数学建模——图论

适用对象

图论是为了解决包含二元关系的离散系统所提出的数学模型，并可对该模型进行求解。
基本问题：

1. 最短路问题
2. 最大流问题
3. 最小费用流问题
4. 匹配问题

基本理论

1. 图

	无向图	有向图
元素	无序对集合 $G=(V,E)$ 顶点集&边集	有序对集合 $G=(V,A)$ 顶点集&弧集

---

顶点数：$|V|$ \qquad 边数：$|E|$

顶点的度：与顶点关联的边数，记作$d(v)$

相关结论：

1. ${\sum }_{v\in V}d(v)=2ϵ$
2. 任意一个图的奇顶点的个数是偶数

---

计算机描述图与网络的表示方法

1. 邻接矩阵表示法
2. 关联矩阵表示法
3. 弧表表示法
4. 邻接表表示
5. 星形表示法

---

相关补充：

链表：
物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的
比如有其他大神写的：
什么是链表——武培轩

---

2. 树——T

连通的无圈图称之为树，若 $G$ 满足 $V(G)=V(T),E(T)\subset E(G)$
顶点相同，边包含

---

经典算法

求最短路：迪克斯特拉算法

基本思想：
按按距 $u_0$ 从近到远为顺序，依次求得 $u_0$ 到 $G$ 的各顶点的最短路和距离，直至$v_0$ (或直至 $G$ 的所有顶点)，算法结束。

例：根据从 $c_i$ 到 $c_j$ 的航程票价矩阵
$$\left[\begin{array}{cccccc}0& 50& \infty & 40& 25& 10\\ 50& 0& 15& 20& \infty & 25\\ \infty & 15& 0& 10& 20& \infty \\ 40& 20& 10& 0& 10& 25\\ 25& \infty & 20& 10& 0& 25\\ 10& 25& \infty & 25& 55& 0\end{array}\right]$$求第一个城市到其它城市的最短路径的Matlab程序如下：

% 变量说明
% pb：P标号信息，1：已标号；0：未标号	
% index1：标号顶点顺序	index2：存放起始点到第i顶点前一顶点的序号	
% d：最短通路的值

clc,clear
%构造初始票价矩阵
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;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% 将第一座城市标1，其余标0
pb(1:length(a))=0;
pb(1)=1;

% 将顶点1写入路径集合S
index1=1;

% 路径从起始点至i点时，i点前一顶点的序号
index2=ones(1,length(a));

% d(i)为所求路径距离，初始值：起始点为0，其余置无穷
d(1:length(a))=inf;
d(1)=0;

temp=1;

% 遍历所有的点
while sum(pb)<length(a)
	tb=find(pb==0);								% 找到标号为0的点
	% 更新距离，取原来的距离与经标记点距离的最小值
	d(tb)=min(d(tb),d(temp)+a(temp,tb));	
	tmpb=find(d(tb)==min(d(tb)));				% 求d(tb)数列最小值的下标
	% temp：下一个点，empb可能为数列，取其中第一个
	temp=tb(tmpb(1));							
	pb(temp)=1;									% 将所找点标记为1
	% 将之前找到的最小路径终点标号存入集合S
	index1=[index1,temp];						
	% 对下两行意义理解不是很深刻
	temp2=find(d(index1)==d(temp)-a(temp,index1));
	index2(temp)=index1(temp2(1));
end
d, index1, index2

---

通用算法封装成函数如下：

function [mydistance,mypath]=dijkstra(a, sb, db);
% 输入：a—邻接矩阵(aij)是指i到j之间的距离，可以是有向的
% sb—起点的标号, db—终点的标号
% 输出：mydistance—最短路的距离, mypath—最短路的路径

n=size(a,1);
visited(1:n) = 0;		% 是否被访问，1-访问，0-未访问
distance(1:n) = inf; 	% 保存起点到各顶点的最短距离
distance(begin) = 0; 
parent(1:n) = 0;

for i = 1: n-1
	temp=distance;
	id1=find(visited==1); 	%查找已经标号的点
	temp(id1)=inf; 			%已标号点的距离换成无穷
	[t, u] = min(temp); 	%找标号值最小的顶点，t-最小值，u-索引
	visited(u) = 1; 		%标记已经标号的顶点
	id2=find(visited==0); 	%查找未标号的顶点
	for v = id2
		if a(u, v) + distance(u) < distance(v)
			distance(v) = distance(u) + a(u, v); %修改标号值
			parent(v) = u;
		end
	end
end
mypath = [];
if parent(db) ~= 0 %如果存在路!
	t = db; mypath = [db];
	while t ~= sb
		p = parent(t);
		mypath = [p mypath];
		t = p;
	end
end
mydistance = distance(db);
return

求最短路 弗洛伊德算法

可以解决任意两点间的最短路径问题（一次性计算出），可以正确处理无向图或有向图（可以有负权重，但不可存在负权回路）的最短路径问题。