数模图论网络方法与计算机编程.pptVIP

图论网络方法与计算机编程 一、最短路问题 1. 问题的提出 2. 图论的基本概念 3. 最短路问题求解算法 4. 建模实例 §1 问题的提出 某学校行政部门u0经常有人到7个部门办事，希望在现有的道路网络中确定他们行走的路线，使他们到各部门的路程最短。 图中已经标明了部门到部门之间的距离。 图论的一个定理 定理：∑d v 2|E| v∈V §2. 图的矩阵表示 对于任意图G，定义一个n×m阶矩阵M （mij）n×m n为顶点数，m为边数 ，其中mij是vi和ej相关联的次数（0, 1或2等），该矩阵称为G的关联矩阵。 图的另一种表示形式是邻接矩阵A （aij）n×n，其中aij是连接ai和aj的边的数目。 图的矩阵表示 关联矩阵 邻接矩阵 §3最短路问题求解算法 设G为赋权有向图或无向图，G边上的权均非负。 1. Dijkstra Algorithm: 求G中从顶点u0到其余顶点的最短路。 定义： 对每个顶点v，定义两个标号l v , z v , 其中l v 为从u0到v的路长； z v 为v的父亲点（前一个点）。 S：具有永久标号的顶集。 算法的过程就是在每一步改进这两个标号，最终l v 为u0到v的最短路长。输入带权邻接矩阵（距离矩阵）w u, v . 最短路问题求解算法 Dijkstra Algorithm 用Dijkstra求解最短路问题 例 求从顶点u0到其余顶点的最短路。 Dijkstra算法的迭代步骤如下 迭代 l ui 次数 u0 u1 u2 u3 u4 u5 u6 u7 最短路问题求解算法 2. Floyd Algorithm 1962 : 求任意两点间的最短路。 D （dij）n×n, dij是i到j的最短路长， P （pij）n×n, pij是i到j的最短路上中间节点的最大号码，pij 0，表示无中间节点， Floyd Algorithm 例 已知距离矩阵为 求任意两点之间的最短路。 Floyd Algorithm 解：D 0 W, P 0 0 n×n 建模案例分析 2000B题 钢管订购和运输 2000B钢管运输分析求解步骤 1.用Floyd算法求出铁道两点间的最短路长，将路长转成费用。 2.与公路运价组成的矩阵D，再用Floyd求出S1,…,S7到A1,…,A15的最短路，将购买单价计入运费之中。 二、匹配与覆盖及其应用 §1 匹配与覆盖 1. 基本概念 定义1设若M的边互不相邻，则称M是G的一个匹配。M的边称为匹配边，E\M的边称为自由边，若 u, v ∈M，则称u（或v）是v（或u）的配偶。若顶点v与M的一条边关联，则称v是M-饱和的；否则称为M-非饱和的。若M使G中每个顶点都是M-饱和的，称M是G的完美（理想）匹配。设M是G的一个匹配，若不存在M 使|M| |M|，则称M为G的最大匹配。 匹配与覆盖 显然，完美匹配一定是最大匹配，反之不一定成立。 a 最大匹配 b 完美匹配 匹配与覆盖 定义2 设若G的每条边都与K的一个顶点关联，则称K是图G的一个覆盖。设K是G的一个覆盖，若不存在覆盖K使|K| |K|，则称K是一个最小覆盖。 匹配与覆盖 下图为居民小区，安装消防设施，使每个相连的街道都有消防设施可用。 覆盖： v1, v2, v3,v4,v5 ， v1, v2, v3,v4 ， v2, v3,v4 ， v1, v3, v5 ，而 v2, v3,v4 ， v1, v3, v5 是最小覆盖。 c 居民小区 2. 性质 定义3 设M是图G V, E 的匹配，G的M交错路是指边在E\M和M中交错出现的路，M可扩路（增广路）是指其起点和终点都是M非饱和的M交错路。 定理1（Berge1957）设M是G的一个匹配，则M是最大匹配的充要条件是，G没有M-增广路。 定理2 设M是G的匹配，K是覆盖，则 1 |M|≤|K| 2 若|M*| |K~|，则M*是最大匹配，K~是最小覆盖。 3. 二部图的匹配 定理3（K?nig, 1931）若M*和K~分别是二部图G的最大匹配和最小覆盖，则|M*| |K~| 定理4 Hall, 1935 对二部图G X, Y, E ,G存在饱和X的每个顶点的匹配的充要条件是：对任何S X,均有|N S |≥|S|，