8、关系

作者：whj95

导读

关系

性质与应用

　　首先罗列一些“无关紧要”的定义吧，如果读者不喜看或者看不懂英文可以直接跳过，或者稍微看看我个人的理解。贴这些定义只为自己日后复习方便。

基础性质

　　定义1：
　　
　　非任意a,b构成形如(a,b)均可称为关系，a,b间必须遵从某种特殊关系R：
　　eg：设A为篮球球星的集合，B为等级的集合，R为符合球星的等级，显然（迈克尔乔丹，一般球员），（德安德鲁乔丹，名人堂）都不在R中，而（纳什，名人堂）就在R中。
　　注：在关系中的R表示的意思为Relations，(x,y)∈R，记为xRy，其意为(a,b)属于R或a,b有某种关系R；而在关系的一种特殊形式 函数 中出现的R为有理数Rational number，此时集合A为定义域，B为值域，两者含义不同。
　　
　　定义2：
　　
　　只有A一个人，所以他的的关系只有自己对自己，即(a$_i$,a$_i$)∈R,(i = 1,2,3,…..,n)。
　　注： 子集=关系=2$^n$*$^n$（因为A与A的对应都在R上，不存在A对应B不属于R的情况，所以关系数等于子集数） 推导比较简单，假设有m个元素，子集数=2$^m$；而m个元素是由A中的n个高冷的人一一对应构成的，故m = $n * n$
　　
　　定义3：
　　
　　承接定义2，单身狗比较特殊，如果这个关系R中每个人都能对应到自己，则称它为自反的(reflexive)。
　　注：集合正整数“整除”即为自反，因为自己能除自己；而集合有理数就不是自反的，因为高冷的0不能对应自己。
　　
　　定义4：
　　
　　所有的(a,b)∈R，若(b,a)∈R，则称其为对称的(symmetric)，即享有对称的地位；所有的 a≠b，(a,b)∈R，若(b,a)∉R，我们称其为反对称的(antisymmetric)。
　　注：存在即是对称又是反对称的情况——裁判员又是运动员的情况，即a=b。
　　
　　定义5：
　　
　　其实就是简单的传递性。即(a,b)∈R，(b,c)∈R，若(a,c)∈R，则R为传递的(transitive)。
　　

运算性质：　

　　关系有着$\cup$、$\cap$、$\oplus$、-这四种运算，前三者与集合运算中的并、交、异或基本相同，满足交换律；而关系的减法不满足交换律，其以前者为模板，减去两者的交集
eg：A = {1, 2, 3}，B = {1, 2, 3, 4}；
　　R1 = {(1, 1), (2, 2), (3, 3)} ，R2 = {(1, 1), (1, 2), (1, 3), (1, 4)}
那么：
　　R1 ∪ R2 = {(1, 1),(1, 2),(1, 3),(1, 4),(2, 2),(3, 3)},
　　R1 ∩ R2 = {(1, 1)},
　　R1 − R2 = {(2, 2),(3, 3)},
　　R2 − R1 = {(1, 2),(1, 3),(1, 4)}。
　　R1$\oplus$R2 = {(1, 2),(1, 3),(1, 4),(2, 2),(3, 3)}
　　
　　定义6：
　　
　　这里引入一个新的运算概念，合成(composite)。然而其表示方法和函数的复合换汤不换药，R与S的合成记作S ◦R。其运算方法为：从R中找(a,b)，从S中找(b,c)，组成新的关系(a,c)的集合
　　eg：R = {(1, 1), (1, 4), (2, 3), (3, 1), (3, 4)}，S = {(1, 0), (2, 0), (3, 1), (3, 2), (4, 1)}.Find composite of R and S.
　　我们可以找到R中(1, 1)和S中(1, 0)合成为(1,0)，其他同理。
　　∴S ◦ R = {(1, 0), (1, 1), (2, 1), (2, 2), (3, 0), (3, 1)}
　　
　　定义7：
　　
　　只是多次合成而已
　　
　　定理1：
　　
　　比较显而易见，因为合成本身就是运用了传递性
　　

表示方法

利用矩阵

　　利用0-1矩阵，在关系里的就记为1，不在为0
　　自反型：
　　
　　对称型及非对称型：
　　

　　运算：
　　交、并：正常合取、析取的延伸
　　合成：正常矩阵乘法
　　

利用有向图

　　其实和矩阵没什么区别，只是将行->列直观的表示为端点->终点
　　来发例子：
　　
　　R：自反（√），对称（×），传递（×）
　　S：自反（×），对称（√），传递（×）

闭包 Closures

定义及有向图表示

　　定义：让某种 不完美的 关系R 最有效地补充为 某种完美的性质（自反、对称、传递）
　　有向图表示：

传递闭包与沃舍尔算法 （Warshall’s Algorithm）

　　定义一：
　　
　　存在从a->b的路径当且仅当（a，b）∈R$^n$，容易理解因为本身有向图的表示利用的就是传递关系的合成
　　
　　定义二：
　　
　　给出闭包的概念，R$^*$是所有a->b的道路

　　定理：
　　
　　利用0-1矩阵进行闭包计算，n个元素的闭包矩阵就是M$^*$=M$\lor$M$^2$$\lor$M$^3$
　$\lor$M$^4$$\lor$….$\lor$M$^n$

沃舍尔算法 （Warshall’s Algorithm）
　　①先画出有向图
　　②n个元素按字典序顺序分布写出n个矩阵，第n个矩阵即为结果
　　③遍历矩阵，内点不超过n个且只利用前n个字典序字母的能到达的行->列记为1，否则为0
　　例子如下：
　　
　　
　　
　　W$_2$增加了内点b,c然而并没有增加一条通路，所以与W$_1$相等
　　
　　

等价关系

　　定义：关系R满足自反性，对称性，传递性
　　等价类（Equivalence Classes）：所有满足某关系R的元素的集合，集合里的元素都是等价的，这个集合称为等价类
　　划分（Partitions）：根据需求将等价类分成互斥的若干个集合
　　

偏序 （Partial Orderings）

定义

　　自反性、反对称、传递性的集合，这样的集合S与某关系R构成（S,R）称为偏序集（poset）
　　

可比性 （comparable）

　　在偏序集中，偏序S中有两个元素a,b满足关系R则称这两个元素可比。如果任意两个元素都可比，称这个偏序集为线序集（linearly ordered set）或全序集（total ordered set）;而S中任意子集有最小元素的称为良序集（well-ordered set）
　　偏序————–>线序（全序）————->良序
　　

哈塞图 （Hasse Diagrams）

　　定义：一种表示偏序关系的图。它规定向上为方向（去箭头）并要求①去自环（因为自反性肯定有）②去冗余边（传递性可到达）
　　例子如下：
　　
　　
　　极大元（maximal element）、极小元(minimal element)：类似高数的极大值极小值，极大元为“顶元素”，极小元为“底元素”。
　　关于下面这幅图极大元是：12、20、25，极小元是2、5
　　
　　
　　最大元素（greatest element）、最小元素（least element）： 只有两个字，唯一
　　下图(a)有最小，没有最大（因为大的不唯一，有三个）；(b)都没有；(c)极大元d；(d)都有，略过讨论。
　　
　　
　　上界（upper bound）、下界（lower bound）：在哈塞图中给定点的连线能向上延伸经过的点都为上界（延伸不能回头），其中最小的点为最小上界(least upper bound)；向下下沉经过的点都为下界（下沉不能回头），其中最大的点为最大下界(greatest lower bound)。
　　下图中，集合{b,d,g}的上界为三点相连后延伸的上界为g,h 下界为b,a；{d,e}的上界为f,j,h 下界为b,a
　　

格 (Lattice)

　　定义：偏序集的每对元素都有最小上界和最大下界即为格
　　下图例子中，(a)、(c)为格，(b)中{b,c}没有最小上界（不唯一所以没有)所以不是格
　　
　　拓扑排序：根据哈塞图自下而上层层筛出
　　给个例子：