第十一章+工程图与网络基础.docVIP

第11章 图与网络基础 1736年欧拉用图论方法解决了哥尼斯堡七桥问题，成为图论的创始人之一.后来的一系列优化问题如邮路问题、迷宫问题、扫街问题、一笔画问题等都可以用欧拉的方法来解决.随着科技的发展，图与网络的理论与方法也在不断扩展.在现实生活中，很多优化和决策问题都可以归结为一个网络图，如交通网络、通讯网络、计算机网络、基因网络等，图论方法成为解决网络优化问题的有力工具. §11.1 最短路与中国邮路问题 11.1.1图的基本概念 1．七桥问题 18世纪，有一条河从哥尼斯堡这座城市中间流过，将整座城市分割成四部分.当时一共有七座桥连通河两岸（）及河中的两座岛屿（），如图11-1-1所示. 有人提出了这样的问题：能否从城市的某处出发，恰好一次地走过所有的桥，最后回到出发地.没有人成功办到，但人们又无法说明这样的走法一定不存在，这就是著名的“七桥问题”. 1736年欧拉发表论文证明了“七桥问题”无解，由此开创了一个新的数学分支：图论. 欧拉发现，四块区域的大小形状、七座桥的长短曲直都不影响“七桥问题”的解，于是他将每块区域简化为一个点、连接两地的桥表示成连接两点的线，将问题归结为如图11-1-2所示的问题：从中任一点出发，能否恰好一次地通过每条边，再回到出发点?在11.1.3节中将详细讨论该问题. 2．图的基本概念 很多事物及其之间的关系都可以像这样抽象成点与点之间的连线，将这样的图形称为图，用G表示；这些点称为图G的顶点，用V表示；这些点间连线称为图G的边，用E表示, 一个图是由点集V和边集E所构成的二元组，记为G V，E . 例如，任务分配问题，可以用点表示工人与待分配的任务，用边表示该工人可以胜任哪些任务，如图11-1-3所示.又比如用点表示我国十个城市，用边表示连接这十个城市的铁路线，得到一个铁路连线图11-1-4 a .值得注意的是，图论中所讨论的图与我们熟悉的几何图形是不同的，在保持图的顶点和边的关系不变的情况下，边的长度、形状，点的位置的安排是无关紧要的. 图11-1-4 a 也可画作11-1-4 b . a b 图11-1-3 图11-1-4 如果图G的任意两个顶点之间至少有一条路，则称图G是连通图.如图11-1-5所示，点是孤立点，与别的顶点之间没有连通的路.它不是连通图.今后，我们主要讨论连通图. 图11-1-5 图11-1-6 上面讨论的图有一个共同点，即任意一条边都没有方向性，称这样的图为无向图.但是，在实际问题中，有时只用无向图还不能把问题描述清楚.比如图11-1-6中，为了表示把货物从点运到点，就必须在与的连线上加上箭头指明是发货点，是收货点.像这种边具有方向性的图称为有向图. 在图中，还可以在每条边旁标注与各边有关的数量指标，称之为权。权可以代表距离、费用、通过能力（容量）等等.各边带有一个非负实数权的图称为网络，或者称为赋权图。边e旁的非负实数称为边e的权，一般记为W（e）。在赋权图中，一条路的权或者说路长就是这条路上的边权之和. 11.1.2最短路问题 给出一个运输网络：每个顶点表示一个城市，顶点之间赋权的边表示对应的两个城市间的运输距离.求一个城市到另一个城市的最短路线,就可以归结为在一个赋权图中求指定两点间权最小的路，这就是本节要讨论的最短路问题，最短路的权就称为最短路长. 求指定两点间最短路的一个较好的算法是Dijkstra标号算法. 它的基本思路是：假如路（vsv1v2,…,vn-1vn）是从vs到vn的最短路，则其子路（vsv1v2,…,vn-1）必是从vs到vn-1的最短路.但该法只适用于非负权网络.下面仅介绍可适用于带有负权边网络的逐次逼近法，它可以找到从指定起点vs到网络中其余各点的最短路，具体算法如下： 步骤一、列出网络D的邻接权矩阵，其中，为有向边上的权值；若网络中没有有向边，取为∞. 步骤二、设表示从到的最短路长，令初始解； 步骤三、使用迭代公式进行第k-1次迭代：，.直到，则停止迭代. 步骤四、就是从到的最短路长，同时用反向追踪法求得相应的最短路径. 例1．求图11-1-7所示有向网络从vs到其他各点的最短路. 图11-1-7 解：列出网络的邻接权矩阵，见表11-1-1的左半部分，右半部分则按列填写各次迭代的结果. 初始解：； 第一次迭代： ， ， ， ， ， ， ， 继续第二次迭代，得： ， 由于对，故停止迭代，见表11-1-1 表11-1-1 0 5 7 0 0 0 0 6 5 5 5 1 0 2 1 7 7 7 0 11 11 4 0 9 9 9 0 8 8 4 1 0 表中最后一列数字分别表示从vs到其他各点的最短路长. 用反向追踪法可得最短路径.比如需要求出到的最短路径.由最后一列知，根据公式 ， 记下点.再考察：根据，记下点.