邻接矩阵

邻接矩阵多用于有向图，但也适用于无向图。我们仅对无重边的有向图立论，其结论均可移植于简单无向图。

   

定义8.23  设G =<V，E，Ψ>为一无重边的有向图。其中V={v₁,v₂,…,v_n}，那么n´n矩阵A = [a_ij]，

                              

称为图G的邻接矩阵（adjacency matrix），记为A[G]

    例8.18

    （1）零图的邻接矩阵为零矩阵。

    （2）一图的每个顶点以且仅以环为关联的边,那么该图的邻接矩阵为么矩阵。

    （3）无向图的邻接矩阵是对称矩阵。

    （4）图8.33（a）的邻接矩阵为图8.33（b）。

    邻接矩阵可推广到有平行边的多重图和赋权图上，只要令矩阵分量a_ij为v_i到v_j的边的重数或边上的权值W（v_i,v_j），而当v_i，v_j之间无边关联时，仍取a_ij＝0。

邻接矩阵有多种用途。它除了自身反映图的一些性质，例如图各顶点是否有环（对角线元素是否为1），图的边是否成对出现（矩阵是否对称），图各顶点的出度和入度（矩阵的行和与列和）等等外，还能通过矩阵运算来探究图的更为深入的性质。

(a)

(b)

图8.33

    以下设A为图G的邻接矩阵，A = [a_ij]，A^ι为A的转置矩阵，○为矩阵乘运算符。我们知道，若A○B = C，A = [a_ij]，B = [ b_ij]，C = [ c_ij]，那么

                 

我们还用A^l表示l个矩阵A的乘积。

    （1）令A^l = [ ]，那么 的意义是：G中从顶点v_i到v_j的长度为l的拟路径恰为 条。

    在证明事实（1）之前，我们先用例8.18之（4）来验证这一结论。由计算得

                         

其中 = 4，而图8.33中v₃到v₁恰有四条长度为3的拟路径，它们是（v₃ ,v₁ ,v₁ ,v₁），（v₃ ,v₄ ,v₁ ,v₁），（v₃ ,v₂ ,v₄ ,v₁），（v₃ ,v₂ ,v₃ ,v₁）。

    现对l归纳证明事实（l）。

     l = 1时，A^l = A = [ ] = [ ]，命题显然真。

    设A^l = [ ]中 对任意i,j均表示v_i到v_j的长度为l的拟路径条数。

    考虑A^l+1=[ ]。由矩阵乘积定义知

                          (8-5)

其中 表示从v_i到v_k有 条长度为l的拟路径。而

               

    表示从v_i经由v_k到v_j的长度为l+1的拟路径数目，因而和式（8－5）表明 是从v_i到v_j的长度为l＋1的拟路径的总条数。

    归纳完成，（1）得证。

    （2）令A○A^ι = [ ]，那么 的意义是：有 个顶点v，使得v_i到v，v_j到v都有边（两边交于v）。因而 表示顶点v_i的出度。

    仍用例8.18之（4）验证之。计算

            

其中 = 2，而图8.33中正有两个顶点v₁，v₂，使得v₃与v₁到它们都有边； = 3，而顶点v₃的出度恰为3。

    现证明事实(2).根据矩阵乘积的定义:

                   

它等价于

    有 个k的值使 ＝l，

    有 个k的值使 ＝l且 = l，

    有 个顶点v_k使v_i到v_k有边且v_j到v_k也有边。

    这正是事实（2）所表明的。

    （3）令A^ι ○A = [ ]，那么 的意义是：有 个顶点v，使得v到v_i, v到v_j都有边；因而 表示顶点v_i的入度。

    再用例8.18之（4）验证之。计算

             

其中 ＝0，而图8.33中确无到v₃，v₁均有边的顶点； = 2，而v₄的入度正是2。

    事实（3）的证明留给读者。