Поиск хроматического числа графика является проблемой NP-Hard, поэтому в теории не существует быстрого решателя. Есть ли общедоступное программное обеспечение, которое может быстро вычислить точное хроматическое число графика?Быстрые точные решатели для хроматического числа
Я пишу скрипт Python, который вычисляет хроматическое число многих графиков, но он занимает слишком много времени для даже небольших графов. Графики Я работаю с широким спектром графиков, которые могут быть разреженными или плотными, но обычно менее 10 000 узлов. Я сформулировал проблему как целочисленную программу и передал ее в Gurobi для решения. У вас есть рекомендации по программному обеспечению, различным рецептурам IP или другим настройкам Gurobi, чтобы ускорить это?
import networkx as nx
from gurobipy import *
# create test graph
n = 50
p = 0.5
G = nx.erdos_renyi_graph(n, p)
# compute chromatic number -- ILP solve
m = Model('chrom_num')
# get maximum number of variables necessary
k = max(nx.degree(G).values()) + 1
# create k binary variables, y_0 ... y_{k-1} to indicate whether color k is used
y = []
for j in range(k):
y.append(m.addVar(vtype=GRB.BINARY, name='y_%d' % j, obj=1))
# create n * k binary variables, x_{l,j} that is 1 if node l is colored with j
x = []
for l in range(n):
x.append([])
for j in range(k):
x[-1].append(m.addVar(vtype=GRB.BINARY, name='x_%d_%d' % (l, j), obj=0))
# objective function is minimize colors used --> sum of y_0 ... y_{k-1}
m.setObjective(GRB.MINIMIZE)
m.update()
# add constraint -- each node gets exactly one color (sum of colors used is 1)
for u in range(n):
m.addConstr(quicksum(x[u]) == 1, name='NC_%d' % u)
# add constraint -- keep track of colors used (y_j is set high if any time j is used)
for u in range(n):
for j in range(k):
m.addConstr(x[u][j] <= y[j], name='SH_%d_%d' % (u,j))
# add constraint -- adjacent nodes have different colors
for u in range(n):
for v in G[u]:
if v > u:
for j in range(k):
m.addConstr(x[u][j] + x[v][j] <= 1, name='ADJ_%d_%d_COL_%d' % (u,v,j))
# update model, solve, return the chromatic number
m.update()
m.optimize()
chrom_num = m.objVal
Я ищу, чтобы вычислить точные хроматические числа, хотя я был бы заинтересован в алгоритмах вычисления приближенных хроматических чисел, если они имеют достаточные теоретические гарантии, такие как постоянное приближение фактора и т.д.
Hey @tomkot, извините за поздний ответ здесь - я ценю вашу помощь! Я думаю, что SAT solvers - хороший способ пойти. Тем не менее, я беспокоюсь, что многие из них могут использовать эвристику, такую как WalkSAT, которая застревает в локальных минимумах и возвращает пессимистические ответы. Я посмотрю на них дальше и сообщаю здесь, что я нахожу. Спасибо за вашу помощь! Это была определенная область, о которой я не думал. –