图论（一）

基本概念理论

• 无向图
  一个无向图(undirected graph)G 是由一个非空有限集合V (G)和V (G)中某些元素的 无 序 对 集 合 E(G) 构 成 的 二 元 组 ， 记 为 G = (V (G),E(G)) 。其 中
  ( ) { , , , } 1 2 n V G = v v L v 称为图G 的顶点集（vertex set）或节点集（node set）， V(G)中的每一个元素 v (i 1,2, ,n) i = L 称为该图的一个顶点（vertex）或节点（node）；( ) { , , , } 1 2 m E G = e e L e 称为图G 的边集（edge set），E(G)中的每一个元素 k e (即V(G)中某两个元素 i j v ,v 的无序对) 记为 ( , ) k i j e = v v 或 k i j j i e = v v = v v (k =1,2,L,m)，被称为该图的一条从i v 到j v 的边（edge）。
• 简单图
  如果一个图既没有环也没有两条边连接同一对顶点。
• 有向图
  与无向图相对应
• 完全图
  每一对不同顶点都有一条边相连的简单图
• 二部图
  主要解决匹配指派问题
• 邻接矩阵
• 关联矩阵
• 弧表表示法
• 邻接表表示法

树的相关问题下一篇再进行相关的讨论

最短路径

• 迪克斯特拉算法

本算法解决最短路径问题其基本原理解释参考算法原理

matlab运用迪克拉斯算法的时候，通用模板函数需要自己进行编辑，并不是特别的方便在对下图表示的路径问题进行求解的时候
我们编写的MATLAB代码如下，这也是书中的代码：

a=zeros(6);
a(1,2)=50;a(1,4)=40;a(1,5)=25;a(1,6)=10;a(2,3)=15;a(2,4)=20;a(2,6)=25;
a(3,4)=10;a(3,5)=20;a(4,5)=10;a(4,6)=25;a(5,6)=55;
a=a+a';
a(a==0)=inf;
pb(1:length(a))=0;
pb(1)=1;
index1=1;
index2=ones(1,length(a));
d(1:length(a))=inf;d(1)=0;
temp=1;
while sum(pb)<length(a)
tb=find(pb==0);
d(tb)=min(d(tb),d(temp)+a(temp,tb));
tmpb=find(d(tb)==min(d(tb)))
temp=tb(tmpb(1));
pb(temp)=1;
index1=[index1,temp];
temp2=find(d(index1)==d(temp)-a(temp,index1));
index2(temp)=index1(temp2(1));
end;

很明显，这个算法如果这样去跑的话，并不是特别方便，好在MATLAB还有专门对图论问题进行解决处理的模块，而且这个模块的可视化效果也是不错的。

clc, clear
a(1,2)=2;a(1,3)=8;a(1,4)=1;
a(2,3)=1;a(2,3)=6;a(2,5)=1;
a(3,4)=7;a(3,5)=5;a(3,6)=1;a(3,7)=2;
a(4,7)=9;
a(5,6)=3;a(5,8)=2;a(5,9)=9;
a(6,7)=4;a(6,9)=6;
a(7,9)=3;a(7,10)=1;
a(8,9)=7;a(8,11)=9;
a(9,10)=1;a(9,11)=2;
a(10,11)=4;
a=a';   %matlab工具箱要求数据是下三角矩阵
[i,j,v]=find(a);
b=sparse(i,j,v,11,11) %构造稀疏矩阵
[x,y,z]=graphshortestpath(b,1,11,'Directed',false) % Directed是标志图为有向或无向的属性，该图是无向图，对应的属性值为false，或0。

在本例中，可以看出，如果运用此模块进行解决的话，只需要构建稀疏矩阵就可以了，实现上来讲还是很方便的。

• Floyd算法

对于最短路径问题的解决，不仅有迪特斯克拉算法这一种，Floyd算法也是解决此问题的经典算法，不过对于我们解决数学建模问题而言，只需要掌握一种求解算法就可以了，本处只进行算法原理的说明，其实该算法的原理还是比较简单的
算法原理
除了上述问题，还有很重要的一点就是要学会用MATLAB来做图论的可视化，这一点很重要，可视化的话可以参照此可视化