5.3 图的矩阵表示

图的矩阵表示

前面在二元关系中学过，图可以使用矩阵表示。现在再来学习更多的矩阵表示方法。

关联矩阵

先来回顾一下关联的定义：

设e=(u,v)（<u,v>）是无向(有向)图G=<V,E>的一条边, 称u,v为e的端点,e与u ( v)关联。

无向图的关联矩阵

定义

定义 设无向图G=<V,E>, V={v1, v2, …, vn}, E={e1, e2, …, em}, 令mij为vi与ej的关联次数，称(mij)n*m为G的关联矩阵，记为M(G) 。

可以看出，关联矩阵考虑的是顶点和边的关系，每行表示顶点，每边表示列。

例子

上图的关联矩阵为

性质

可有如下性质：

(1) 每一列恰好有两个1或一个2;(每条边提供两个度，自环对同一个顶点提供2两个度)
(2)${\sum }_{j=1}^m{m}_{ij}=d(v_i),i=1,2,...,n$;（每一行加起来就是对应顶点的度数，也就是关联总数）
(3) ${\sum }_{i,j}{m}_{ij}=2m$;（全部加起来就是度数之和，根据握手定理，度数和为边数的两倍）
(4)Vi为孤立点当且仅当第i行全为0;（无边关联即为孤立点）
(5)平行边的列相同.（平行边两端点相同）

有向图的关联矩阵

定义

例子

性质

可得类似性质
(1) 每一列恰好有一个1和一个-1;(一条有向边提供一个出度，一个入度)
(2) 第i行1 的个数等于$d^{+}(v_i)$, -1 的个数等于$d^{-}(v_i)$
(3) 1的总个数等于-1的总个数, 且都等于m
(4) 平行边对应的列相同

有向图的邻接矩阵

定义

定义$ 设有向图 D = < V , E > , V = { v 1 , v 2 , … , v n } , E = { e 1 , e 2 , … , e m } , a i j ( 1 ) 为 顶 点 v i 邻 接 到 顶 点 v j 边 的 条 数 , ( a i j ( 1 ) ) n × n 称 为 D 的 邻 接 矩 阵 , 记 作 A ( D ) , 简 记 为 A D=<V,E>, V=\{v_1, v_2, …, v_n\}, E=\{e_1, e_2, …, e_m\}, a^{(1)}_{ij} 为顶点v_i邻接到顶点v_j边的条数,(a^{(1)}_{ij})_{n \times n} 称为D的邻接矩阵, 记作A(D), 简记为A D=<V,E>,V={v1​,v2​,…,vn​},E={e1​,e2​,…,em​},aij(1)​为顶点vi​邻接到顶点vj​边的条数,(aij(1)​)n×n​称为D的邻接矩阵,记作A(D),简记为A
注意：这里定义为邻接到，即为始点指向终点的通路，不能反过来。

例子

性质

可见我们可以使用邻接矩阵表示通路长度。
我们前面在二元关系当中也学习过，矩阵的幂次可以表示关系的幂运算，也就是关系的复合，而关系的复合本质上是一种传递，那么这种传递可以表示为首尾相连的通路形式，也就是说，邻接矩阵A可以表示通路长度为1的通路，那么$A^2=A\times A$可以表示通路长度为2的个数，那么.$A^3=A^2\times A$可以表示通路长度为3的通路个数。

长度为l的通路表示

看个例子


其中简单验证一下我们也可知道，这里$A^2=A\times A$，$A^3=A^2\times A$, $A^4=A^3\times A$.
当然还有另外一种方法，就是直接在图中找长度为对应的通路个数。例如：$A^2$里的第二行第一列元素，即为$v_2$到$v_1$通路长度为2（通路经过2条边）的个数，为3条。值得注意，这里的自环可以循环灵活使用。

那么在这里我们可以解决类似以下的问题：

(1) 长度为1, 2, 3, 4的通路各有多少条？其中回路分别为多少条？
(2) 长度小于或等于4的通路为多少条？其中有多少条回路？

将对应矩阵里面的元素直接求和即可

长度 通路 回路
1 8 1
2 11 3
3 14 1
3 17 3
合计 50 8
其中回路为特殊的通路（自己到自己的通路）

有向图的可达矩阵

定义

可达矩阵描述的是一种连通性，强调的是通路的存在，并不在意通路的长度是多少，这里一定要和邻接矩阵区别开。

例子