离散数学概论---（8）图论：图的基本概念

图论创立

柯尼斯堡七桥问题的解决是图论创立的标志

能不能每条路只经过一次，把七座桥遍历一遍？？？
结论：没有人可以

1736年欧拉在发布论文中证明七桥无法仅走一遍能遍历七座桥
并提出和解决了"一笔画”问题

欧拉将现实问题抽象为平面上的点和线的组合，并通过讨论点的奇偶性来判定能否遍历

图（Graph）的定义

由结点和连结结点的边所构成的离散结构
记做G=<V, E>
结点vertex集V：非空集合
边edge集E：多重集合（集合中可能存在相同元素，元素附带一个重数的属性）
边集的多种集合表示图可以有多个相同的边

边和结点的关系

有向边（directed edge）用结点的二元有序组表示
第一分量称作起点，第二分量称为终点
无向边（indirected edge）用结点的两元素多重集表示
无所有起点终点。
无相变可以是多重集意味着允许无向环（loop）

把只包含有有向边的图称为有向图
如果图里全是无向边的话，那么就称为无向图。
无向边的端点称为邻接（adjacent）结点

图的例子

左图 中有两个{a ,c}，称为平行的边，一样的。它在边集里是一个多重集，是一个双重集合。{c,c}自身环
右图为有向图

图的基本概念

对于图G=<V, E>
有限图：V,E都是有限集，否则称为无限图
重边 multiple edge：E中重数大于1的边称为重边（平行边）
无向图可以有重边，有向图也可以有重边，在重边的时候，我们就需要请出多重集合，这样的表示方式来进行表示。
如果边集当中，至少有一个元素的重数大于1的话，也就是说它至少包含一对重边，我们就把这种图称之为重图，或者叫多重图。
重图multigraph：边集R中至少有一个元素重数大于1
单图：每条边的重数都等于1
简单图simple graph：无环和重边的无向图
后面讨论中，基本都讨论简单图。
完全图：complete graph：任何两个不同结点间都有边关联的简单图，记做Kn

这都是完全图

孤立结点 isolated vertex：不是任何边的端点的结点
零图：仅有孤立结点构成的图（E=∅）

普通的图只有边集和顶点集，就是它们只由这两个集合构成。
我们还会研究更复杂的一些图，这些图会在边或者结点上附加一些属性。我们就把这种附加了属性的图称之为赋权图。

这样的的赋权图，它需要在原来的V，E上进行扩展。
扩展出两个成分，一个是结点的权函数f，它是从V到W的一个函数。另外一个函数称之为g，是边的权函数，它给每条边都附加了一个属性，
结点的权函数和边的权函数，都是从V到W或者E到W。这样的函数的映射。W可以是任何的集合。

经常的我们会给结点或者边，附加的属性是一个数值。就是一个实数的子集。
通常来解决现实当中更加复杂的一些问题。
如果一个图没有附加上这些数量的属性的话，就是普通的图，我们主要研究结点和边之间的一种成为拓扑关系。
这种拓扑关系，比如，结点和结点之间是否邻接啊，然后一个结点到另外一个结点是否连通，它是否有路径能够走到那，或者说，我们就研究两个结点之间有多少条通路。能够有多少种方法来到达另外一个结点，或者，这个图它依据连通性能够分成几大块，就是划分上这些性质，都叫着拓扑关系。

赋权图是空间网络研究的基础。

结点的度（degree）

端点v的度d（v）定义为关联端点v的边的数目
有向图中，度分为出度（out-degree）和入度（in-degree）
出度d+（v）是端点v作为有向边起点的数目
入度d-（v）是端点v作为有向边终点的数目
有向图中度d（v）=d+（v）+ d-（v）

a的度为2 b的度为1 c的度为5，自环算两次

$a^{{}^{\prime }}$的出度为2，入度为0，总度为2
$b^{{}^{\prime }}$的出度为1，入度为0，总度为1
$c^{{}^{\prime }}$的出度为1，入度为4，总度为5

度的性质

所有端点度的总和为偶数，而且是边数目的两倍
有向图中出度的总和等于入度的总和
奇数度结点必定为偶数个（反证法可证）
自然数序列（a₁,a₂…a_n）是某个图的度序列当且仅当序列中所有数的总和为偶数
一度的顶点称为悬挂点（pendant node）

正则图（regular graph）

所有顶点的度均相同的图称为正则图，按照顶点的度数k称作k-正则图
Kn是n-1正则图

子图（subgraph）

G₁=<V₁, E₁>, G₂ = <V₂ , E₂ >
V₁$\subseteq$ V₂，E₁$\subseteq$ E₂，称G₁是G₂的子图。

中间的图和右侧的图，都是左边图的子图
如果G₁≠G₂，则G₁是G₂的真子图。
生成子图 spanning subgraph
如果G₁是G₂的子图，且V₁=V₂ 就说G₁是G₂的生成子图
只要在G₁中添加若干条边，不需要添加结点，就能达到G₂。
中间红色，右侧绿色都是左边蓝色的生成子图。

补图

G₁，G₂互为补图；
V₁=V₂，E₁ ∩ E₂= ∅，<V₁, E₁ ∪ E₂>是完全图

红图和绿图叠在一起，正好是蓝图。
红色和绿色称为 互为补图

图的同构 isomorphic

G₁ = <V₁, E₁>，G₂ = <V₂, E₂>
|V₁| = |V₂| |E₁|=|E₂|
如果可以将V₁ 中所有的结点一一对应
地置换为V₂中的结点名后得到的图等于G₂
双射函数，V1映射为V2，E1变成E2。称这两个图是同构的图

不同构的图：化学中的同分异构体

分子式相同而结构和性质不同的化合物之间互称同分异构体。
分子式相同意味着V₁=V₂， |E₁| = |E₂|

拟路径（pseudo path）

顶点v₁到v_n的拟路径:
v₁,e₁,v₂,e₂,v₃,e₃，… ,v_n-1, e_n-1,v_n, e_n

从v₁开始，到v_n结束。
顶点，边，顶点，边这个顺序排列。
其中e_i = <v_i, v_i+1>（或者{v_i, v_i+1}）
有向图是二元组，无向图是集合。
拟路径中的边数目称为拟路径的长度

拟路径例子：

a,1,e,7,b,3,c,3,b,2,a,拟路径长度为5
c,4,e,4,c,3,b,7,e,4,c 拟路径长度为5
有重复的边，还有重复的点。并没有限制。

路径（walk）与通路（path）
如果拟路径中的边各不相同，称作路径
a,1,e,7,b,3,c,4,e,6,d
如果路径中的顶点各不相同，称作通路
a,1,e,7,b,3,c,5,d

v₁ = v_n 的路径称为闭路径
a,2,b,7,e,4,c,5,d,6,e,1,a
vsub>1 = vsub>n 的通路称作回路
a,1,e,6,d,5,c,3,b,2,a
回路没有相同的边也没有相同的顶点（除了第一个和最后一个）

路径与通路的性质

路径和通路定理
在有n个顶点的图G中，如果有顶点u到v的拟路径，那么u到v必有路径，并且必有长度不大于n-1的通路

有拟路径，必有路径，必有不大于n-1的通路
（考虑拟路径重复顶点的压缩）（先考虑边压缩，再考虑点压缩）

闭路径和回路定理
在有n个顶点的图G中，如果有顶点v到v的闭路径，那么必定有一条从v到v的长度不大于n的回路

图的连通性

u可达v（accessible）
u=v,或者存在一条u到v的路径
连通的无向图（connected）

无向图中任意两个顶点都是可达的
强连通的有向图
有向图中任意两个顶点都是互相可达的

单向连通的有向图
任意两个顶点，至少从一个顶点到另一个是可达的

弱连通的有向图
将有向图看作无向图时是连通的

连通分支（connected component）

图G的连通子图G’，而且G‘不是任何其他连通子图的真子图（最大性）

七个顶点，七条边组成的。像是被分成两个部分，两个岛屿。

两个部分是两个连通分支。

欧拉图与欧拉路径

欧拉图 Euler graph
如果图G上有一条经过所有顶点、所有边的闭路径（边不重复，运行顶点重复）

那么如果存在这样一条闭路径的图，我们称之为欧拉图。

欧拉路径Euler walk
如果图G上有一条经过所有顶点、所有边的路径（边不重复，允许顶点重复）

充分必要条件

欧拉图
无向图：G连通，所有顶点的度都是偶数
有向图：G弱连通，每个顶点的出度与入度相等

欧拉路径
无向图：G连通，恰好两个顶点的度是奇数
有向图：G连通，恰有两个顶点出度与入度不相等，其中一个出度比入度多1，另一个入度比出度多1

上面是七桥问题不满足一笔画
下面两个能够一笔画

哈密顿图

哈密顿图 Hamiltion graph
如果图G上有一条经过所有顶点的回路（不要求经过所有边， 也称作哈密顿回路）

正十二面体，每个面都是正五边形。
能不能只经过这些顶点一次，可以周游世界？？？
拍扁了看。透射到平面上。

有20个顶点的图。

哈密顿通路 Hamiltion path

如果图G上有一条经过所有顶点的通路（非回路）就叫做哈密顿通路

判定定理（充分非必要）
哈密顿图比欧拉图难得多

如果具有n个顶点的图G的每一对顶点的度数之和都不小于n-1，那么G中有一条哈密顿通路
如果G中的每一对顶点度数之和不小于n，且n>=3, 则G为一哈密顿图

哈密顿通路问题在上个世纪七十年代被证明是“NP完全的”（算法随顶点个数呈指数增长）

实际上对于某些顶点数不到100的网络，利用现状最好的算法和计算机也需要比较黄铜的时间（比如几百年）才能确定其是否存在一条这样的通路。
（现在数据安全问题，都是拜这些问题所赐）