图论_图论 diameter-CSDN博客

本文链接：https://blog.csdn.net/iroy33/article/details/103419872

又要恶补图论知识了orz

文章目录

随机图
- - 定义与模型
  - 性质
图着色问题 NP问题
k核心子图
- - 定义
  - 算法
参考

图论和网络分析

如果一个图的所有节点都有 n-1 个相邻节点，则该图是完备的（complete）。也就是说所有节点都具备所有可能的连接方式。
从 i 到 j 的路径（path）是指从 i 到达 j 的边的序列。该路径的长度（length）等于所经过的边的数量。
图的直径（diameter）是指连接任意两个节点的所有最短路径中最长路径的长度。
测地路径（geodesic path）是指两个节点之间的最短路径。
如果所有节点都可通过某个路径连接到彼此，则它们构成一个连通分支（connected component）。如果一个图仅有一个连通分支，则该图是连通的（connected）。
如果一个图的边数量相比于节点数量较小，则该图是稀疏的（sparse）。相对地，如果节点之间的边非常多，则该图是密集的（dense）。

Neo4j 的图算法全面指南

图可用于：复杂网络的管理和监控
社交网络分析？图分析？

随机图

在数学中，随机图是指由随机过程产生的图。

定义与模型

随机图的“随机”二字体现在边的分布上。一个随机图实际上是将给定的顶点之间随机地连上边。假设将一些纽扣散落在地上，并且不断随机地将两个纽扣之间系上一条线，这样就得到一个随机图的例子。边的产生可以依赖于不同的随机方式，这样就产生了不同的随机图模型。

一个典型的模型是埃尔德什和雷尼共同研究的ER模型。ER模型是指在给定n个顶点后，规定每两个顶点之间都有p的概率连起来（0⩽p⩽1），而且这些判定之间两两无关。这样得到的随机图一般记作Gnp或ERn§。

另一种随机图模型叫做内积模型。内积模型的机制是对每一个顶点指定一个实系数的向量，而两个顶点之间是否连接的概率则是它们的向量的内积的函数。

一般来说，可以定义任意两个顶点之间相连的概率，这个概率也被称为边概率。定义更广泛的随机图模型的方法是定义所谓的网络概率矩阵。这个矩阵的系数就是边概率，因此详细刻画了随机图的模型。

性质

随着边概率的不同，随机图可能会呈现不同的属性。
ER模型：埃尔德什与雷尼研究了当顶点数目 n 趋向于正无穷大时，ER随机图的性质与概率p 之间的关系。当 p 的值越过某些门槛时，ER随机图的性质会发生突然的改变。ER随机图的许多性质都是突然涌现的，比如说，当 p 的值小于某个特殊值之前，随机图具有某个性质的可能性等于0，但当 p 的值大于这个特殊值以后，随机图具有这个性质的可能性会突然变成1。
这就是所谓的sharp threshold。

举例来说，当概率 p 大于某个临界值 pc(n) 后，生成的随机图几乎必然是连通的（概率等于1）。也就是说，对于散落在地上的 n 个纽扣，如果你以这样的概率 p 将两个纽扣之间系上线，那么你拿起一颗纽扣时就几乎能带起所有的纽扣了。
ER随机图的度分布（转）

图着色问题 NP问题

给定无向连通图和m种不同的颜色。用这些颜色为图G的各顶点着色，每个顶点着一种颜色。

图的m可着色判定问题：是否有一种着色法使G中每条边的两个顶点有不同的颜色。
图的m可着色优化问题：若一个图最少需要m种颜色才能使图中每条边相连接的两个顶点着不同颜色，称这个数m为这个图的色数。求一个图的色数m。朴素的想法是用二分法求出所需要的最小颜色数，范围1~N，但是存在大量重复计算，复杂度过高。改进方法是在之前的DFS上加一维颜色数，一遍增加顶点数，一边增加颜色数，留下能够使得1 ~ N 定点都满足的最少的颜色数。
以分考场为例，如果每个房间都不行，新开房间给一个学生，否则就把这个学生放入每个可以放的房间，继续迭代，一旦当前方案需要的房间数大于目前最小的，就停止，否则一直执行知道找到一种放置方法。
图的m可着色扩展：给定一个图以及m种颜色，请计算出涂色方案数。回溯法：方法就是每个点先填个色，然后看是否和已上色的邻接点冲突，如果不冲突就继续给下一个点上色，否则回退。

k核心子图

定义

The k-core is the maximum subgraph in which the degree of every node is equal or larger than k.

$G = (V, L)$
$H_{k}=(W, L | W)$ 子图 $H_{k}$ 是由集合W导出的k核子图，或者称为a core of order k，当且仅当 $\forall v \in W: \operatorname{deg}_{H}(v) \geq k$ ，且 $H_{k}$ 是具有该属性的最大子图。有最大order的核也被称作主核。节点v的核数是包含该节点的所有核中最大的order。