图的定义
- 一个无向图G是一个有序组 G = ( V ( G ) , E ( G ) ) G=(V(G),E(G)) G=(V(G),E(G)), V ( G ) V(G) V(G)是顶点集合， E ( G ) E(G) E(G)是边集合
- 阶：图的顶点个数，即 ∣ V ( G ) ∣ \vert V(G)\vert ∣V(G)∣,记为 v ( G ) v(G) v(G)
- 相邻：一条边的两个顶点相邻，有公共顶点的两边相邻
- 重数：连接两个相同顶点的边的条数
- 重边：重数大于1的边称为重边
- 环：两个顶点重合的边叫做环
- 简单图：无环，无重边的图
- 图的同构
- 两个图 G 1 = ( V 1 , E 1 ) , G 2 = ( V 2 , E 2 ) G_1=(V_1,E_1),G_2=(V_2,E_2) G1=(V1,E1),G2=(V2,E2)有如下关系： u 1 ↔ u 2 , v 1 ↔ v 2 , u 1 , v 1 ∈ V 1 , u 2 , v 2 ∈ V 2 ; u 1 v 1 ∈ E 1 ， 当 且 仅 当 u 2 v 2 ∈ E 2 ， 且 u 1 v 1 的 重 数 与 u 2 v 2 的 重 数 相 同 u_1\leftrightarrow u_2,v_1\leftrightarrow v_2,u1,v1\in V_1,u_2,v_2\in V_2;u_1v_1\in E_1，当且仅当u_2v_2 \in E_2，且u_1v_1的重数与u_2v_2的重数相同 u1↔u2,v1↔v2,u1,v1∈V1,u2,v2∈V2;u1v1∈E1，当且仅当u2v2∈E2，且u1v1的重数与u2v2的重数相同，记作 G 1 ≅ G 2 G_1\cong G_2 G1≅G2
- 特殊的图
- 完全图：任意两个顶点都相邻的简单图， K n K_n Kn
- 二分图：顶点集合可划分为两类，每类中的顶点不相邻
- 完全二分图：简单图，任意一类的任意一个顶点与另一类内任意顶点相邻, K ∣ X ∣ , ∣ Y ∣ K_{|X|,|Y|} K∣X∣,∣Y∣
- 星图： K 1 , n K_{1,n} K1,n或 K n , 1 K_{n,1} Kn,1
- 零图：有顶点没有边
- 平凡图：只有一个顶点没有边得图
- 补图：顶点不变，无边加边，有边去边
- 定理：若n阶图G是自补的 G ≅ G ‾ G\cong \overline{G} G≅G,则 n ≡ 0 , 1 ( m o d 4 ) n\equiv 0,1(mod 4) n≡0,1(mod4)
顶点度数
- 一个顶点v的度数为与它关联的非环变数和2倍的环边数的和
- 图的最小度与最大度为所有顶点度数的最小值和最大值
- k正则图：对所有 v ∈ V v\in V v∈V，有 d ( v ) = k d(v)=k d(v)=k，完全图和完全二分图都是正则图
- 定理：任给无向图G，
∑
v
∈
V
(
G
)
d
e
g
(
v
)
=
2
ϵ
(
G
)
\sum_{v\in V(G)}deg(v)=2\epsilon(G)
∑v∈V(G)deg(v)=2ϵ(G)
- 推论：任给图G，G中度数为奇数的顶点个数为偶数
- 推论：正则图的阶数和度数不可同时为奇数
- 度序列：一个图G各个顶点的度构成的非负整数组 ( d 1 , d 2 , ⋯ , d n ) (d_1,d_2,\cdots,d_n) (d1,d2,⋯,dn)
- 图划分：一个n阶简单图G各点的度为 d i d_i di，则分正整数k为n个部分的划分 ∑ d i \sum d_i ∑di称为是图划分。此时k必是偶数，且 d i ≤ n − 1 d_i \leq n-1 di≤n−1
- 定理：设有非负正数组 Π = ( d 1 , d 2 , ⋯ , d n ) \Pi=(d_1,d_2,\cdots,d_n) Π=(d1,d2,⋯,dn)，且 ∑ i = 1 n d i \sum_{i=1}^nd_i ∑i=1ndi是个偶数， n − 1 ≥ d 1 ≥ d 2 ≥ ⋯ ≥ d n n-1\geq d_1\geq d_2 \geq\cdots\geq d_n n−1≥d1≥d2≥⋯≥dn，它是可图的充要条件是 Π ′ = ( d 2 − 1 , d 3 − 1 , ⋯ , d n − 1 − 1 , d n ) \Pi'=(d_2-1,d_3-1,\cdots,d_{n-1}-1,d_n) Π′=(d2−1,d3−1,⋯,dn−1−1,dn)是可图的。
- 频序列：设 n n n阶图 G G G的各点的度数取 s s s个不同的非负整数 d 1 , d 2 , ⋯ , d s d_1,d_2,\cdots,d_s d1,d2,⋯,ds，又设度为 d i d_i di的点有 b i b_i bi个，则有 ∑ i = 1 s b i = n \sum_{i=1}^sb_i=n ∑i=1sbi=n。故非负整数组 ( b 1 , b 2 , ⋅ , b s ) (b_1,b_2,\cdot,b_s) (b1,b2,⋅,bs)是 n n n的一个划分，称为G的频序列
子图与图的运算
- 子图： V ( H ) ⊆ V ( G ) V(H)\subseteq V(G) V(H)⊆V(G)且 E ( H ) ⊆ E ( G ) E(H)\subseteq E(G) E(H)⊆E(G)，则称H是G的一个子图，记作 H ⊆ G H\subseteq G H⊆G
- 真子图： H ⊆ G H\subseteq G H⊆G但 H ≠ G H\neq G H=G，记为 H ⊂ G H\subset G H⊂G
- 生成子图：满足 V ( H ) = V ( G ) V(H)=V(G) V(H)=V(G)的子图 H H H，简单图G的所有不同生成子图的个数是 2 ∣ E ( G ) ∣ 2^{|E(G)|} 2∣E(G)∣
- (顶点)导出子图： V ′ V' V′是 V V V的非空子集，以 V ′ V' V′为顶点集，以两顶点都在 V ′ V' V′中的边组成边集，称为G的由 V ′ V' V′导出的子图，若 V ′ = { v } V'=\{v\} V′={v}，则把 G − { v } G-\{v\} G−{v}简记为 G − v G-v G−v
- 边导出子图： E ′ E' E′是 E E E的非空子集，以 E ′ E' E′为边集，以 E ′ E' E′中边的顶点全体为顶点集，称为G的由 E ′ E' E′导出的子图，若 E ′ = { e } E'=\{e\} E′={e}，则用 G − e G-e G−e代替 G − { e } G-\{e\} G−{e}
- 并： G ∪ H = ( V ( G ) ∪ V ( H ) , E ( G ) ∪ E ( H ) ) G\cup H=(V(G)\cup V(H),E(G)\cup E(H)) G∪H=(V(G)∪V(H),E(G)∪E(H))
- 交： G ∩ H = ( V ( G ) ∩ V ( H ) , E ( G ) ∩ E ( H ) ) G\cap H=(V(G)\cap V(H),E(G)\cap E(H)) G∩H=(V(G)∩V(H),E(G)∩E(H))
- 积(许胤龙版，个人认为错)： G × H = ( V ′ , E ′ ) G\times H=(V',E') G×H=(V′,E′)，其中 V ′ = V ( G ) × V ( H ) V'=V(G)\times V(H) V′=V(G)×V(H), E ′ = { ( u 1 , v 1 ) ( u 2 , v 2 ) ∣ u 1 = u 2 且 v 1 v 2 ∈ E ( H ) 或 u 1 u 2 ∈ E ( G ) 且 v 1 = v 2 或 u 1 u 2 ∈ E ( G ) 且 v 1 v 2 ∈ E ( H ) } E'=\{(u_1,v_1)(u_2,v_2)|u_1=u_2且v_1v_2\in E(H)或u_1u_2\in E(G)且v_1=v_2或u_1u_2\in E(G)且v_1v_2\in E(H)\} E′={(u1,v1)(u2,v2)∣u1=u2且v1v2∈E(H)或u1u2∈E(G)且v1=v2或u1u2∈E(G)且v1v2∈E(H)}
- 积(张先迪版，个人认为对)： G × H = ( V ′ , E ′ ) G\times H=(V',E') G×H=(V′,E′)，其中 V ′ = V ( G ) × V ( H ) V'=V(G)\times V(H) V′=V(G)×V(H), E ′ = { ( u 1 , v 1 ) ( u 2 , v 2 ) ∣ u 1 = u 2 且 v 1 v 2 ∈ E ( H ) 或 u 1 u 2 ∈ E ( G ) 且 v 1 = v 2 } E'=\{(u_1,v_1)(u_2,v_2)|u_1=u_2且v_1v_2\in E(H)或u_1u_2\in E(G)且v_1=v_2\} E′={(u1,v1)(u2,v2)∣u1=u2且v1v2∈E(H)或u1u2∈E(G)且v1=v2}
- 方体：采用张先迪版的积来定义， n n n方体 Q n Q_n Qn递推地定义为 Q 1 = K 2 , Q n = K 2 × Q n − 1 Q_1=K_2,Q_n=K_2\times Q_{n-1} Q1=K2,Qn=K2×Qn−1，如果 Q n Q_n Qn地两个点二进制表示式只有一处不同，则它们邻接，可应用于编码领域
路径与连通
- 路径：图G地一条路径 W W W定义为 W = v 0 e 1 v 1 e 2 v 2 ⋯ e k v k W=v_0e_1v_1e_2v_2\cdots e_kv_k W=v0e1v1e2v2⋯ekvk，称 W W W式一条从 v 0 v_0 v0到 v k v_k vk的一条路径，或一条 ( v 0 , v k ) (v_0,v_k) (v0,vk)路径，顶点 v 0 v_0 v0和 v k v_k vk分别称为 W W W的起点和终点，整数 k k k称为 W W W的长
- 行迹：边不重复的路径
- 轨道：顶点不重复的路径
- 回路：起点与终点相同的路径
- 圈：除了起点与终点相同之外，没有相同的顶点回路。
- 以 k k k为奇数或偶数，分为奇圈和偶圈
- 连通：若顶点 u u u与 v v v之间存在路径，称 u u u与 v v v连通
- 距离： u u u与 v v v之间最短轨道的长称为距离，记为 d i s t ( u , v ) dist(u,v) dist(u,v)
- 直径： d ( G ) = max { d i s t ( u , v ) ∣ u , v ∈ V } d(G)=\max\{dist(u,v)|u,v\in V\} d(G)=max{dist(u,v)∣u,v∈V}
- 连通图：任意两个顶点间都连通的图
- 连通片：连通是一个等价关系，故存在一个划分，将 V V V划分为一些等价类 V 1 , V 2 , ⋯ , V n V_1,V_2,\cdots,V_n V1,V2,⋯,Vn，顶点导出子图 G [ V i ] G[V_i] G[Vi]称为 G G G的一个连通片
- 定理：图G是二分图，当且仅当G中无奇圈(提示：任取 u 0 ∈ V ( G ) u_0\in V(G) u0∈V(G)， X = { u ∣ u ∈ V ( G ) , 且 d i s t ( u 0 , u ) 为 偶 数 } X=\{u|u\in V(G),且dist(u_0,u)为偶数\} X={u∣u∈V(G),且dist(u0,u)为偶数}， Y = { u ∣ u ∈ V ( G ) , 且 d i s t ( u 0 , u ) 为 奇 数 } Y=\{u|u\in V(G),且dist(u_0,u)为奇数\} Y={u∣u∈V(G),且dist(u0,u)为奇数})
- 定理：图G是简单图，
δ
(
G
)
≥
2
\delta(G)\geq 2
δ(G)≥2，则
G
G
G中含圈(提示：取最长轨道，轨道的起点与终点必还有一边，且该边的端点只能在最长轨道上)
- 推论：图G是简单图， δ ( G ) ≥ 3 \delta(G)\geq 3 δ(G)≥3，则 G G G中含偶圈
最短路径问题
- 赋权图对 G G G的每一条边 e e e，可赋予一个实数 w ( e ) w(e) w(e)，称为 e e e的权，G连同它边上的权称为赋权图
- 轨道的权：设 P ( u , v ) P(u,v) P(u,v)是 u ， v u，v u，v之间的一条轨道，则 P ( u , v ) P(u,v) P(u,v)的权定义为 w ( p ( u , v ) ) = ∑ e ∈ E ( P ( u , v ) ) w ( e ) w(p(u,v))=\sum_{e\in E(P(u,v))}w(e) w(p(u,v))=∑e∈E(P(u,v))w(e)
- 最短路径：设 W ( u , v ) W(u,v) W(u,v)是 u , v u,v u,v之间的所有轨道构成的集合，则最短路径为一条轨道 P 0 ( u , v ) = m i n P ( u , v ) ∈ W ( u , v ) w ( P ( u , v ) ) P_0(u,v)=min_{P(u,v)\in W(u,v)}w(P(u,v)) P0(u,v)=minP(u,v)∈W(u,v)w(P(u,v))
-
D
i
j
s
k
t
r
a
Dijsktra
Dijsktra算法：输入一点
u
0
u_0
u0，求出该点到其他顶点的最短路径
- d ( u ) : d(u): d(u):表示最短距离， l ( u ) : l(u): l(u):表示该路径的 u u u的前继结点， S : S: S:为已被选择的顶点的集合
- 1、初始化： d ( u 0 ) = 0 ， l ( u 0 ) = u 0 ， d ( u ) = ∞ ， l ( u ) = ∗ d(u_0)=0，l(u_0)=u_0，d(u)=\infty，l(u)=* d(u0)=0，l(u0)=u0，d(u)=∞，l(u)=∗，其中 u ∈ V ( G ) u\in V(G) u∈V(G)，且 u ≠ u 0 u\neq u_0 u=u0， S = u 0 S={u_0} S=u0
- 2、更新数据：对任给 u ∈ V ( G ) − S , v ∈ S u\in V(G)-S,v\in S u∈V(G)−S,v∈S，若 d ( v ) + w ( u v ) < d ( u ) d(v)+w(uv)<d(u) d(v)+w(uv)<d(u)，则令 d ( u ) = d ( v ) + w ( u v ) , l ( u ) = v d(u)=d(v)+w(uv),l(u)=v d(u)=d(v)+w(uv),l(u)=v
- 3、加入新点：选出 u ∈ V ( G ) − S u\in V(G)-S u∈V(G)−S，使得 d ( u ) d(u) d(u)最小的点， S = S ∪ { u } S=S\cup\{u\} S=S∪{u}
- 重复 2 、 3 步 ∣ V ( G ) ∣ − 1 2、3步|V(G)|-1 2、3步∣V(G)∣−1次，结束算法
-
D
a
n
t
j
i
g
Dantjig
Dantjig标号法：输入一点
a
a
a，找到从
a
a
a到
G
G
G的其他顶点的最短路径
- t ( a ) : t(a): t(a):为最短距离， A A A为已途径过的顶点集合， T : T: T:为所选边集合
- 1、初始化： t ( a ) = 0 , A = a , T = ∅ t(a)=0,A={a},T=\varnothing t(a)=0,A=a,T=∅
- 2、寻找所需边：寻找出 A A A中的每个顶点到非 A A A中的顶点权最小的边，令 l ( a b ) l(ab) l(ab)为所寻边的最小权， a ∈ A , b ∉ A a\in A,b\notin A a∈A,b∈/A
- 3、更新数据：令 A = A ∪ { b } A=A\cup\{b\} A=A∪{b}， T = T ∪ { a b } T=T\cup\{ab\} T=T∪{ab}， t ( b ) = t ( a ) + l ( a b ) t(b)=t(a)+l(ab) t(b)=t(a)+l(ab)
- 重复 2 、 3 步 ∣ V ( G ) ∣ − 1 2、3步|V(G)|-1 2、3步∣V(G)∣−1次，结束算法
图的代数表示及其特征
- 邻接矩阵：图G的邻接矩阵
A
=
(
a
i
j
)
A=(a_{ij})
A=(aij)为一个方阵，
v
i
与
v
j
v_i与v_j
vi与vj中有几条边，则对应
a
i
j
a_{ij}
aij的值，否则
a
i
j
=
0
a_{ij}=0
aij=0
- A A A的各行元素之和是 G G G的各个顶点的度
- A n A^n An的第 i i i行 j j j列元素 a i j ( n ) a_{ij}^{(n)} aij(n)等于由 v i 到 v j v_i到v_j vi到vj的长度为 n n n的路径数目
- 若 G G G是连通的，对于 i ≠ j i\neq j i=j， v i 与 v j v_i与v_j vi与vj之间的距离是使 A n A^n An的 a i j ( n ) ≠ 0 a_{ij}^{(n)}\neq 0 aij(n)=0的最小整数 n n n
- 关联矩阵：无环图G的关联矩阵 B = ( b i j ) B=(b_{ij}) B=(bij)是一个 ∣ V ( G ) ∣ × ∣ E ( G ) ∣ |V(G)|\times|E(G)| ∣V(G)∣×∣E(G)∣阶的矩阵，当 v i v_i vi与 e j e_j ej关联时， b i j = 1 b_{ij}=1 bij=1，否则 b i j = 0 b_{ij}=0 bij=0
446
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
