有向图的邻接矩阵_邻接矩阵与可图化

三、邻接矩阵及其应用是我们在图论部分遇到的第三个难点。

1.邻接矩阵的定义

邻接矩阵的初始矩阵中的每个元素是顶点 vi 邻接到顶点 vj 边的条数。切记这是vi到vj直接的边，不是通路。

2.邻接矩阵的应用

这个才是重点。

图中长度为L的通路的条数，可以由图的邻接矩阵的L次方求得。邻接矩阵的L次方，就是邻接矩阵的L-1次方乘以邻接矩阵。

将邻接矩阵的L次方中所有的元素相加，就是长度为L的通路条数；将其所有对角线的元素相加，就是长度为L的回路条数。

例  有向图D如图所示，求 A, A2, A3, A4，并回答诸问题：

(1) D 中长度为1, 2, 3, 4的通路各有多少条？其中回路分别为多少条？

(2) D 中长度小于或等于4的通路为多少条？其中有多少条回路？

(1) D中长度为1的通路为1+2+1+1+1+1+1=8条，其中有1条是回路.

    D中长度为2的通路为1+3+2+2+1+1+1=11条，其中有3条是回路.

  D中长度为3和4的通路分别为1+4+3+3+1+1+1=14和   1+5+4+4+1+1+1=17条，回路分别为1与3条.

(2) D中长度小于等于4的通路为50条，其中有8条是回路.

四、可图化与可简单图化是我们在图论部分遇到的第四个难点。

   1.相关定义

       V={v1, v2, …, vn}为无向图G的顶点集，称d(v1), d(v2), …, d(vn)为G的度数列  

 V={v1, v2, …, vn}为有向图D的顶点集，

 D的度数列：d(v1), d(v2), …, d(vn)

 D的出度列：d+(v1), d+(v2), …, d+(vn)

 D的入度列：d-(v1), d-(v2), …, d-(vn) 

结点的度数，就是与结点相关联的边的条数。一条边提供两个度，普通边将两个度提供给不同的两个结点，自回路将两个度提供给同一个结点。

上图中v1,v2,v3,v4,v5的度分别是44,2,1,3。

我们将度数看成一个数字序列，则(4,4,2,1,3)称为度数列。问题是，是不是所有的数字序列可以作为结点的度数，进而画出图呢？

不是的。只有满足条件的数字序列才可以作为图中结点的度。

如果一个非负整数列d=(d1, d2, …, dn)可以画成图，则称其是可图化的；如果一个非负整数列d=(d1, d2, …, dn)可以画成简单图，则称其是可简单图化的。

2.可图化

如果一个数字序列可图化，根据握手定理，

则所有结点的度数之和应该是2m，是偶数，所以，数字序列可图化的充要条件是：所有数字之和是偶数。

3.可简单图化

简单图是无自回路、无多重边的图。一个数字序列是否可简单图化，没有充分条件，只有必要条件：图的最大度<=n-1，n是图中结点的个数。

易知：

(1, 2, 3, 4, 5)，(3, 3, 3, 4) 都不是可图化的，也不是可简单图化的。

(2, 4, 6, 8, 10)，(1, 3, 3, 3, 4) 是可图化的，其中，(1, 1,1, 2, 3)的最大度是3，小于等于5-1=4，又是可简单图化的。

当图的最大度=n-1时，处于临界值，这时需要去具体分析一下，是不是可简单图化。

比如(1,3,3,3)满足可简单图化的必要条件。假设v2、v3、v4的度数均为3，v1是度数为1的结点，连接到v2。根据简单图的定义，没有自回路，没有多重边，则v2的另外两个度必然一个连接v3，一个连接v4。此时，v3的度也要为3,是不可能的，v3只能有一条连接到v4的边。否则就会有多重边出现。故(1,3,3,3)可图化，但不可简单图化。

五、最小生成树是我们在图论部分遇到的第五个难点。

生成树——生成子图并且是树。

生成这两个字，表示结点一个都不能少，边可以去掉一些；

树这个概念，用五个字来说，就是“连通无回路”；

那么，最小生成树的最小，体现在哪里呢？

最小，指的是树的权最小。图中每条边都有权，一般用一个非负整数来表示，可以认为是两点间的距离、所耗费的时间等，权用英文单词weight来表示。

上图中，v1和v2两个顶点之间有两条边，一条边的权为1，另一条边的权为2。我们可以理解为v1和v2两个顶点之间，通过第一条边需要用1个小时，通过第二条边需要用2个小时。当然，自回路也可以有权，比如图中v3顶点有自回路，自回路的权为1。

             

对于一个图来说，它的生成树可能会有好多个。比如我们现在看到的这样的生成树，生成树中的每条边都叫树枝，所有的树枝的权之和，称之为树的权。比如说，目前这棵生成树的权是1+7+2+3+3+5+18=39，下面的这一棵生成树，它的权是2+8+3+4+18+3+4=42。这样的话，我们有的同学已经可以自己来定义最小生成树的概念了。所谓的最小生成树，就是在一个图的所有的生成树当中，找一棵权最小的生成树。

定义  T是G=的生成树

(1) W(T)——T各边权之和

(2) 最小生成树——G的所有生成树中权最小的树。

那么现在，如何去求一棵树的最小生成树呢？目前有两种成熟的算法。一种叫Kruskal(克鲁斯卡尔)算法，也叫避圈法；另一种叫Prim(普里姆)算法。现在我们来看一下避圈法。

避圈法求最小生成树

首先要将图中所有非环边按照权值从小到大排列，编号依次记为e1,e2,e3,……,em，当然在这个排序当中，我们允许有边的权值相同的情况出现。

第一步，取e1在最小生成树T当中。

第二步，检查e2,是否与e1构成回路。如果有回路出现，则舍弃e2；如果没有回路出现，则把e2也取在树T当中。

第三步，检查e3,看e3是否与e1 e2形成回路。如果有回路出现，则舍弃e3；如果没有回路出现，则把e3也取在树T当中。如此重复，直到得到最小生成树为止。

下面对图G来求最小生成树。

首先，要剔除掉图中的自回路。

然后将其余的边按照权值从小到大排序。2，2，3，3，5，18。

第一步，取权为2的边在树T当中。接着检查另一条权为2的边，没有回路，加入生成树。再检查权为3的两条边，一条与权为2的边形成回路，舍弃；另一条权为3的边没有回路，加入树T。再检查权为5的两条边，有回路出现，舍弃。目前，剩下了最后一条权为18的边，权很大，要不要呢？当然要！因为如果没有这一条边，我们之前纳入进来的所有的边就不是连通的，也就不能称之为树了。这样，我们就得到了这个图的最小生成树，最小生成树的权W(T)=2+2+3+18=25.

六、最优二叉树是我们在图论部分遇到的第六个难点。

求最优树的算法—— Huffman算法

给定实数w1, w2, …, wt，且w1<=w2<=…<=wt. 

(1)  连接权为w1, w2的两片树叶，得一个分支点，其权为w1+w2.

(2)  在w1+w2, w3, …, wt 中选出两个最小的权，连接它们对应的顶点(不一定是树叶)，得新分支点及所带的权. 

(3)  重复(2)，直到形成 t-1个分支点，t片树叶为止. 

一棵2叉树产生一个二元前缀码.

一棵正则2叉树产生惟一的前缀码(按左子树标0，右子树标1)

图所示二叉树产生的前缀码为

                     { 00, 10, 11, 011, 0100, 0101 }

例  在通信中，八进制数字出现的频率如下：

     0：25%          1：20%

     2：15%          3：10%

     4：10%          5：10%

     6：5%           7：5%

求传输它们的最佳前缀码，并求传输10的n次方(n>=2)个按上述比例出现的八进制数字需要多少个二进制数字？若用等长的(长为3)的码字传输需要多少个二进制数字？

解  用100个八进制数字中各数字出现的个数，即以100乘各频率为权，并将各权由小到大排列，得w1=5, w2=5, w3=10, w4=10, w5=10, w6=15, w7=20, w8=25. 用此权产生的最优树如图所示. 

    01-----0           11-----1 

    001-----2         100-----3

    101-----4         0001-----5

    00000-----6     00001-----7

W(T)=285，即传100个以上述频率传输的数字需要285个二进制数，那么传10的n次方(n>=2)个用二进制数字需2.85*10的n次方个， 用等长码需3*10的n次方个数字. 

      注意：最小生成树和最优二叉树都不一定唯一，当其不唯一的时候，它们的权都是一致的。