组合数学-Chapter V: 图论

Chapter V: 图论

大量的组合问题都可以被归结为图论问题, “图” 这一组合结构可能是组合数学这一学科中研究得最为透彻的结构. 下面, 我们将对组合意义上的 “图” 做数学意义上抽象化定义, 并结合例子对一些重要概念进行介绍.

定义5.1 (图)

我们称由两个集合组成的集合对 $G=(V,E)$ 为 图 (graph), 其中 $V$ 为一个集合, $E$ 是一个由 $V$ 的二元子集为元素构成的集合. 我们分别称 $V$ 和 $E$ 为 $G$ 的 顶点集 (vertex set) 和 边集 (edge set). 简单起见, 我们常用 $xy$ 指代边 { x , y } \{x,y\} {x,y}.

[注]

1. 显然, $xy\in E\iff yx\in E$.
2. $xy\in E\iff x,y$ 邻接(adjacent); 亦称 $x,y$ 和 $xy$ 关联 (incident).
3. $uv,ux\in E\Rightarrow uv$ 和 $ux$ 在 $u$ 邻接 (adjacent), 邻接的边共用一个顶点.
4. $E$ 中的元素 (点对) 互异, 且不包含由同一个点所组成的点对.

定义5.2 (邻接点集)

对于图 $G$ 的每一个顶点 $x$, 我们用符号 $N_G(x)$ 代表由一切与 $x$ 邻接的顶点所组成的集合, 称其为 在图 $G$ 中顶点 $x$ 的邻接点集.

定义5.3 (度)

我们称 $|N_G(x)|$ 为顶点 $x$ 的 度 (degree), 代表和 $x$ 邻接的顶点个数, 记为 $d_G(x)$.

[例] (握手引理或度和引理)

对于任一个图 $G$, 下列等式成立:
$$\sum _{V\in V(G)}{d}_G(V)=2|E(G)|$$

[证明]

根据 “度” 的定义可知: 它等于和某个特定的点邻接的其余顶点个数. 故在计数时, 也可将其视为在某个特定点邻接的边的条数. 累加求和时, 计数恰好将图的所有边遍历两遍. 故可知原等式成立. $■$

[推论]

对任意图 $G$, 度数为奇数的顶点个数总是偶数.

[证明]

不妨假设 $V_1\subset V(G)$ 为由一切度数为偶数的顶点所组成的顶点子集, 设 $V_2=V(G)\backslash V_1$. 下证 $|V_2|$ 为偶数:

由度和引理:

$$2|E(G)|=\sum _{V\in V(G)}{d}_G(V)=\sum _{V\in V_1}{d}_G(V)+\sum _{V\in V_2}{d}_G(V).$$
故有:
$$\sum _{V\in V_2}{d}_G(V)=2|E(G)|-\sum _{V\in V_1}{d}_G(V)\equiv 0\mathrm{m}\mathrm{o}\mathrm{d}2$$
故
$$|V|\equiv 0\mathrm{m}\mathrm{o}\mathrm{d}2.■$$

下面, 我们介绍一些特殊的图:

定义5.4 (完全图)

若图 $G$ 的任意一对不同的顶点都是邻接的, 称其为 完全图 (complete graphs), 记为 $K_l$, $l$ 为图的顶点数. 显然, $E(K_l)=\left(\genfrac{}{}{0ex}{}{n}{2}\right).$

定义5.5 (路)

若图 $G$ 的顶点可被按照某种顺序排序, 且只有序列中相邻的两个顶点才是邻接的, 则称 $G$ 为 路 (path).

通常, 记具有 $n$ 个顶点的路为 $P_n$. 其边长为 $n-1$.

定义5.6 (圈)

若图 $G$ 的顶点可按照一循环顺序排序, 且当且仅当序列中相邻的两个顶点才是邻接的, 则称 $G$ 为 圈 (cycle).

通常, 记具有 $n$ 个顶点的圈为 $C_n$. 其边长为 $n$.

定义5.7 (二部图)

如果 $G$ 的顶点 $V$ 可分割为两个互不相交的子集 $(A,B)$，并且图中的每条边 $(i,j)$ 所关联的两个顶点 $i$ 和 $j$ 分别属于这两个不同的顶点集，则称图 $G$ 为一个 二分图, 亦称为 二部图 (Bipartite Graph).

定义5.8 (顶点分布)

若一个二部图 $G$ 的顶点集可被分为 $X$ 和 $Y$, 使得 $G$ 中每一条边的顶点分别分布在 $X$ 和 $Y$ 中, 则我们称 $X$ 和 $Y$ 为 图 $G$ 的 顶点分布 (partite set).

[注]

1. 每一条单独的边都是一个二部图, 每一个长为偶数的圈也是一个二部图.
2. 长为奇数的圈不是二部图.
3. 我们称一个圈为 “奇圈” 或 “偶圈”, 若其长度为奇数或偶数.

下面介绍两种可行的, 对图的操作.

设图 $G$, $v,e$ 分别为图的一个顶点和一条边. 我们称:
( V ( G ) \ { v } , E ( G ) \ { u v : u v ∈ E ( G ) } ) (V(G)\backslash \{v\}, E(G)\backslash \{uv: uv \in E(G)\}) (V(G)\{v},E(G)\{uv:uv∈E(G)})
为由图 $G$ 删去顶点 $v$ 所得到的图, 记为 $G-v$.

我们称:
( V ( G ) \ { v } , E ( G ) \ { e } ) (V(G)\backslash \{v\}, E(G)\backslash \{e\}) (V(G)\{v},E(G)\{e})
为由图 $G$ 删去边 $e$ 所得到的图, 记为 $G-e$.

[注]

当我们从图中删去一个顶点时, 所有和该顶点关联的边都要被一同删去!

定义5.9 (子图)

设 $G$ 是一个图. 所有由 $G$ 删去顶点或边而得到的新图被称为 $G$ 的子图 (subgraph of G).

[注]

1. $G$ 是其本身的子图.
2. 设 $H$ 为 $G$ 的子图. 若 $V(H)=V(G)$, 称 $H$ 为 $G$ 的 生成子图 (spanning subgraph).
3. 设 $H$ 为 $G$ 的子图. 若 $H$ 中所有边都和 $V(H)$ 中的两个顶点相关联, 则称 $H$ 为 $G$ 的诱导子图 (induced subgraph).
4. 我们可以通过 “删除 $G$ 的某个顶点时仅删除与该顶点相关联的所有边” 的方式得到诱导子图.

定义5.10 (无圈图)

若 $G$ 的子图中没有任何一个是圈, 则称其为一个 无圈图 (Acylic graph).

定义5.11 (连通图)

若任取图 $G$ 的一对顶点 $u,v$, 均存在一条始于 $u$, 终于 $v$ 的路, 则称 $G$ 为 连通图 (connected graph).

定义5.12 (树)

我们称连通的无圈图为 树.

[注]

若 $G$ 的子图 $T$ 为树, 我们称其为 $G$ 的生成树 (spanning tree). $T$ 同样也是 $G$ 的生成子图.

[例]

设 $G$ 为连通图. 设 $C$ 为 $G$ 的一个子圈, $e$ 为 $C$ 的一条边. 求证: $G-e$ 仍为连通图.

[证明]

设 $e$ 和 $u,v$ 关联. 对于 $G$ 中的每一条路, 它们或经过 $e$, 或不经过 $e$.

对于所有原来不经过 $e$ 的路: 从 $G$ 中删去 $e$ 后它们的连通性显然不变.

对于所有原来需经过 $e$ 的路: 由圈的结构知: 删去 $e$ 后的环在连通性上和 $e$ 等价. 故它们的连通性也不受影响.

综上: $G-e$ 仍为一个连通图. $■$

定理5.1

若对于图 $G$ 的任何一个顶点 $v$, 均有 $d_G(v)⩾2$, 则 $G$ 中必存在一个长度不小于 min ⁡ { d G ( v ) : v ∈ V ( G ) + 1 } = δ ( G ) + 1 \min\{d_G(v): v \in V(G) + 1\} = \delta(G) + 1 min{dG​(v):v∈V(G)+1}=δ(G)+1 的圈.

[注]

方便起见, 我们作如下约定:

$G$ 中顶点的最小度数: δ ( G ) = min ⁡ { d G ( v ) : v ∈ V ( G ) } \delta(G) = \min\{d_G(v): v \in V(G)\} δ(G)=min{dG​(v):v∈V(G)}

$G$ 中顶点的最大度数: Δ ( G ) = max ⁡ { d G ( v ) : v ∈ V ( G ) } \Delta(G) = \max\{d_G(v): v \in V(G)\} Δ(G)=max{dG​(v):v∈V(G)}

故以上定理可改写成以下形式:

任何一个最小度数不少于 $2$ 的图 $G$ 都存在一个长度不小于 $\delta (G)$ 的圈作为子图.

[证明]

设 $P$ 为 $G$ 的一个子图, 也是 $G$ 中长度最大的路. 设
$$P=v_1{v}_2\cdots v_l.$$
故
$$N_G(v_1)\subset V(P),N_G(v_l)\subset V(P).$$
否则, 我们可以在 $G$ 中找到一条长为 $l$ 的路, 这和假设相矛盾. ($E(P)=l-1$)

因
$d_G(v)⩾2$, $v_1$ 在 $P$ 中有不止一个邻居. 不妨假设 $r$ 为满足 $v_1{v}_r\in E(G)$ 的最大整数. 因此, $r⩾d_G(v)+1$. 此时, $v_1{v}_2\cdots v_r{v}_1$ 即为 长为 $r$ 的圈. $■$

[推论]

每一棵树中都存在一个度数不超过 $1$ 的顶点.

定理 5.2

设 $T$ 为树. 则满足 $|E(T)|=|V(T)|-1.$

[证明]

下面是用数学归纳法证明:

首先, 容易验证 $|V(T)|=2$ 时结论成立. 假设 $|V(T)|⩽k-1$ 时结论仍成立.

考虑 $|V(T)|=k$ 的图:

设 $x$ 为 $T$ 中一个度数为 $1$ 的顶点, $T-x$ 仍为树. 且 $|V(T-x)|=k-1$.

此时有: $|E(T)|=|E(T-x)|+1$. 由归纳假设知: $|E(T)|=k-1=|V(T)|-1$. $■$

[例]

求证: 任一棵树均为一个二部图.

[证明]

(法1)
下面使用数学归纳法进行证明:
设 $T$ 为树, $|E(T)|=1.$ $X,Y\subset V(T),X\cap Y=\varnothing$.

将 $T$ 的唯一一条边的两个顶点分别归于 $X,Y$ , $T$ 显然是一个二部图.

设 $|E(T)|⩽k-1$ 时结论仍然成立:

$|E(T)|=k$ 时: 设 $x$ 为某一个度数为 $1$ 的顶点. 可知: $|E(T-x)=k-1|$. 由归纳假设知: $T-x$ 是一个二部图.

将 $x$ 归于与其邻接的顶点所属的不同的顶点集中, $T$ 依然满足称为二部图的条件, 证毕. $■$

(法2)
沿用法1记号和规定. 我们采取以下的方法对 $T$ 中的点进行归类:

将起始点归入 $X$ 中, 向下遍历每一条边, 总是将边的两个顶点归于不同的集合中. 这样, 即得到了满足二部图判别条件的两个顶点子集. 若不然, 则总可找到一个圈, 这和 “树” 的定义矛盾. $■$

[例]

分别画出两个边数最大的完全二部图 $K_6.K_7$.

[解]

设完全二部图的顶点集被分类为: { X , Y } \{X,Y\} {X,Y}.

由完全二部图定义可立即确定最大边数:

E M = max ⁡ { m ( l − m ) } : m ∈ N + , m < l E_M = \max\{m(l-m)\}: m \in \mathbb{N^+}, m<l EM​=max{m(l−m)}:m∈N+,m<l.

计算得出: $E_M(K_6)=9,E_M(K_7)=12$.

并且可对应绘出图: 其中 $|X|=m,|Y|=l-m$.

设 $G$ 为图, $X\subset V(G)$. 定义 $\partial (X)$ 为由所有和 $X$ 以及 $V(G)\backslash X$ 中的各一个点关联的边组成的集合.

定理 5.3

当且仅当对于每个非空子集 $X\subset V(G),\partial (X)\ne \varnothing$, $G$ 为一个连通图.

[证明]

$\Rightarrow$

设 $G$ 为一个连通图. 则对图中任意一对顶点 $x,y$, 总能找到一条路, 以它们为首尾.

设 $X$ 为 $V(G)$ 的非空真子集. 从 $X$ 和 $V(G)$ 中分别选出 $x,y$. 则每条从 $x$ 到 $y$ 的路都有一条边, 这条边的两个顶点分别在 $X$ 和 $V(G)$ 中. 故 $\partial (X)\ne \varnothing$.

$\Leftarrow$

若 $G$ 不是连通的, 则必存在至少一对顶点 $x,y$, $G$ 中找不到一条连接它们的路.

设 $X$ 为所有可通过某条路通向 $x$ 的顶点的集合. 则 $X\ne \varnothing ,\bar{X}\ne \varnothing$. 此时, 若 $\partial (X)\ne \varnothing$, 假设 $uv\in \partial (X)$, 设 $u\in X$, 此时可知, 存在一条通路将 $x,v$ 连接, 这和假设矛盾. 故 $\partial (X)=\varnothing$, 证毕. $■$

定理 5.4

当且仅当图 $G$ 有一棵生成树时, $G$ 为连通图.

[证明]

$\Rightarrow$

设 $T$ 为 $G$ 的生成树. 由定义: $T$ 是连通的. 对任一对顶点 $x,y$, 存在一条 $xy-$路. 这条路显然在 $G$ 中.

$\Leftarrow$

下面给出从连通图 $G$ 中找出生成树 $T$ 的算法:

输入 = 连通图 $G$, $x\in V(G)$

输出 = $V(T),E(T)$

Step 0

设 V ( T ) = { x } , E ( T = ∅ V(T) = \{x\}, E(T = \empty V(T)={x},E(T=∅, 初始化序列 $S$ 仅包含 $x$, 对每个顶点 $u$, 设 $P(u)=\varnothing$.

Step 1

若 $S=\varnothing$, 直接输出 $V(T),E(T)$. 否则随机选取 $r$ 作为序列 $S$ 的开头.

Step 2

若 $N_G(r)\subset V(T)$, 撤销操作, 跳转至 Step 1. 若不然, 取 $y\in N_G(r)\backslash V(T)$.

赋值: V ( T ) = V ( T ) ∪ { y } , E ( T ) = E ( T ) ∪ { r y } , P ( y ) = r V(T) = V(T) \cup \{y\}, E(T) = E(T) \cup \{ry\}, P(y) = r V(T)=V(T)∪{y},E(T)=E(T)∪{ry},P(y)=r.

并且将 $y$ 连接到序列 $S$ 末端.

无限次循环 Step 2 直到程序满足退出条件. 此时即得到所要求的生成树.

下列陈述等价:

1. $G$ 为连通图.
2. 对每一对顶点 $x,y$, $G$ 中均存在一个 $xy-$路.
3. 对每一个 $V(G)$ 的非空真子集, $\partial (X)\ne \varnothing$.
4. $G$ 有一棵生成树.

若 $G$ 为一个非连通图, 则 $G$ 的每一个最大连通子图都称为 $G$ 的一个分支 (component).

显然, $G$ 的每一个分支均为 $G$ 的一个诱导子图. 若 $G$ 是一个连通图, 则其分支就是它自身.

[例]
当且仅当 $G$ 的每一个分支均为二部图时, $G$ 为一个二部图.

[证明]
利用引理: 二部图的子图均为二部图.

$\Leftarrow$
因二部图 $G$ 的分支为 $G$ 的子图, 由引理: 显见其分支均为二部图.

$\Rightarrow$
设 $G_1$ 为 $G$ 的其中一个分支, 它是二部图. 设 $G\backslash G_1=V_1+G_1^{\prime }$, $G_1^{\prime }$ 为所有 $G\backslash G_1$ 中孤立的连通图所组成的集合.
由定义知: $G_1^{\prime }$ 中每一个元素均为 $G$ 的分支, $V_1$ 为孤立点集.
由假设知: $G$ 所有的分支均为二部图, 且它们不是连通的.
设 V ( G 1 ) = X 1 ∩ Y 1 , G 1 ′ = { G 1 ′ , G 2 ′ , ⋯   , G k ′ } , V ( G i ′ ) = X i ′ ∩ Y i ,     i = 1 , 2 , ⋯   , k . V(G_1) = X_1\cap Y_1, G'_1 = \{G'_1, G'_2, \cdots,G'_k\}, V(G'_i) = X'_i \cap Y_i,~~~ i= 1,2,\cdots, k. V(G1​)=X1​∩Y1​,G1′​={G1′​,G2′​,⋯,Gk′​},V(Gi′​)=Xi′​∩Yi​,   i=1,2,⋯,k.取 $$X=X_1\cap (\bigcap _{i=1,2,\cdots ,k}{X}_i),Y=Y_1\cap V_1\cap (\bigcap _{i=1,2,\cdots ,k}{Y}_i)$$且$$X\cup Y=V(G).$$ 故找到了这样的顶点子集 $X,Y$, 使得 $E(G)$ 中任一条边的两个顶点分别位于 $X,Y$ 中. 由定义知: $G$ 为一个二部图. $■$