数模笔记（七）：图论1.0

数模笔记（一）：线性规划、整数规划及非线性规划

数模笔记（二）：层次分析法

数模笔记（三）：灰色系统分析方法

数模笔记（四）：插值与拟合

数模笔记（五）：变异系数法

数模笔记（六）：两变量相关性分析与主成分分析

一、基本概念

1.图的概念

一个图G是指一个二元组（V(G)，E(G)），可简记为G=（V，E）。其中

（1）

是非空有限集，称为顶点集，其中元素称为图G的顶点。

（2）E(G)是顶点集V(G)中的无序或有序的元素偶对

组成的集合，即称为边集，其中元素称为边。

2.图G的阶是指图的顶点数|V(G)|，用v来表示；图的边的数目|E(G)|用ε来表示。

3.若一个图的顶点集和边集都是有限图，则称其为有限图。只有一个顶点的图称为平凡图，其他的所有图都称为非平凡图。

4.若图G中的边均为有序偶对（vi，vj），称G为有向图。称边e=（vi，vj）为有向边或弧，称e=（vi，vj）是从vi连接vj，称vi为e的尾，称vj为e的头。

5.若图G中的边均为无序偶对（vi，vj），称G为无向图。称边e=vi vj为无向边，称e连接vi与vj，顶点vi和vj称为e的端点。既有无向边又有有向边的图称为混合图。

6.常用术语

1）边和它的两端点称为互相关联。

2）与同一条边关联的两个端点称为相邻的顶点，与同一个顶点关联的两条边称为相邻的边。

3）端点重合为一点的边称为环，端点不相同的边称为连杆。

4）若一对顶点之间有两条以上的边联结，则这些边称为重边。

5）既没有环也没有重边的图，称为简单图。

6）任意两顶点都相邻的简单图，称为完全图，记为Kv。

7）若V(G)=X∪Y，且X∩Y=∅，且X 中任意两顶点不相邻，Y 中任意两顶点不相邻，则称为二部图或偶图；若X中每一顶点皆与Y 中一切顶点相邻，称为完全二部图或完全偶图，记为Km,n (m=|X|,n=|Y|)。

8） 图K1，n叫做星。

8.若图G=（V(G)，E(G)）的每一条边e 都赋以一个实数w(e)，称w(e)为边e的权，G 连同边上的权称为赋权图。

9.设G=(V,E)和G'=(V',E')是两个图。

1）若V'⊆V，E'⊆E，则称G'为G的一个子图，记G'⊆G。

2）若V'=V，E'⊆E，则称G'是G的生成子图。

3）若V'⊆V，且V'≠∅，以V'为顶点集，以两端点均在V'中的边的全体为边集的图G的子图，称为G的由V'导出的子图，记为G[V']。

4）若E'⊆E，且E'≠∅，以E'为边集，以E'的端点集为顶点集的图G的子图，称为G的由E'导出的子图，记为G[E']。

10.图的矩阵表示

1）邻接矩阵

①对无向图G，其邻接矩阵为A

②对有向图G，其邻接矩阵为A，其中

③对有向赋值图G，其邻接矩阵为A，其中

2）关联矩阵

①对无向图G，其关联矩阵为M，其中

②对有向图G，其关联矩阵为M，其中

11.图的顶点度

1）在无向图G中，与顶点v关联的边的数目(环算两次)，称为顶点v的度或次数，记为d(v)或 dG(v)。称度为奇数的顶点为奇点，度为偶数的顶点为偶点。

2）在有向图中，从顶点v引出的边的数目称为顶点v的出度，记为d+(v)，从顶点v引入的边的数目称为v的入度，记为d-(v)。称d(v) = d+(v) + d -(v)为顶点v的度或次数。

12.路和连通

1）无向图G的一条途径（或通道或链）是指一个有限非空序列W=v0e1v1e2…ekvk，它的项交替地为顶点和边，使得对1≤i≤k，ei的端点是vi-1与vi，称W是从vo到vk的一条途径，或一条（v0，vk）途径。整数k称为W的长。顶点v0和vk分别称为W的起点和终点，而v1，v2，…，vk-1称为W的内部顶点。

2）若途径W的边互不相同但顶点可重复，则称W为迹或简单链。

3）若途径W的顶点和边均互不相同，则称W为路或路径。一条起点为v0，终点为vk的路称为（v0,vk）路，记为P（v0,vk）.

4）途径W中由相继项构成子序列vi e(i+1) v(i+1) … ej vj称为途径W的节。

5）起点与终点重合的途径称为闭途径。

6）起点与终点重合的的路称为圈(或回路)，长为k的圈称为k阶圈，记为Ck。

7）若在图G中存在(u,v)路，则称顶点u和v在图G中连通。

8）若在图G中顶点u和v是连通的，则顶点u和v之之间的距离d(u,v)是指图G中最短(u,v)路的长；若没有路连接u和v，则定义为无穷大。

9）图G中任意两点皆连通的图称为连通图。

10）对于有向图G，若W=v0e1v1e2…ekvk，且ei有头vi和vi-1，则W称为有向途径。类似地，可定义有向迹，有向路和有向圈。

13.有很少条边或弧（边的条数|E|远小于|V|²）的图称为稀疏图（sparse graph），反之边的条数|E|接近|V|²，称为稠密图（dense graph）。

二、迪杰斯特拉算法（Dijkstra's Algorithm）

（一）概念

1.是从一个顶点到其余各顶点的最短路径算法，解决的是有权图中最短路径问题。迪杰斯特拉算法主要特点是从起始点开始，采用贪心算法的策略，每次遍历到始点距离最近且未访问过的顶点的邻接节点，直到扩展到终点为止。不能解决带有“负权回路”的图

（二）步骤

1.每次从未标记的节点中选择距离出发点最近的节点，标记，收录到最优路径集合中。

2.计算刚加入节点A的邻近节点B的距离（不包含标记的节点），若（节点A的距离+A到B的边长）<节点B的距离，就更新节点B的距离和前面点

三、弗洛伊德算法（Floyd-Warshall Algorithm）

（一）概念

1.求任意两顶点间的最短路，同样不能解决带有“负权回路”的图。

2.借助P矩阵与D矩阵进行计算，P矩阵用来存放各个顶点之间最小路径的中转点，即前置矩阵。D矩阵用来存放各个点之间的最短距离。

三、最小生成树（Minimum Spanning Tree）

（一）概念

1.连通且不含圈的无向图称为树。常用T表示。树中的边称为树枝。树中度为1的顶点称为树叶。孤立顶点称为平凡树。

（二）算法

1.克鲁斯卡尔算法（Kruskal Algorithm）

适合于求边稀疏的网的最小生成树。将所有边按照权值的大小进行升序排序，然后从小到大一一判断，条件为：如果这个边不会与之前选择的所有边组成回路，就可以作为最小生成树的一部分；反之，舍去。直到具有 n 个顶点的连通网筛选出来 n-1 条边为止。筛选出来的边和所有的顶点构成此连通网的最小生成树。

2.普里姆算法（Prim Algorithm）

普里姆算法在找最小生成树时，将顶点分为两类，一类是在查找的过程中已经包含在树中的（假设为A类），剩下的是另一类（假设为B类）。对于给定的连通网，起始状态全部顶点都归为B类。在找最小生成树时，选定任意一个顶点作为起始点，并将之从B类移至A类；然后找出B类中到 A 类中的顶点之间权值最小的顶点，将之从B类移至A类，如此重复，直到B类中没有顶点为止。所走过的顶点和边就是该连通图的最小生成树。