离散数学及其应用课程笔记
MiracleZero
文章目录
chap1 The Foundations: Logic and Proofs
英文 | 中文 | 英文 | 中文 |
---|---|---|---|
proposition | 命题 | equivalence | 等价式 |
predicate | 谓词 | quantifier | 量词 |
inference | 推理 | negation | 否定NOT ¬ \lnot ¬ |
conjunction | 合取ANDKaTeX parse error: Undefined control sequence: \and at position 1: \̲a̲n̲d̲ | Disjunction | 析取OR ∨ \lor ∨ |
Exclusive or | 异或XOR ⊕ \oplus ⊕ | Implication | IF-THEN → \rightarrow → |
Biconditional | IF AND ONLY IF ↔ \leftrightarrow ↔ | hypothesis | 假设 |
antecedent | 前件 | premise | 前提 |
conclusion | 结论 | consequence | 后件 |
converse | 逆 | contrapositive | 逆否 |
inverse | 反 | bitwise | 逐位 |
knight | 骑士 | knave | 无赖 |
Tautologies | 永真式 | Contradictions | 矛盾式 |
Contingencies | 可能式 | Normal Forms | 范式 |
Dual | 对偶式 | Pierce arrow | 或非 ↓ \downarrow ↓ |
Sheffer stroke | 与非$ | $ | satisfiable |
DNF | 析取范式 | CNF | 合取范式 |
clause | 子句 | domain | 论域 |
Universal Quantifier | 全称量词 ∀ \forall ∀ | Existential Quantifier | 存在量词 ∃ \exists ∃ |
counterexample | 反例 | Uniqueness Quantifier | 唯一性量词 ∃ ! \exist ! ∃! |
scope | (变量的)作用域 | nested | 嵌套的 |
argument | 论证 | proof | 证明 |
theorem | 定理 | axioms | 公理 |
lemma | 引理 | corollary | 推论 |
猜想 | trivial | 平凡证明 | |
vacuous proof | 空证明 | rational number | 有理数 |
without loss of generality | 不失一般性 |
-
异或
p p p q q q p ⊕ q p\oplus q p⊕q T T F T F T F T T F F F -
IF p THEN q
p implies q
p only if q=q if p
q when p
q whenever p
q follows from p
p is sufficient for q 充分
q is necessary for p 必要
q unless ¬ \lnot ¬p
-
逆、逆否、反
符号 含义 定义 q → p q\rightarrow p q→p is the **converse **of p → q p\rightarrow q p→q 逆(左右颠倒) ¬ q → ¬ p \lnot q\rightarrow \lnot p ¬q→¬p is the contrapositive of p → q p\rightarrow q p→q 逆否(与原命题等价) ¬ p → ¬ q \lnot p\rightarrow \lnot q ¬p→¬q is the inverse of p → q p\rightarrow q p→q 反 -
优先级
operator precedence ¬ \lnot ¬ 1 ∧ \land ∧ 2 ∨ \lor ∨ 3 → \rightarrow → 4 ↔ \leftrightarrow ↔ 5 -
对偶式
S = ( p ∨ ¬ q ) ∧ r ∧ T S=(p\lor \lnot q)\land r\land T S=(p∨¬q)∧r∧T
S ∗ = ( p ∧ ¬ q ) ∨ r ∨ F S^*=(p\land \lnot q)\lor r\lor F S∗=(p∧¬q)∨r∨F
即所有and变成or,所有or变成and,所有T变成F,所有F变成T
s ⇔ t s\Leftrightarrow t s⇔t if and only if s ∗ ⇔ t ∗ s^*\Leftrightarrow t^* s∗⇔t∗
-
功能完备符号:
{ ¬ , ∨ } \{\lnot, \lor\} {¬,∨}、 { ¬ , ∧ } \{\lnot, \land\} {¬,∧}、 { ∣ } \{|\} {∣}、 { ↓ } \{\downarrow\} {↓}
-
析取DNF范式: ( A 1 ∧ A 2 ) ∨ B 1 ∨ ( C 1 ∧ C 2 ) (A_1\land A_2)\lor B_1\lor (C_1\land C_2) (A1∧A2)∨B1∨(C1∧C2)
合取CNF范式: ( A 1 ∨ A 2 ) ∧ B 1 ∧ ( C 1 ∨ C 2 ) (A_1\lor A_2)\land B_1\land (C_1\lor C_2) (A1∨A2)∧B1∧(C1∨C2)
-
量词优先级比逻辑运算符更高
-
命题中的变量必须是Bound variable(被赋值的或被量词约束的)
-
corresponding tautology Modus Ponens 假言推理 ( p ∧ ( p → q ) ) → q (p\land(p\rightarrow q))\rightarrow q (p∧(p→q))→q Modus Tollens 取拒式 ( ¬ q ∧ ( p → q ) ) → ¬ p (\lnot q\land(p\rightarrow q))\rightarrow \lnot p (¬q∧(p→q))→¬p Hypothetical Syllogism 假言三段论 ( ( p → q ) ∧ ( q → r ) ) → ( p → r ) ((p\rightarrow q)\land(q\rightarrow r))\rightarrow(p\rightarrow r) ((p→q)∧(q→r))→(p→r) Disjunctive Syllogism 析取三段论 ( ¬ p ∧ ( p ∨ q ) ) → q (\lnot p\land(p\lor q))\rightarrow q (¬p∧(p∨q))→q Addition 附加律 p → ( p ∨ q ) p\rightarrow (p\lor q) p→(p∨q) Simplification 简化律 ( p ∧ q ) → p (p\land q)\rightarrow p (p∧q)→p Conjunction 合取律 KaTeX parse error: Undefined control sequence: \and at position 5: ((p)\̲a̲n̲d̲(q))\rightarrow… Resolution 消解律 ( ( ¬ p ∨ r ) ∧ ( p ∨ q ) ) → ( r ∨ q ) ((\lnot p\lor r)\land(p\lor q))\rightarrow (r\lor q) ((¬p∨r)∧(p∨q))→(r∨q) -
平凡证明: p → T p\rightarrow T p→T is T T T
空证明: F → q F\rightarrow q F→q is T T T
chap2 Basic Structures: Sets, Functions, Sequences, Sums, and Matrices
英文 | 中文 | 英文 | 中文 |
---|---|---|---|
Sequences | 序列 | Summation | 求和 |
Cardinality | 基数 | paradox | 悖论 |
Power Set | 幂集 | tuple | 有序元组 |
Cartesian Product | 笛卡尔积 | union | 集合的并 ∪ \cup ∪ |
intersection | 集合的交 ∩ \cap ∩ | complement | 集合的补 A ˉ \bar A Aˉ |
Inclusion-Exclusion | 容斥原理 | symmetric difference | 对称差 |
Domain | 定义域 | Codomain | 陪域、值域 |
Image | 像 | Preimage | 原像 |
Injection | 单射 | Surjection | 满射 |
Bijection | 双射 | Inverse Function | 反函数 |
progression | 级数 | Recurrence Relations | 递推关系 |
lexicographic | 字典序 | computable | 可计算的 |
rectangular | 矩形的 | identity matrix | 单位矩阵 |
transpose | 转置 | symmetric | 对称的 |
-
集合的基数记为 ∣ A ∣ \vert A\vert ∣A∣,即集合中元素的个数
-
幂集 P ( A ) \mathcal{P}(A) P(A):集合中所有子集组成的集合,一个n个元素的集合的幂集有 2 n 2^n 2n个元素
-
两个元素的元组被称为ordered pairs序偶
-
笛卡尔积: A × B = { ( a , b ) ∣ a ∈ A ∧ b ∈ B } A\times B=\{(a,b)\vert a\in A \land b\in B\} A×B={(a,b)∣a∈A∧b∈B}
-
对称差: A ⊕ B = ( A − B ) ∪ ( B − A ) A\oplus B=(A-B)\cup(B-A) A⊕B=(A−B)∪(B−A)
-
反函数的前提是原函数是双射的
-
f ∘ g ( x ) = f ( g ( x ) ) f\circ g(x)=f(g(x)) f∘g(x)=f(g(x))
-
n ! ∼ 2 π n ( n e ) n n!\sim \sqrt{2\pi n}(\frac n e)^n n!∼2πn(en)n
-
Sum Closed Form ∑ k = 0 n a r k \sum_{k=0}^n ar^k ∑k=0nark a r n + 1 − a r − 1 , r ≠ 1 \frac{ar^{n+1}-a}{r-1}, r\neq 1 r−1arn+1−a,r=1 ∑ k = 1 n k \sum_{k=1}^n k ∑k=1nk n ( n + 1 ) 2 \frac{n(n+1)}2 2n(n+1) ∑ k = 1 n k 2 \sum_{k=1}^n k^2 ∑k=1nk2 n ( n + 1 ) ( n + 2 ) 6 \frac{n(n+1)(n+2)}6 6n(n+1)(n+2) ∑ k = 1 n k 3 \sum_{k=1}^n k^3 ∑k=1nk3 n 2 ( n + 1 ) 2 4 \frac{n^2(n+1)^2}4 4n2(n+1)2 ∑ k = 0 ∞ x k , ∣ x ∣ < 1 \sum_{k=0}^\infty x^k, \vert x\vert <1 ∑k=0∞xk,∣x∣<1 1 1 − x \frac 1{1-x} 1−x1 ∑ k = 1 ∞ k x k − 1 \sum_{k=1}^\infty kx^{k-1} ∑k=1∞kxk−1 1 ( 1 − x ) 2 \frac 1 {(1-x)^2} (1−x)21 -
可数集:基是有限的或跟正整数集相同,则是可数的
-
一个无限且可数的集合的基被称为 ℵ 0 \aleph_0 ℵ0(可以跟正整数集建立一个一一对应的映射)
-
实数集的基为 ℵ 1 \aleph_1 ℵ1
-
一个集合的幂集的基,一定大于原集合的基
chap3 Algorithms
英文 | 中文 | 英文 | 中文 |
---|---|---|---|
Brute-Force | 暴力算法 | Tractable | 易解 |
Intractable | 难解 | polynomial | 多项式 |
-
Notation Explaination Big-O: f ( x ) f(x) f(x) is O ( g ( x ) ) O(g(x)) O(g(x)) ∣ f ( x ) ∣ ≤ C ∣ g ( x ) ∣ \vert f(x)\vert\leq C\vert g(x)\vert ∣f(x)∣≤C∣g(x)∣ Big-Omega: f ( x ) f(x) f(x) is Ω ( g ( x ) ) \Omega(g(x)) Ω(g(x)) ∣ f ( x ) ∣ ≥ C ∣ g ( x ) ∣ \vert f(x)\vert\geq C\vert g(x)\vert ∣f(x)∣≥C∣g(x)∣ Big-Theta: f ( x ) f(x) f(x) is Θ ( g ( x ) ) \Theta(g(x)) Θ(g(x)) O ( g ( x ) ) & Ω ( g ( x ) ) O(g(x)) \& \Omega(g(x)) O(g(x))&Ω(g(x)) -
NP类:可以在多项式复杂度内被check,但不能在多项式复杂度内解决
-
NP完全类:if you find a polynomial time algorithm for one member of the class, it can be used to solve all the problems in the class
chap5 Induction and recursion
- 数学归纳法:
P
(
1
)
∧
∀
k
(
P
(
k
)
→
P
(
k
+
1
)
)
→
∀
n
P
(
n
)
P(1)\land \forall k(P(k)\to P(k+1))\to \forall nP(n)
P(1)∧∀k(P(k)→P(k+1))→∀nP(n)
- BASIC STEP:
- INDUCTIVE STEP:
- Hence,…
- 每个简单多边形都会把一个区域变为内部区域和外部区域
- 任何一个简单多边形都有其内部的对角线(lemma)
- 良序性(正整数体系的公理):A set is well ordered if every subset has a least element.
- 数学归纳法和强归纳法与良序性的成立是等价的
chap6 Counting
英文 | 中文 | 英文 | 中文 |
---|---|---|---|
Pigeonhole | 鸽巢 | Permutation | 排列 |
Combination | 组合 | Binomial Coefficient | 二项系数 |
distinguishable | 可分辨的 |
-
排列: P ( n , r ) = n ! ( n − r ) ! P(n,r)=\frac{n!}{(n-r)!} P(n,r)=(n−r)!n!
-
组合: C ( n , r ) = n ! ( n − r ) ! r ! C(n,r)=\frac{n!}{(n-r)! r!} C(n,r)=(n−r)!r!n!
-
二项式定理: ( x + y ) n = Σ j = 0 n ( n j ) x n − j y j (x+y)^n=\Sigma_{j=0}^n \begin{pmatrix} n\\j \end{pmatrix}x^{n-j}y^j (x+y)n=Σj=0n(nj)xn−jyj
-
Σ k = 1 n ( − 1 ) k ( n k ) = 0 \Sigma_{k=1}^n(-1)^k \begin{pmatrix}n\\k\end{pmatrix}=0 Σk=1n(−1)k(nk)=0
-
帕斯卡定理: ( n + 1 k ) = ( n k − 1 ) + ( n k ) \begin{pmatrix}n+1\\k\end{pmatrix}=\begin{pmatrix}n\\k-1\end{pmatrix}+\begin{pmatrix}n\\k\end{pmatrix} (n+1k)=(nk−1)+(nk)
-
Vandermonde’s: ( m + n r ) = Σ k = 0 r ( m r − k ) ( n k ) \begin{pmatrix}m+n\\r\end{pmatrix}=\Sigma_{k=0}^r\begin{pmatrix}m\\r-k\end{pmatrix}\begin{pmatrix}n\\k\end{pmatrix} (m+nr)=Σk=0r(mr−k)(nk)
- 推论: ( 2 n n ) = Σ k = 0 n ( n k ) 2 \begin{pmatrix}2n\\n\end{pmatrix}=\Sigma_{k=0}^n\begin{pmatrix}n\\k\end{pmatrix}^2 (2nn)=Σk=0n(nk)2
-
有n种饼干,取出共r个饼干的组合数量为: C ( n + r − 1 , r ) C(n+r-1,r) C(n+r−1,r)
-
n个物体,k个盒子:
n个物体 r个盒子 数量 不同 不同 n ! n 1 ! n 2 ! ⋅ ⋅ n k ! \frac{n!}{n_1!n_2!··n_k!} n1!n2!⋅⋅nk!n! 相同 不同 C ( n + r − 1 , n − 1 ) C(n+r-1,n-1) C(n+r−1,n−1) 不同 相同 – 相同 相同 –
chap8 Advanced Counting Techniques
英文 | 中文 | 英文 | 中文 |
---|---|---|---|
Homogeneous | 齐次的 | Nonhomogeneous | 非齐次的 |
generating function | 生成函数 | Inclusion-Exclusion | 容斥原理 |
Derangement | 错位排序 |
-
degree: a n = a n − 1 + a n − 8 a_n=a_{n-1}+a_{n-8} an=an−1+an−8的degree为8
a recurrence relation of degree 8
-
Hanoi汉诺塔(3个柱子): H n = 2 n − 1 H_n=2^n-1 Hn=2n−1
-
齐次:每个x都是1次方的
-
非齐次公式:
如果递推关系是为: a n = c 1 a n − 1 + c 2 a a − 2 + ⋅ ⋅ ⋅ + c k a n − k + F ( n ) a_n=c_1a_{n-1}+c_2a_{a-2}+···+c_ka_{n-k}+F(n) an=c1an−1+c2aa−2+⋅⋅⋅+ckan−k+F(n)
非齐次项 F ( n ) F(n) F(n)可以被记为 F ( n ) = ( b t n t + b t − 1 n t − 1 + ⋅ ⋅ ⋅ + b 1 n + b 0 ) s n F(n)=(b_tn^t+b_{t-1}n^{t-1}+···+b_1n+b_0)s^n F(n)=(btnt+bt−1nt−1+⋅⋅⋅+b1n+b0)sn
如果s是 a n = c 1 a n − 1 + c 2 a a − 2 + ⋅ ⋅ ⋅ + c k a n − k a_n=c_1a_{n-1}+c_2a_{a-2}+···+c_ka_{n-k} an=c1an−1+c2aa−2+⋅⋅⋅+ckan−k的一个根,m为次数,最后的特解可以被记为: f ( n ) = n m ( p t n t + p t − 1 n t − 1 + ⋅ ⋅ ⋅ + p 1 n + p 0 ) s n f(n)=n^m(p_tn^t+p_{t-1}n^{t-1}+···+p_1n+p_0)s^n f(n)=nm(ptnt+pt−1nt−1+⋅⋅⋅+p1n+p0)sn
如果s不是是 a n = c 1 a n − 1 + c 2 a a − 2 + ⋅ ⋅ ⋅ + c k a n − k a_n=c_1a_{n-1}+c_2a_{a-2}+···+c_ka_{n-k} an=c1an−1+c2aa−2+⋅⋅⋅+ckan−k的一个根,最后的特解可以被记为: f ( n ) = ( p t n t + p t − 1 n t − 1 + ⋅ ⋅ ⋅ + p 1 n + p 0 ) s n f(n)=(p_tn^t+p_{t-1}n^{t-1}+···+p_1n+p_0)s^n f(n)=(ptnt+pt−1nt−1+⋅⋅⋅+p1n+p0)sn
例如
a n = 6 a n − 1 − 9 a n − 2 + F ( n ) a_n=6a_{n-1}-9a_{n-2}+F(n) an=6an−1−9an−2+F(n)
F ( n ) = ( n 2 + 1 ) 3 n F(n)=(n^2+1)3^n F(n)=(n2+1)3n
则$m=2, s=3, f(n)=n2(p_2n2+p_1n+p_0)3^n $(s=3为一个根)
a n = 6 a n − 1 − 9 a n − 2 + F ( n ) a_n=6a_{n-1}-9a_{n-2}+F(n) an=6an−1−9an−2+F(n)
F ( n ) = n 2 2 n F(n)=n^22^n F(n)=n22n
则$s=2, f(n)=(p_2n2+p_1n+p_0)2n $(s=2不是一个根)
-
分治算法复杂度:
f ( n ) = a f ( n / b ) + c n d f(n)=af(n/b)+cn^d f(n)=af(n/b)+cnd
f ( n ) is { O ( n d ) if a < b d O ( n d log n ) if a = b d O ( n log b a ) if a > b d f(n) \text{ is } \begin{cases} O(n^d)& \text{if}& a<b^d\\ O(n^d\log n)& \text{if}& a=b^d\\ O(n^{\log_ba})& \text{if}& a>b^d \end{cases} f(n) is ⎩⎪⎨⎪⎧O(nd)O(ndlogn)O(nlogba)ifififa<bda=bda>bd -
生成函数:
f ( x ) = Σ k = 0 ∞ a k x k , g ( x ) = Σ k = 0 ∞ b k x k f(x)=\Sigma_{k=0}^\infty a_kx^k,g(x)=\Sigma_{k=0}^\infty b_kx^k f(x)=Σk=0∞akxk,g(x)=Σk=0∞bkxk- f ( x ) + g ( x ) = Σ k = 0 ∞ ( a k + b k ) x k f(x)+g(x)=\Sigma_{k=0}^\infty(a_k+b_k)x^k f(x)+g(x)=Σk=0∞(ak+bk)xk
- α ⋅ f ( x ) = Σ k = 0 ∞ α ⋅ a k x k \alpha\cdot f(x)=\Sigma_{k=0}^\infty\alpha \cdot a_kx^k α⋅f(x)=Σk=0∞α⋅akxk
- x ⋅ f ′ ( x ) = Σ k = 0 ∞ k ⋅ a k x k x\cdot f'(x)=\Sigma_{k=0}^\infty k \cdot a_kx^k x⋅f′(x)=Σk=0∞k⋅akxk
- f ( α x ) = Σ k = 0 ∞ α k ⋅ a k x k f(\alpha x)=\Sigma_{k=0}^\infty \alpha^k\cdot a_k x^k f(αx)=Σk=0∞αk⋅akxk
- f ( x ) g ( x ) = Σ k = 0 ∞ ( Σ j = 0 k a j b k − j x k ) f(x)g(x)=\Sigma_{k=0}^\infty(\Sigma_{j=0}^k a_j b_{k-j}x^k) f(x)g(x)=Σk=0∞(Σj=0kajbk−jxk)
-
广义二项式定理:
( u k ) = { u ( u − 1 ) ⋅ ⋅ ⋅ ( u − k + 1 ) / k ! if k > 0 1 if k = 0 \begin{pmatrix}u\\k\end{pmatrix}= \begin{cases}u(u-1)···(u-k+1)/k!& \text{if} &k>0\\ 1&\text{if} & k=0 \end{cases} (uk)={u(u−1)⋅⋅⋅(u−k+1)/k!1ififk>0k=0( 1 + x ) u = Σ k = 0 ∞ ( u k ) x k (1+x)^u=\Sigma_{k=0}^\infty\begin{pmatrix}u\\k\end{pmatrix}x^k (1+x)u=Σk=0∞(uk)xk
例如
请找到 ( 1 + x ) − n (1+x)^{-n} (1+x)−n的生成函数
( 1 + x ) − n = Σ k = 0 − n ( − n k ) x k = Σ k = 0 − n ( − 1 ) k C ( n + k − 1 , k ) x k \begin{aligned} (1+x)^{-n}&=\Sigma_{k=0}^{-n}\begin{pmatrix}-n\\k\end{pmatrix}x^k\\ &=\Sigma_{k=0}^{-n}(-1)^kC(n+k-1,k)x^k \end{aligned} (1+x)−n=Σk=0−n(−nk)xk=Σk=0−n(−1)kC(n+k−1,k)xk
- n元素集合的错位排序个数: D n = n ! [ 1 − 1 1 ! + 1 2 ! − 1 3 ! + ⋅ ⋅ ⋅ + ( − 1 ) n 1 n ! ] D_n=n![1-\frac{1}{1!}+\frac 1{2!}-\frac 1{3!}+···+(-1)^n\frac 1 {n!}] Dn=n![1−1!1+2!1−3!1+⋅⋅⋅+(−1)nn!1]
chap9 Relations
英文 | 中文 | 英文 | 中文 |
---|---|---|---|
properties | 性质 | closure | 闭包 |
reflexive | 自反的 | symmetric | 对称的 |
antisymmetic | 反对称的 | transitive | 可传递的 |
Composition | 组合 | diagonal | 对角线上 |
Equivalence | 等价 | Congruence | 同余 |
representive | 代表元 | partition | 划分 |
partial ordering | 偏序 | hasse diagram | 哈塞图 |
lattices | 格 | total order/linear order | 全序/线序 ≼ \preccurlyeq ≼ |
chain | 链 | maximal | 极大元 |
minimal | 极小元 | greatest element | 最大元 |
least element | 最小元 | compatible | 兼容的 |
-
集合的性质
-
自反性Reflexive
( a , a ) ∈ R (a,a)\in R (a,a)∈R, ∀ x [ x ∈ U → ( x , x ) ∈ R ] \forall x[x\in U\to(x,x)\in R] ∀x[x∈U→(x,x)∈R]
空集上的空关系是自反的
-
对称性Symmetric
∀ x ∀ y [ ( x , y ) ∈ R → ( y , x ) ∈ R ] \forall x \forall y[(x,y)\in R \to (y,x)\in R] ∀x∀y[(x,y)∈R→(y,x)∈R]
-
反对称性Antisymmetric
KaTeX parse error: Undefined control sequence: \and at position 31: …ll y[(x,y)\in R\̲a̲n̲d̲(y,x)\in R \to …
不存在除了自反之外的对称关系
-
传递性Transitive
KaTeX parse error: Undefined control sequence: \and at position 42: … z [(x,y)\in R \̲a̲n̲d̲ ̲(y,z)\in R\to (…
-
-
R n ⊂ R ↔ R is transitive R^n\subset R\leftrightarrow \text{R is transitive} Rn⊂R↔R is transitive
-
逆关系: R − 1 = { ( a , b ) ∣ ( b , a ) ∈ R } R^{-1}=\{(a,b)|(b,a)\in R\} R−1={(a,b)∣(b,a)∈R}
-
关系操作:
- ( R ∪ S ) − 1 = R − 1 ∪ S − 1 (R\cup S)^{-1}=R^{-1}\cup S^{-1} (R∪S)−1=R−1∪S−1
- ( R ∩ S ) − 1 = R − 1 ∩ S − 1 (R\cap S)^{-1}=R^{-1}\cap S^{-1} (R∩S)−1=R−1∩S−1
- ( R ‾ ) − 1 = ( R − 1 ) ‾ (\overline R)^{-1}=\overline{(R^{-1})} (R)−1=(R−1)
- ( A × B ) − 1 = B × A (A\times B)^{-1}=B\times A (A×B)−1=B×A
-
transitive closure:
连通关系connectivity relation: R ∗ = ∪ 1 ∞ R n R^*=\cup _1 ^\infty R^n R∗=∪1∞Rn
关系的传递闭包就是关系的连通关系 R ∗ = t ( R ) R^*=t(R) R∗=t(R)
-
等价关系:自反、对称且传递
a b a\text{~}b a b
-
R为集合A上的一个等价关系,则在集合A中与元素a相关的所有元素可以被表示为 [ a ] R [a]_R [a]R(等价类)
[ a ] R = { s ∣ ( a , s ) ∈ R } [a]_R=\{s|(a,s)\in R\} [a]R={s∣(a,s)∈R} -
代表元:等价类中的任何一个元素都可以被成为代表元
-
集合的划分: p r ( A ) = { A i ∣ i ∈ I } pr(A)=\{A_i|i\in I\} pr(A)={Ai∣i∈I}
-
R 1 R_1 R1、 R 2 R_2 R2为A上的两个等价关系,则 R 1 ∪ R 2 R_1\cup R_2 R1∪R2是A上的自反、对称关系, ( R 1 ∪ R 2 ) ∗ (R_1\cup R_2)^* (R1∪R2)∗是自反、对称、传递关系即等价关系
-
偏序关系:自反、传递、反对称(分大小的不平等关系)
- p o s e t ( S , ≼ ) poset(S,\preccurlyeq) poset(S,≼):定义在集合S上的一个偏序关系
- 如果集合中任意两个元素都是可比的,则成为全序、线序,整个集合被称为一个链
- 良序:拥有最小元素
- 极小(大)元:没有一个小于它
- 最小(大)元:所有元素都大于等于它
- 格:任意一对元素都拥有最大上界和最小下界的偏序集,被称为一个格
chap10 Graphs
英文 | 中文 | 英文 | 中文 |
---|---|---|---|
vertice | 顶点 | edge | 边 |
endpoint | 端点 | multigraph | 多重图 |
pseudograph | 伪图 | adjacent | 相邻顶点 |
incident | 关联 | pendant | 悬挂 |
in degree | 入度 | out degree | 出度 |
Bipartite | 二分图 | regular graph | 正规图 |
proper subgraph | 真子图 | Isomorphism | 同构 |
path | 通路 | connected component | 连通部分 |
articulation point | 割点 | Approximation algorithm | 近似算法 |
planer | 平面图 | region | 区域 |
Elementary subdivision | 初等细分 | Homeomorphic | 同胚 |
dual graph | 对偶图 | chromatic number | 着色数 |
-
G = ( V , E ) G=(V,E) G=(V,E)
-
无向图分类:
- 简单图:没有环,没有多重边
- 多重图:没有环,可以有多重边
- 伪图:可以有环和多重边
-
有关图的术语:
- adjacent:两个顶点之间有边相连,则称这两个顶点相关联
- incident with vertices u and v:这条边连接了顶点u和v
- loop:环
- degree of a vertex顶点的度:在无向图中即为有多少条边与这个点关联(环算两个度)
- d e g ( v ) = 0 deg(v)=0 deg(v)=0,v is isolated
- d e g ( v ) = 1 deg(v)=1 deg(v)=1,v is pendant
- 无向图中,
Σ
v
∈
V
d
e
g
(
v
)
=
2
e
\Sigma_{v\in V}deg(v)=2e
Σv∈Vdeg(v)=2e
- 无向图中,偶数个顶点是奇数个度
- 有向图中,一条边的起点initial vertex,终点terminal vertex
- Σ v ∈ V d e g + ( v ) = Σ v ∈ V d e g − ( v ) = E \Sigma_{v\in V}deg^+(v)=\Sigma_{v\in V}deg^-(v)=E Σv∈Vdeg+(v)=Σv∈Vdeg−(v)=E
-
一些特殊的图:
- 完全图 K n K_n Kn:每对顶点之间有且只有一条边相连
- 圈图 C n C_n Cn:n个顶点围成一个圈首尾相连
- 轮图 W n W_n Wn:在圈图中间加个点
- 立方图 Q n Q_n Qn
-
完全二分图 K m n K_{mn} Kmn:两组集合中每个点都与对面任意一个点相连
-
正规图:每个顶点的度都相同
-
induced subgraph诱导子图:当且仅当子图中的边都在原图里,仅删除与子图中不存在的顶点相连的边
-
Incidence matrices关联矩阵:纵坐标为顶点,横坐标为边,针对无向图
-
path is simple:没有一条边被重复的通路
- 单个顶点的通路长度为0
-
图的连通:任意一对顶点间都有path
-
割点:关节点,删去后会增加connected components的个数
-
割边/桥:关节边,删去后会增加connected components的个数
-
任何一个强连通的有向图都是弱连通的,可以把弱连通看作无向图,而强连通指有向图每对顶点间都双向连通
- strongly connected components/strong components:有向图中的最大强连接子图
-
欧拉回路:遍历所有的边,每条边只访问一遍
- 区别欧拉通路和欧拉回路:是否要求回到原点
- 欧拉图:包含欧拉回路的图
- 对于无向图:
- 欧拉回路充要条件:当且仅当每个顶点都是偶数个度
- 欧拉通路充要条件:当且仅当只有2个顶点是奇数个度
- 对于有向图
- 欧拉回路:弱连接+出度与入度相同
- 欧拉通路:弱连接+起点的出度多一个,终点的入度多一个
-
哈密尔顿问题:遍历所有点,每个点只访问一遍
- 还有没充要条件
- 充分条件(满足条件则一定有,不满足也可能有):
- 狄拉克定理: ∀ v ∈ V , d e g ( v ) ≥ n 2 \forall v\in V, deg(v)\geq \frac n 2 ∀v∈V,deg(v)≥2n则有哈密尔顿通路
- 欧尔定理: ∀ 不 相 邻 顶 点 v , u ∈ V , d e g ( v ) + d e g ( u ) ≥ n \forall 不相邻顶点v,u\in V, deg(v)+deg(u)\geq n ∀不相邻顶点v,u∈V,deg(v)+deg(u)≥n
- 必要条件(用于判断不是哈密尔顿):
- 连通图,每个顶点的度都必须大于等于1
- 最多只有两个顶点的度是1
- 如果一个顶点的度为2,则两条边都为哈密尔顿回路的一部分
- 从顶点集合V中去掉一组顶点S,则新图的连接部分数量<=S的个数
-
weighted graph加权图: G = ( V , E , W ) G=(V,E,W) G=(V,E,W)
-
Dijkstra:寻找最短路径,要求所有路径都是正权重的
- iterative
- L k ( v ) = min { L k − 1 ( v ) , L k − 1 ( u ) + w ( u , v ) } L_k(v)=\min\{L_{k-1}(v),L_{k-1}(u)+w(u,v)\} Lk(v)=min{Lk−1(v),Lk−1(u)+w(u,v)}
- O ( n 2 ) O(n^2) O(n2)
-
旅行商问题
- 最短的哈密尔顿回路
- 近似算法
-
平面图:可以画在平面上且边与边不交叉
-
区域Region:包括有界区域和无界区域
-
欧拉公式:对于连通的平面简单图
r = e − v + 2 r=e-v+2 r=e−v+2
对于非平面图也可能成立 -
区域的度:区域边的总数(绕一圈的边的总数)
-
推论1:
e ≤ 3 v − 6 , if v ≥ 3 e\leq 3v-6,\text{if }v\geq 3 e≤3v−6,if v≥3
对于不连通的平面简单图也成立 -
推论2:对于一个平面简单图,G一定有一个顶点的度不超过5
-
推论3:对于一个平面简单图,如果任何一个回路的长度都大于3,则 e ≤ 2 v − 4 e\leq 2v-4 e≤2v−4
-
-
Kuratowski定理
- 初等细分:增加原有道路上的细分点
- 同胚:可以通过一系列的初等细分所获得的图
- 一个图是非平面的 ⇔ \Leftrightarrow ⇔包含一个与 K 3 , 3 K_{3,3} K3,3或 K 5 K_5 K5同胚的子图
-
着色问题
- 地图的对偶图,相邻的区域间连线
- 等价于对偶图的顶点着色,使每条边上的两个顶点不同颜色
- 最少着色数记为 χ ( G ) \chi(G) χ(G)
- 四色定理:一个平面图的着色数不超过4
chap11 Trees
英文 | 中文 | 英文 | 中文 |
---|---|---|---|
root | 根 | internal vertice | 有孩子的节点 |
subtrees | 子树 | isomorphic | 同构的 |
preorder | 前序 | inorder | 中序 |
postorder | 后序 | spanning tree | 生成树 |
backtracking | 回溯 | ||
-
树:没有简单回路的连通无向图
-
无向图是一棵树 ⇔ \Leftrightarrow ⇔每两个顶点之间都有唯一的简单通路
-
满m叉树:每个中间节点都有m个孩子
-
树的同构:
- 根树的同构(有向图的同构)
- 无根树的同构(无向图的同构)
-
树的性质:
- n个顶点的树就有n-1条边
- 一个有i个内节点的满m叉树有 m i + 1 mi+1 mi+1和顶点
- 树一定是个二分图
-
二叉搜索树
- 插入一个新节点,最多发生 ⌈ log ( n + 1 ) ⌉ \lceil \log(n+1)\rceil ⌈log(n+1)⌉次比较
-
决策树
- 由一系列节点生成一个解
-
prefix code
- huffman code
-
生成树
- 一个简单图是连通的 ⇔ \Leftrightarrow ⇔包含一个生成树
- DFS深度优先搜索(回溯)会形成一个根树
- BFS广度优先搜索
-
最小生成树
- Prim算法:找与已经连接的生成树距离最短的点,直到完全连通, O ( E log ( V ) ) O(E\log(V)) O(Elog(V))
- Kruskal算法:找现存的最短边(不会产生回路),直到完全联通, O ( V log ( E ) ) O(V\log(E)) O(Vlog(E))
| | | |
-
树:没有简单回路的连通无向图
-
无向图是一棵树 ⇔ \Leftrightarrow ⇔每两个顶点之间都有唯一的简单通路
-
满m叉树:每个中间节点都有m个孩子
-
树的同构:
- 根树的同构(有向图的同构)
- 无根树的同构(无向图的同构)
-
树的性质:
- n个顶点的树就有n-1条边
- 一个有i个内节点的满m叉树有 m i + 1 mi+1 mi+1和顶点
- 树一定是个二分图
-
二叉搜索树
- 插入一个新节点,最多发生 ⌈ log ( n + 1 ) ⌉ \lceil \log(n+1)\rceil ⌈log(n+1)⌉次比较
-
决策树
- 由一系列节点生成一个解
-
prefix code
- huffman code
-
生成树
- 一个简单图是连通的 ⇔ \Leftrightarrow ⇔包含一个生成树
- DFS深度优先搜索(回溯)会形成一个根树
- BFS广度优先搜索
-
最小生成树
- Prim算法:找与已经连接的生成树距离最短的点,直到完全连通, O ( E log ( V ) ) O(E\log(V)) O(Elog(V))
- Kruskal算法:找现存的最短边(不会产生回路),直到完全联通, O ( V log ( E ) ) O(V\log(E)) O(Vlog(E))