图论的介绍(1)

一.简介

图论 (Graph theory) 是数学的一个分支，图是图论的主要研究对象。 图 (Graph) 是由若干给定的顶点及连接两

顶点的边所构成的图形，这种图形通常用来描述某些事物之间的某种特定关系。顶点用于代表事物，连接两顶点的边

则用于表示两个事物间具有这种关系。

二.概念

图 (Graph) 是一个二元组 𝐺 = (𝑉 (𝐺), 𝐸(𝐺))。其中 𝑉 (𝐺) 是非空集，称为 点集 (Vertex set) ，对于 𝑉

中的每个元 素，我们称其为顶点 (Vertex) 或 节点 (Node) ，简称 点 ；𝐸(𝐺) 为 𝑉 (𝐺) 各结点之间边的集合，称为 边集 (Edge set)。

常用 𝐺 = (𝑉 , 𝐸) 表示图。

当 𝑉 , 𝐸 都是有限集合时，称 𝐺 为 有限图 。

当 𝑉 或 𝐸 是无限集合时，称 𝐺 为 无限图 。

图有多种，包括 无向图 (Undirected graph) ， 有向图 (Directed graph) ， 混合图 (Mixed graph) 等

若 𝐺 为无向图，则 𝐸 中的每个元素为一个无序二元组 (𝑢, 𝑣)，称作 无向边 (Undirected edge) ，简称 边 (Edge) ， 其中 𝑢, 𝑣 ∈ 𝑉 。设 𝑒 = (𝑢, 𝑣)，则 𝑢 和 𝑣 称为 𝑒 的 端点 (Endpoint)。

若 𝐺 为有向图，则 𝐸 中的每一个元素为一个有序二元组 (𝑢, 𝑣)，有时也写作 𝑢 → 𝑣，称作 有向边 (Directed edge) 或弧 (Arc)，在不引起混淆的情况下也可以称作 边 (Edge) 。设 𝑒 = 𝑢 → 𝑣，则此时 𝑢 称为 𝑒 的 起点 (Tail)，𝑣 称为 𝑒 的 终点 (Head) ，起点和终点也称为 𝑒 的 端点 (Endpoint) 。并称 𝑢 是 𝑣 的直接前驱，𝑣 是 𝑢 的直接后继。

为什么起点是 Tail，终点是 Head？

边通常用箭头表示，而箭头是从“尾”指向“头”的。

若 𝐺 为混合图，则 𝐸 中既有向边，又有无向边。

若 𝐺 的每条边 𝑒 𝑘 = (𝑢 𝑘 , 𝑣 𝑘 ) 都被赋予一个数作为该边的 权 ，则称 𝐺 为 赋权图 。如果这些权都是正实数，就称 𝐺 为正权图 。 图 𝐺 的点数 |𝑉 (𝐺)| 也被称作图 𝐺 的 阶 (Order) 。

形象地说，图是由若干点以及连接点与点的边构成的。

相邻

在无向图 𝐺 = (𝑉 , 𝐸) 中，若点 𝑣 是边 𝑒 的一个端点，则称 𝑣 和 𝑒 是关联的 (Incident) 或 相邻的 (Adjacent) 。对 于两顶点 𝑢 和 𝑣，若存在边 (𝑢, 𝑣)，则称 𝑢 和 𝑣 是 相邻的 (Adjacent)。

一个顶点 𝑣 ∈ 𝑉 的 邻域 (Neighborhood) 是所有与之相邻的顶点所构成的集合，记作 𝑁(𝑣) 。

一个点集 𝑆 的邻域是所有与 𝑆 中至少一个点相邻的点所构成的集合，记作 𝑁(𝑆) ，即： 𝑁(𝑆) =

⋃ 𝑣∈𝑆 𝑁(𝑣)

度数

与一个顶点 𝑣 关联的边的条数称作该顶点的 度 (Degree) ，记作 𝑑(𝑣) 。特别地，对于边 (𝑣, 𝑣) ，则每条这样的边要 对 𝑑(𝑣) 产生 2 的贡献。 对于无向简单图，有 𝑑(𝑣) = |𝑁(𝑣)| 。

握手定理（又称图论基本定理）：对于任何无向图 𝐺 = (𝑉 , 𝐸) ，有 ∑ 𝑣∈𝑉 𝑑(𝑣) = 2 |𝐸| 。

推论：在任意图中，度数为奇数的点必然有偶数个。

若 𝑑(𝑣) = 0 ，则称 𝑣 为 孤立点 (Isolated vertex) 。

若 𝑑(𝑣) = 1 ，则称 𝑣 为 叶节点 (Leaf vertex) / 悬挂点 (Pendant vertex) 。

若 2 ∣ 𝑑(𝑣) ，则称 𝑣 为 偶点 (Even vertex) 。

若 2 ∤ 𝑑(𝑣) ，则称 𝑣 为 奇点 (Odd vertex) 。图中奇点的个数是偶数。

若 𝑑(𝑣) = |𝑉 | − 1 ，则称 𝑣 为 支配点 (Universal vertex) 。

对一张图，所有节点的度数的最小值称为 𝐺 的 最小度 (Minimum degree)，记作 𝛿(𝐺)；最大值称为 最大度 (Maximum degree) ，记作 Δ(𝐺) 。即： 𝛿(𝐺) = min𝑣∈𝐺 𝑑(𝑣)，Δ(𝐺) = max 𝑣∈𝐺 𝑑(𝑣)。

在有向图 𝐺 = (𝑉 , 𝐸) 中，以一个顶点 𝑣 为起点的边的条数称为该顶点的 出度 (Out-degree)，记作

𝑑 + (𝑣) 。以一 个顶点 𝑣 为终点的边的条数称为该节点的 入度 (In-degree) ，记作 𝑑 − (𝑣) 。显然 𝑑 + (𝑣) + 𝑑−(𝑣) = 𝑑(𝑣)。

对于任何有向图 𝐺 = (𝑉 , 𝐸) ，有： ∑ 𝑣∈𝑉 𝑑 + (𝑣) = ∑ 𝑣∈𝑉 𝑑 − (𝑣) = |𝐸|

若对一张无向图 𝐺 = (𝑉 , 𝐸) ，每个顶点的度数都是一个固定的常数 𝑘 ，则称 𝐺 为 𝑘 - 正则图 ( 𝑘 -Regular Graph) 。

如果给定一个序列 a ，可以找到一个图 G ，以其为度数列，则称 a 是 可图化 的。

如果给定一个序列 a ，可以找到一个简单图 G ，以其为度数列，则称 a 是 可简单图化 的。

简单图

自环 (Loop) ：对 𝐸 中的边 𝑒 = (𝑢, 𝑣) ，若 𝑢 = 𝑣 ，则 𝑒 被称作一个自环。

重边 (Multiple edge) ：若 𝐸 中存在两个完全相同的元素（边） 𝑒 1 , 𝑒 2 ，则它们被称作（一组）重边。

简单图 (Simple graph) ：若一个图中没有自环和重边，它被称为简单图。具有至少两个顶点的简单无向图中一 定存在度相同的结点。（ 鸽巢原理 ） 如果一张图中有自环或重边，则称它为多重图 (Multigraph) 。

warning

在无向图中 (𝑢, 𝑣) 和 (𝑣, 𝑢) 算一组重边，而在有向图中， 𝑢 → 𝑣 和 𝑣 → 𝑢 不为重边。

warning

在题目中，如果没有特殊说明，是可以存在自环和重边的，在做题时需特殊考虑。

路径

途径 (Walk) ：途径是一个将若干个点连接起来的边的集合。形式化地说，途径 𝑤 是一个边的集合

{𝑒 1 , 𝑒 2 , … , 𝑒 𝑘 } ， 这个边集需要满足条件：存在一个由点构成的序列 𝑣 0 , 𝑣 1 , … , 𝑣𝑘 满足 𝑒 𝑖 的两个端点分别为 𝑣𝑖−1 和 𝑣 𝑖 。这样的路径可以 简写为 𝑣 0 → 𝑣 1 → 𝑣 2 → ⋯ → 𝑣 𝑘 。通常来说，边的数量 𝑘 被称作这条途径的

长度 （如果边是带权的，长度通常指路径 上的边权之和，题目中也可能另有定义）。

迹 (Trail) ：对于一条途径 𝑤 ，若 𝑒 1 , 𝑒 2 , … , 𝑒 𝑘 两两互不相同，则称 𝑤 是一条迹。

路径 (Path) （又称 简单路径 (Simple path) ) ：对于一条迹 𝑤 ，若其连接的点的序列中点两两不同，则称 𝑤 是一 条路径。

回路 (Circuit) ：对于一个迹 𝑤 ，若 𝑣 0 = 𝑣 𝑘 ，则称 𝑤 是一个回路。

环 / 圈 (Cycle) （又称 简单回路 / 简单环 (Simple circuit) ) ：对于一个回路 𝑤 ，若 𝑣 0 = 𝑣 𝑘 是点序列中唯一重复出现 的点对，则称 𝑤 是一个环。

warning

关于路径的定义在不同地方可能有所不同，如，“路径”可能指本文中的“途径”，“环”可能指本文中的“回 路”。如果在题目中看到类似的词汇，且没有“简单路径”/ “非简单路径”（即本文中的“途径”）等特殊说明，最 好询问一下具体指什么。

子图

对一张图 𝐺 = (𝑉 , 𝐸)，若存在另一张图 𝐻 = (𝑉 ′ , 𝐸 ′ ) 满足 𝑉 ′ ⊆ 𝑉 且 𝐸 ′ ⊆ 𝐸 ，则称 𝐻 是 𝐺 的 子图 (Subgraph) ，

若对 𝐻 ⊆ 𝐺，满足 ∀𝑢, 𝑣 ∈ 𝑉 ′ ，只要 (𝑢, 𝑣) ∈ 𝐸 ，均有 (𝑢, 𝑣) ∈ 𝐸 ′ ，则称 𝐻 是 𝐺 的 导出子图 / 诱导子图 (Induced subgraph)。

容易发现，一个图的导出子图仅由子图的点集决定，因此点集为 𝑉 ′ ( 𝑉 ′ ⊆ 𝑉 ) 的导出子图称为 𝑉 ′ 导出的子图，记 作 𝐺 [𝑉 ′ ] 。

若 𝐻 ⊆ 𝐺 满足 𝑉 ′ = 𝑉 ，则称 𝐻 为 𝐺 的 生成子图 / 支撑子图 (Spanning subgraph) 。

显然， 𝐺 是自身的子图，支撑子图，导出子图；空图是 𝐺 的支撑子图。原图 𝐺 和空图都是 𝐺 的平凡子图。

如果一张无向图 𝐺 的某个生成子图 𝐹 为 𝑘 - 正则图，则称 𝐹 为 𝐺 的一个 𝑘 - 因子 ( 𝑘 -Factor)

如果有向图 𝐺 = (𝑉 , 𝐸) 的导出子图 𝐻 = 𝐺 [𝑉 ∗ ] 满足 ∀𝑣 ∈ 𝑉 ∗ , (𝑣, 𝑢) ∈ 𝐸 ，有 𝑢 ∈ 𝑉 ∗ ，则称 𝐻 为 𝐺 的一个 闭合 子图 (Closed subgraph)。