.
Следующая схема перебора, использующая обычную технику возвращения, была первоначально предложена Робертсом и Флоресом. Начинают с построения (kЧn)-матрицы M=[mij], где элемент mij есть i-я вершина (скажем xq), для которой в графе G(X,Г) существует дуга (xj,xq). Вершины xq во множестве Г(xj) можно упорядочить произвольно, образовав элементы j-го столбца матрицы M. Число строк k матрицы M будет равно наибольшей полустепени исхода вершины.
Метод состоит в следующем. Некоторая начальная вершина (скажем, x1) выбирается в качестве отправной и образует первый элемент множества S, которое каждый раз будет хранить уже найденные вершины строящейся цепи. К S добавляется первая вершина (например, вершина a) в столбце x1. Затем к множеству S добавляется первая возможная вершина (например, вершина b) в столбце a, потом добавляется к S первая возможная вершина (например, вершина c) в столбце b и т.д. Под «возможной» вершиной мы понимаем вершину, еще не принадлежащую S. Существуют две причины, препятствующие включению некоторой вершины на шаге r во множество S = {x1,a,b,c, … ,xr-1,xr}:
В столбце xr нет возможной вершины.
Цепь, определяемая последовательностью вершин в S, имеет длину n-1, т.е. является гамильтоновой цепью.
В случае 2) возможны следующие случаи:
В графе G существует дуга (xr,x1), и поэтому найден гамильтонов цикл.
Дуга (xr,x1) не существует и не может быть получен никакой гамильтонов цикл.
В случаях (1) и (2b) следует прибегнуть к возвращению, в то время как в случае (2a) можно прекратить поиск и напечатать результат (если требуется найти только один гамильтонов цикл), или (если нужны все такие циклы) произвести печать и прибегнуть к возвращению.
Возвращение состоит в удалении последней включенной вершины xr из S, после чего остается множество S = {x1,a,b,c, … ,xr-1}, и добавлении к S первой возможной вершины, следующей за xr, в столбце xr-1 матрицы M. Если не существует никакой возможной вершины, делается следующий шаг возвращения и т.д.
Поиск заканчивается в том случае, когда множество S состоит только из вершины x1 и не существует никакой возможной вершины, которую можно добавить к S, так что шаг возвращения делает множество S пустым. Гамильтоновы циклы, найденные к этому моменту, являются тогда всеми гамильтоновыми циклами, существующими в графе.
Рассмотрим пример поиска гамильтонова цикла в графе переборным методом Робертса и Флореса.
Пример:

"2"
1) S = {1}
2) S = {1, 2}
3)
S = {1, 2, 3}
4) S = {1, 2, 3, 4}
5) S = {1, 2, 3, 4, 5} - Г
4→3 4→5
6) S = {1, 2, 3, 4}
7) S = {1, 2,
3} 3→1 3→2 3→4
8) S = {1, 2}
9) S = {1}
"3"
10) S = {1, 3}
3→2
11) S = {1, 3, 2}
2→1
12) S = {1, 3}
2→3
13) S = {1, 3, 4}
3→4 4→5
14) S = {1, 3, 4, 5, 4}
5→нет
15) S = {1,
3, 4}
16) S = {1, 3}
17) S = {1}
"5"
18) S =
{1, 5}
19) S = {1, 5, 4}
20) S = {1, 5, 4, 3}
21) S = {1, 5,
4, 3, 2} - Г
22) S = {1, 5, 4,
3}
23) S = {1, 5, 4}
24) S = {1, 5}
25) S = {1}
26) S = Ш
§8. Улучшение метода Робертса и Флореса
Рассмотрим
улучшение
основного
переборного
метода Робертса
и Флореса. Допустим,
что на некотором
этапе поиска
построенная
цепь задается
множеством
S = {x1,x2,
… ,xr}
и что следующей
вершиной, которую
предполагается
добавить к S,
является x*
S.
Рассмотрим
теперь две
следующие
ситуации, в
которых вершина
является
изолированной
в подграфе,
остающемся
после удаления
из G(X,Г)
всех вершин,
образующих
построенную
до этого цепь.
Если существует такая вершина x
XS,
что x
Г(xr)
и Г-1(x)
S, то, добавляя
к S любую
вершину x*,
отличную от
x, мы не сможем
в последующем
достигнуть
вершины x
ни из какой
конечной вершины
построенной
цепи, и, значит,
эта цепь не
сможет привести
нас к построению
гамильтонова
цикла. Таким
образом, в этом
случае x
является
единственной
вершиной, которую
можно добавить
к S для
продолжения
цепи.Если существует такая вершина x
XS,
что x
Г-1(x1)
и Г(x)
S
{x*}
для некоторой
другой вершины
x*, то x*
не может быть
добавлена к
S, так как
тогда в остающемся
подграфе не
может существовать
никакой цепи
между x и
x1. Цепь,
определяемая
множеством
S
{x*}, не может
поэтому привести
к гамильтонову
циклу, а в качестве
кандидата на
добавление
к множеству
S следует
рассмотреть
другую вершину,
отличную от
x*.
Проверка условий (a) и (b) будет, конечно, замедлять итеративную процедуру, и для небольших графов (менее чем с 20 вершинами) не получается никакого улучшения первоначального алгоритма Робертса и Флореса. Но для больших графов эта проверка приводит к заметному сокращению необходимого времени вычислений, уменьшая его обычно в 2 или более раз.
§9. Мультицепной метод
После внимательного изучения операций алгоритма перебора Робертса и Флореса становится очевидным, что даже после сделанного улучшения не слишком много внимания уделяется оставшейся части графа, в которой берется последовательность вершин, продолжающих построенную цепь. Обычно построение цепи S0 в процессе поиска (S0 рассматривается и как упорядоченное множество вершин, и как обычное множество) подразумевает существование еще каких-то цепей в других частях графа. Эти предполагаемые цепи либо помогают быстрее построить гамильтонов цикл, либо указывают на отсутствие такого цикла, содержащего цепь S0, что позволяет сразу прибегнуть к возвращению.
Метод, описанный ниже, был предложен первоначально для неориентированных графов; здесь дается его небольшое видоизменение для ориентированных графов. Метод состоит в следующем.
Допустим, что на некотором этапе поиска построена цепь S0 и возможны цепи S1, S2, … . Рассмотрим какую-либо «среднюю» вершину одной из этих цепей (слово «средняя» здесь означает любую вершину, отличную от начальной и конечной). Поскольку эта вершина уже включена в цепь с помощью двух дуг, то очевидно, что все другие дуги, входящие или выходящие из такой вершины, могут быть удалены из графа. Для любой начальной вершины вышеуказанных цепей можно удалить все дуги, исходящие из нее (за исключением дуги, включающей эту вершину в цепь), а для любой конечной вершины можно удалить все дуги, оканчивающиеся в ней (опять-таки за исключением дуги, включающей ее в цепь). Кроме того, за исключением случая, когда существует только одна цепь (скажем, S0), проходящая через все вершины графа G (т.е когда S0 — гамильтонова цепь), любая имеющаяся дуга, ведущая из конца любой цепи в начальную вершину этой же цепи, может быть удалена, так как такая дуга замыкает не гамильтоновы циклы.
Удаление всех этих дуг даст граф — со всеми «средними» вершинами цепей, в котором только одна дуга оканчивается в каждой вершине и только одна дуга исходит из нее. Все эти «средние» вершины и дуги, инцидентные им, удаляются из G, а вместо них для каждой цепи вводится единственная дуга, идущая от начальной вершины цепи до ее конечной вершины. В результате всего этого получается редуцированный граф Gk(Xk,Гk), где k — индекс, показывающий номер шага поиска.
Рассмотрим теперь продолжение цепи S0 (сформированной в результате поиска), осуществляемое путем добавления вершины xj, которая является возможной в смысле алгоритма Робертса и Флореса, т.е. в Gk существует дуга, исходящая из конечной вершины цепи S0 — обозначим эту вершину e(S0) — и входящая в вершину xj. Добавление xj к S0 осуществляется так:
Сначала удаляются из Gk все необходимые дуги, т.е.
все дуги, оканчивающиеся в xj или исходящие из e(S0), за исключением дуги (e(S0), xj);
все дуги, выходящие из xj в начальную вершину пути S0;
если окажется, что xj является начальной вершиной другой цепи Sj, то следует удалить также любую дугу, идущую из конечной вершины цепи Sj в начальную вершину цепи S0.
Обозначим граф, оставшийся после удаления всех дуг, через G’k(Xk,Гk’).
Если существует вершина x в графе G’k, не являющаяся конечной ни для одной из цепей S0, S1, … и которая после удаления дуг имеет полустепень захода, равную единице, т.е. |Г-1k’(x)|=1, то выкинуть все дуги, исходящие из вершины v= Г-1k’(x), за исключением дуги (v, x).
Если существует вершина x графа G’k, не являющаяся начальной ни для какой цепи и которая после удаления дуг имеет полустепень исхода, равную единице, т.е. |Гk’(x)|=1, то выкинуть все дуги, исходящие из вершины x, за исключением дуги (x, Гk’(x)).
Перестроить все цепи и удалить дуги, ведущие из конечных в начальные вершины.
Повторить шаг 2 до тех пор, пока можно удалять дуги.
Удалить из оставшегося графа G’k все вершины, полустепени захода и исхода которых равны единице, т.е. вершины, которые стали теперь «средними» вершинами цепей. Это удаление производится так, как это было описано выше, в результате чего получается новый редуцированный граф Gk+1, заменяющий предыдущий граф Gk.
Совершенно очевидно, что если добавление вершины xj к цепи S0 делает полустепень захода или полустепень исхода (или обе) некоторой вершины x в конце шага 2 равной нулю, то не существует никакого гамильтонова цикла. В этом случае вершина xj удаляется из множества S0 и в качестве другой вершины xj, позволяющей продолжить цепь S0, выбирается некоторая другая вершина из множества Гk’[e(S0)]. И так до тех пор, пока не будет исчерпано все множество Гk’[e(S0)] и придется прибегнуть к возвращению (т.е. e(S0) удаляется из S0 и заменяется другой вершиной и т.д.). Отметим, что операция возвращения предполагает хранение достаточной информации об удаленных дугах в шагах 1 и 2 на каждом этапе k, чтобы можно было по графу Gk+1 восстановить граф Gk при любых k, если приходится прибегать к возвращению.
Если (на некотором этапе) в конце шага 2 установлено, что только одна цепь проходит далее через все вершины, то в этом случае существование гамильтонова цикла может быть выявлено непосредственно. Если цикл при этом не найден (или если он найден, но надо найти все гамильтоновы циклы), то нужно прибегнуть к возвращению.
Лучший вычислительный путь состоит в том, чтобы при каждой итерации шага 2 (за исключением последней) проверять отличие от нуля полустепеней захода и исхода всех вершин графа G’k. Поэтому как только одна из них станет равной нулю, сразу же применяется операция возвращения, и если найдена гамильтонова цепь, то получается и гамильтонов цикл без проверки существования дуги возврата.
Если не возникает ни один из вышеупомянутых случаев, т.е. если (на некотором этапе k) в конце шага 2 остается более чем одна цепь и все полустепени являются ненулевыми, то нельзя еще сделать никаких выводов. Тогда вершина xj добавляется к S0 и выбирается другая вершина для дальнейшего продолжения цепи. Шаги 1, 2, 3 повторяются, начиная с нового редуцированного графа.
§10. Сравнение методов поиска гамильтоновых циклов
В этом параграфе сравниваются первоначальный вариант алгоритма Робертса и Флореса, его улучшенный вариант и мультицепной метод. Эти три метода мы будем сравнивать по необходимому времени вычислений для нахождения одного гамильтонова цикла, если таковой существует, или доказательства его отсутствия. Проверка была проведена на случайно выбранных графах, степени вершин которых лежат в предписанных границах. Всего было использовано около 200 графов, для которых приводятся средние результаты. Во всех графах оказались гамильтоновы циклы.
Ниже на рисунке 1 показана зависимость требуемого алгоритмом Робертса и Флореса времени вычисления от числа вершин графа; степени вершин лежат в пределах 3 — 5. Ввиду сильных вариаций требуемого времени для графов одинаковых размеров приводятся три ломанные, характеризующие среднее, максимальное и минимальное время, полученное для различных графов с одинаковым числом вершин. Следует заметить, что на рисунке 1 применен полулогарифмический масштаб, что говорит об экспоненциальном характере зависимости. Формула, дающая приближенную зависимость времени T от числа вершин n графа со степенями вершин в пределах 3 — 5, такова:
T
= 0.85·10-4 ·