【图论及其运用 — 电子科技大学】（二）第二章 树

一、树的概念与性质

(一)、树的概念与应用

1、树的概念

定义1 不含圈的图称为无圈图，树是连通的无圈图。（$T_3$ 是平凡图，即度为 0）

---

定义2 称无圈图$G$为森林。

注：
(1) 树与森林都是单图; (单图即简单图，无重边无环的图)
(2) 树与森林都是偶图。

---

---

2、树的应用

树是图论中应用最为广泛的一类图。在理论上，由于树的简单结构，常常是图论理论研究的“试验田”。在实际问题中，许多实际问题的图论模型就是树。

---

---

---

(二)、树的性质

定理1 每棵非平凡树至少有两片树叶。

证明 设$P=v_1{v}_2\dots v_k$是非平凡树$T$中一条最长路，则$v_1$与$v_k$在$T$中的邻接点只能有一个，否则，要么推出$P$不是最长路，要么推出$T$中存在圈，这都是矛盾！即说明$v_1$与$v_k$是树叶。(树中最长路的两个端点，所以一定至少两片叶子)

定理 2 图$G$是树当且仅当$G$中任意两点都被唯一的路连接。

证明：
“必要性”（图$G$是树 一定有 $G$中任意两点都被唯一的路连接）
（反证法）若不然，设$P_1$与$P_2$是连接$u$与$v$的两条不同的路。则由这两条路的全部或部分将构成一个圈，这与G是树相矛盾。

“充分性”（已知$G$中任意两点都被唯一的路连接，则图$G$是树）
首先，因$G$的任意两点均由唯一路相连，所以$G$是连通的。
其次，若$G$中存在圈，则在圈中任取点$u$与$v$，可得到连接$u$与$v$的两条不同的路，与条件矛盾。

定理 3 设$T$是$(n,m)$树，则：$m=n-1$

证明： “必要性” （$T$是$(n,m)$树 一定有 $m=n-1$）

对 $G$ 的顶点作数学归纳，当$n=1$ 时 $m=0$ ，等式显然成立；
设$n=k$时等式成立。考虑$n=k+1$的树$T$。 由定理 1 $T$ 中至少有两片树叶，设$u$是$T$中树叶，考虑 $T_1=T-u$（即去掉一个树叶，顶点变为了 $n=k$）, 则$T_1$为$k$阶树，于是$m(T_1)=k-1$, 得 $m(T)=k$( 在 $T_1$ 的基础上加上了 $u$ 叶节点对应的边)。这就证明了定理 3。

---

---

推论 1 具有$k$个分支的森林有$n-k$条边。

每个分支都满足定理 3： $m=n-1$

定理 4 每个 $n$ 阶连通图的边数至少为 $n-1$. （$m=n-1$ 是说的树的性质，从而树是最小连通图）

握手定理，度之和是边的两倍，如果存在一度顶点，比如树为 $m=n-1$，$m(G)=\frac{1}{2}{\sum }_{v\in V(G)}d(v)=n-1<n$ ; 又比如两个顶点之间连接了两条边，此时 $m(G)=\frac{1}{2}{\sum }_{v\in V(G)}d(v)=n$；所以如果没有一度顶点，则 $m(G)=\frac{1}{2}{\sum }_{v\in V(G)}d(v)\ge n$

定理5 任意树$T$的两个不邻接顶点之间添加一条边后，可以得到唯一圈。

---

---

其中的 $2m(G)={\sum }_{v\in V(G)}d(v)\ge k-1+k+2(n-k)=2n-1>2n-2$ 其中的 $k-1+k+2(n-k)$ 的由来如下：

• 至多 $k-1$ 个一度顶点，则取 $k-1$ 个一度顶点
• $\Delta \ge k$ 则取一个度为 k 的顶点。
• 剩下全部认为是度为 $2$ 的顶点，$2(n-k)$
• 因此三项相加组成了最小的度 $k-1+k+2(n-k)$

---

---

树的度序列问题：

在第一章中，介绍了判定一个非增非负序列是否为简单图的度序列定理。下面介绍一个判定非增非负序列是否为树的度序列的简单方法。

定理 6 设 S = { d 1 , d 2 , … , d n } S=\{d_1,d_2,…,d_n\} S={d1​,d2​,…,dn​} 是 $n$ 个正整数序列，它们满足：$d_1\geqq d_2\geqq \dots \geqq d_n$ ,$\sum d_i=2(n-1)$. 则存在一颗树 $T$，其度序列为 $S$。（树 $T$ 满足 $m=n-1$，$\sum d_i=2m=2(n-1)$ ）

证明： 对$n$作数学归纳。
当$n=1$和2时，结论显然。

假设对$n=k$时结论成立。设$n=k+1$

首先, 序列中至少一个数为 1，否则，序列和大于 2k，与条件相矛盾！

所以，$d_{k+1}=1$. 我们从序列中删掉 $d_1$ 和 $d_{k+1}$, 增加数 $d^{\ast }=d_1-1$ 放在它应该在的位置。得到序列$S_1$ . 该序列含$k$个数，序列和为$2(k-1)$, 由归纳假设，存在树$T_1$，它的度序列为$S_1$.

现在，增加结点$v$，把它和$T_1$中点$d^{\ast }$相连得到树$T$。树$T$为所求。

(三)、树的中心与形心（形心自行了解，不做要求）

1、树的中心概念与性质

(1) 图的顶点的离心率
$$e(v)=\max \left\{d(\mu ,v)|u\in V(G)\right\}$$

(2) 图的半径（最小离心率）
r ( G ) = min ⁡ { e ( v ) ∣ v ∈ V ( G ) } r(G)=\min\left\{e(v)|v \in V(G)\right\} r(G)=min{e(v)∣v∈V(G)}

(3) 图的直径：最大离心率。

(4) 图的中心点：离心率等于半径的点。

(5) 图的中心：中心点的集合。

定理7 每棵树的中心由一个点或两个相邻点组成。

2、树的形心概念与性质

设$u$是树$T$的任意一个顶点，树$T$在顶点$u$的分支是指包含$u$作为一个叶点的极大子树，其分支数为顶点$u$的度数；树$T$在$u$点的分支中边的最大数目称为点$u$的权；树$T$中权值最小的点称为它的一个形心点。全体形心点的集合称为树$T$的形心。

定理 8 每一棵树有一个由一个点或两个邻接的点组成的形心。

P43 习题2 ： 1，2，3，4，5，6

二、生成树

(一)、生成树的概念与性质

1、生成树的概念

定义 1 图$G$的一个生成子图$T$如果是树，称它为$G$的一棵生成树；若$T$为森林，称它为$G$的一个生成森林。

生成树的边称为树枝，$G$中非生成树的边称为弦。

2、生成树的性质

定理 1 每个连通图至少包含一棵生成树。

证明： 如果连通图$G$是树，则其本身是一棵生成树；

若连通图$G$中有圈$C$，则去掉$C$中一条边后得到的图仍然是连通的，这样不断去掉$G$中圈，最后得到一个$G$的无圈连通子图$T$，它为$G$的一棵生成树。

定理1 的证明实际上给出了连通图$G$的生成树的求法，该方法称为破圈法。

利用破圈法，显然也可以求出任意图的一个生成森林。

推论 若$G$是$(n,m)$连通图，则 $m\ge n-1$

证明： $G$ 包含一颗生成树 $T$，因此

连通图$G$的生成树一般不唯一！

(二)、生成树的计数

1、凯莱递推计数法

定义2 图$G$的边$e$称为被收缩，是指删掉$e$后，把$e$的两个端点重合，如此得到的图记为$G.e$

用 $\tau (G)$ 表示 $G$ 的生成树棵数。

定理 2 (Cayley) 设$e$是$G$的一条边，则有：
$$\tau \left(G\right)=\tau \left(G-e\right)+\tau \left(G\bullet e\right)$$

实际上公式中的两个加和表示：所有生成树中，含有 $e$ 这条边，与不含这条边的所有和

证明： 对于$G$的一条边$e$来说，$G$的生成树中包含边$e$的棵数为$\tau (G.e)$，而不包含$e$的棵数为$\tau (G-e)$.

注意：在画图过程中，什么时候停止：（1）如果继续划分$G-e$导致不连通。（2）环无法再继续 $G\cdot e$

---

定理： $\tau (K_n)=n^{n-2}$

凯莱公式的缺点之一是计算量很大，其次是不能具体指出每棵生成树。

2、关联矩阵计数法

定义3 ：$n\times m$ 矩阵的一个阶数为 m i n { n , m } min\{n, m\} min{n,m}的子方阵，称为它的一个主子阵；主子阵的行列式称为主子行列式。

显然，当$n<m$时，$n\times m$矩阵$C_m^n$个主子阵。（主子阵即方阵）

非奇异表示行列式不能等于0，于是将所有主子阵中行列式等于 0 的去掉，剩下的主子阵的个数即为生成树个数。

定理 3 设 $A_m$ 是连通图 $G$ 的基本关联矩阵的主子阵，则 $A_m$ 非奇异的充分必要条件是相应于 $A_m$ 的列的那些边构成 $G$ 的一棵生成树。

该定理给出了求连通图G的所有生成树的方法：
(1) 写出G的关联矩阵，进一步写出基本关联矩阵，记住参考点；
(2) 找出基本关联矩阵的非奇异主子阵，对每个这样的主子阵，画出相应的生成树。

---

3、矩阵树定理

定理4 (矩阵树定理) 设 $G$ 是顶点集合为 V ( G ) = { v 1 , v 2 , … , v n } V(G)=\{v_1, v_2,…, v_n\} V(G)={v1​,v2​,…,vn​},的图，设$A=(a_{ij})$是$G$的邻接矩阵，$C=(c_{ij})$是$n$阶方阵，其中：

$$c_{ij}=\{\begin{array}{l}d(v_i),i=j\\ -a_{ij},i\ne j\end{array}$$

则$G$的生成树棵数为$C$的任意一个余子式的值。

矩阵树定理的证明很复杂，在此略去证明；

定理中的矩阵$C$又称为图的拉普拉斯矩阵，又可定义为：
$$\begin{array}{rl}C& =D\left(G\right)-A\left(G\right)\end{array}$$

其中，$D(G)$是图的度对角矩阵，即主对角元为对应顶点度数，其余元素为0。$A(G)$是图的邻接矩阵。

---

余子式的求解点击链接

行列式的计算方法点击链接

余子式： 设$|A|$是一个 $n$ 阶行列式，划去的第$i$行及第$j$列，剩下的$(n-1{)}^2$个元素按照原来的顺序组成了一个$n-1$行列式，这个行列式称为$|A|$的第$(i,j)$元素的余子式，记为$M_{ij}$ .

代数余子式： 设$|A|$是一个 $n$ 阶行列式，$M_{ij}$是$|A|$的第$(i,j)$元素的余子式，定义$|A|$的第$(i,j)$元素的代数余子式为：$A_y=(-1{)}^{i+j}{M}_{ij}$

三阶行列式
$${\mathrm{D}}_3=\left|\begin{array}{ccc}{\mathrm{a}}_{11}& {\mathrm{a}}_{12}& {\mathrm{a}}_{13}\\ {\mathrm{a}}_{21}& {\mathrm{a}}_{22}& {\mathrm{a}}_{23}\\ {\mathrm{a}}_{31}& {\mathrm{a}}_{32}& {\mathrm{a}}_{33}\end{array}\right|$$

①将第一、二列平移到行列式右侧
②如图做出六条斜对角线
③对角线上的元素相乘，红色相加的和 减去 蓝色相加的和

$${\mathrm{D}}_3={\mathrm{a}}_{11}{\mathrm{a}}_{22}{\mathrm{a}}_{33}+{\mathrm{a}}_{12}{\mathrm{a}}_{23}{\mathrm{a}}_{31}+{\mathrm{a}}_{13}{\mathrm{a}}_{21}{\mathrm{a}}_{32}-{\mathrm{a}}_{13}{\mathrm{a}}_{22}{\mathrm{a}}_{31}-{\mathrm{a}}_{11}{\mathrm{a}}_{23}{\mathrm{a}}_{32}-{\mathrm{a}}_{12}{\mathrm{a}}_{21}{\mathrm{a}}_{33}$$

代数余子式法
$$\begin{array}{c}{\text{例: D}}_3=\left|\begin{array}{ccccc}{\mathrm{a}}_{11}& & {\mathrm{a}}_{12}& & {\mathrm{a}}_{13}\\ {\mathrm{a}}_{21}& & {\mathrm{a}}_{22}& & {\mathrm{a}}_{23}\\ {\mathrm{a}}_{31}& & {\mathrm{a}}_{32}& & {\mathrm{a}}_{33}\end{array}\right|\\ \\ 以第一行展开,得D_3=\\ \\ ={\left(-1\right)}^{1+1}{\mathrm{a}}_{11}{\mathrm{M}}_{11}+{\left(-1\right)}^{1+2}{\mathrm{a}}_{12}{\mathrm{M}}_{12}+{\left(-1\right)}^{1+3}{\mathrm{a}}_{13}{\mathrm{M}}_{13}\\ \\ ={\mathrm{a}}_{11}\left|\begin{array}{cc}{\mathrm{a}}_{22}& {\mathrm{a}}_{23}\\ {\mathrm{a}}_{32}& {\mathrm{a}}_{33}\end{array}\right|-{\mathrm{a}}_{12}\left|\begin{array}{cc}{\mathrm{a}}_{21}& {\mathrm{a}}_{23}\\ {\mathrm{a}}_{31}& {\mathrm{a}}_{33}\end{array}\right|+{\mathrm{a}}_{13}\left|\begin{array}{cc}{\mathrm{a}}_{21}& {\mathrm{a}}_{22}\\ {\mathrm{a}}_{31}& {\mathrm{a}}_{32}\end{array}\right|\end{array}$$

对于任一行（列）都可进行展开

---

上图的拉式矩阵如下可得：

---

对于下面余子式的求解：首先将第二列到最后一列加到第一列，从而，第 1 列元素变为全为 1，然后将第 1 列依次加到后面每列，使得除了第一行第一列的剩下矩阵只有对角线上有元素 n，然后进一步对第一行使用代数余子式法求行列式。

---

(三)、回路系统简介

定义 4 设$T$是连通图$G$的一棵生成树，把属于$G$但不属于$T$的边称为$G$关于$T$的连枝，$T$中的边称为$G$关于$T$的树枝。

在上图中，红色边导出图的一棵生成树。则红色边为$G$对应于该生成树的树枝，白色边为$G$对应于该生成树的连枝。

定义5 设$T$是连通图$G$的一棵生成树，由$G$的对应于$T$一条连枝与$T$中树枝构成的唯一圈$C$，称为$G$关于$T$的一个基本圈或基本回路。若$G$是$(n,m)$连通图，把$G$对应于$T$的$m-n+1$个基本回路称为$G$对应于$T$的基本回路组。记为$C_f$ .

基本回路的性质:

定理4 设$T$是连通图$G=(n,m)$ 的一棵生成树,$C_1,C_2,\dots ,C_{m-n+1}$ 是$G$对应于$T$的基本回路组。定义：$1.G_i=G_i,0.G_i=\Phi ,G_i$是$G$的回路。则$G$的回路组作成的集合对于该乘法和图的对称差运算来说作成数域 F = { 0 , 1 } F=\{0,1\} F={0,1} 上的 $m-n+1$ 维向量空间。

说明： 连通图$G$的所有回路作成子图空间的一个子空间，该空间称为回路空间或回路系统。

P43 习题2 ： 12, 14, 15

三、最小生成树

(一)、克鲁斯克尔算法

1、算法思想

从$G$中的最小边开始，进行避圈式扩张。

2、算法

---

---

定理1 由克鲁斯克尔算法得到的任何生成树一定是最小生成树。(证明略)

---

---

(二)、管梅谷的破圈法

破圈法求最小生成树的求解过程是：从赋权图G的任意圈开始，去掉该圈中权值最大的一条边，称为破圈。不断破圈，直到G中没有圈为止，最后剩下的G的子图为G的最小生成树。

(三)、Prim算法

对于连通赋权图$G$的任意一个顶点$u$，选择与点$u$关联的且权值最小的边作为最小生成树的第一条边$e_1$;

在接下来的边$e_2,e_3,\dots ,e_{n-1}$ , 在与一条已经选取的边只有一个公共端点的的所有边中，选取权值最小的边。

用反证法可以证明该算法。即证明：由Prim算法得到的生成树是最小生成树。(证明略)

---

---

(四)、根树简介

定义2： 一棵树$T$，如果每条边都有一个方向，称这种树为有向树。对于$T$的顶点$v$来说，以点$v$为终点的边数称为点$v$的入度，以点$v$为起点的边数称为点$v$的出度。入度与出度之和称为点$v$的度。

注： 指出上图中顶点的入度、出度和度。

定义3： 一棵非平凡的有向树$T$，如果恰有一个顶点的入度为 0，而其余所有顶点的入度为1，这样的的有向树称为根树。其中入度为0的点称为树根，出度为0的点称为树叶，入度为1，出度大于1的点称为内点。又将内点和树根统称为分支点。

定义4： 对于根树$T$，顶点$v$到树根的距离称为点$v$的层数；所有顶点中的层数的最大者称为根树$T$的树高。

计算机中数据结构常采用根树结构。族谱图是根树。

定义5： 对于根树$T$，若规定了每层顶点的访问次序，这样的根树称为有序树。

注： 一般次序为从左至右。有时也用边的次序代替顶点次序。

定义6： 对于根树$T$，由点$v$及其$v$的后代导出的子图，称为根树的子根树。

定义7： 对于根树$T$，若每个分支点至多$m$个儿子，称该根树为$m$元树；若每个分支点恰有$m$个儿子，称它为完全$m$元树。

对于完全$m$元树$T$，有如下性质：

定理2 在完全 $m$ 元树 $T$ 中，若树叶数为 $t$ , 分支点数为 $i$ , 则：

$$(m-1)i=t-1$$

证明： 一方面，由树的性质得：（注意：下述的 $m(T)$ 表示树 $T$ 的边数，$m$ 表示 $m$ 元）
$$\begin{array}{rlrlrlrlr}m(T)=(i+t)-1& & & & & & & & (1)\end{array}\text{ 树的性质， m(T)=n−1}$$
另一方面，由握手定理得：
$$2m(T)=t+m+(i-1)(m+1)(2)$$

• $t$ 表示 $t$ 个叶子
• $m$ 表示树根，$m$ 元所以树根度为 $m$
• 剩下的内点 $i-1$ 个，每个内点的入度为 $1$，出度为 $m$，因此度为 $m+1$，总度数为$(i-1)(m+1)$

由(1)与(2)消去m (T)得：
$$(\begin{array}{c}m-1\end{array})i=\begin{array}{c}t-1\end{array}$$

---

例 5 一台计算机，它有一条加法指令，可以计算3个数的和。如果要求9个数的和，问至少执行多少次加法指令？（求内点 $i$ 的数量，即为执行次数）

---

在$m$元树中，应用最广泛的是二元树，原因是它在计算机中容易处理。

1、有序树转换为二元树

对于一棵有序树，常要转化为二元树。方法是： （左子有兄弟的方式构建二元树）

• (1) 从根开始，保留每个父亲同其最左边儿子的连线，撤销与别的儿子的连线；
• (2) 兄弟间用从左至右的有向边连接；
• (3) 按如下方法确定二元树中结点的左右儿子：直接位于给定结点下面的儿子，作为左儿子，对于同一水平线上与给定结点右邻的结点，作为右儿子，依此类推。

2、二元树的遍历问题

找到一种方法，能系统访问根结点，使得每个结点恰好访问一次。有三种常用方法：

(1) 先根次序遍历：

• 1） 访问根；
• 2）按先根次序遍历根的左子树；
• 3）按先根次序遍历根的右子树；

---

(2) 中根次序遍历：

• 1）按中根次序遍历根的左子树；
• 2） 访问根；
• 3）按中根次序遍历根的右子树；

---

(3)后根次序遍历：

• 1）按后根次序遍历根的左子树；
• 2）按后根次序遍历根的右子树；
• 3） 访问根；

---

3、最优二元树

定义8 设$T$是一棵二元树，若对所有$t$片树叶赋权值$w_i(1\leqq i\leqq t)$, 且权值为 $w_i$ 的树叶层数为 $L(w_i)$, 称：

$$\begin{array}{rl}W\left(T\right)& =\sum _{i=1}^t{w}_{i}L\left(w_i\right)\end{array}$$

为该赋权二元树的权。而在所有赋权为$w_i$的二元树中$W(T)$最小的二元树称为最优二元树。

---

4、哈夫曼算法

---

为什么要依次选择最小的？？？

因为最优二元树满足 $\begin{array}{rl}W\left(T\right)& =\sum _{i=1}^t{w}_{i}L\left(w_i\right)\end{array}$，其中 $W(T)$ 最小，$L(w_i)$ 为树叶层数，因此让层数大的权重尽可能小，所以依次选择更小的从底层逐步构建。

作业

P43 习题2 ： 16, 17, 18