《离散数学教学资料》图的矩阵表示.ppt

用邻接矩阵求路数(例) v1到v2长度为4的路数: 6：14142,14242,14232,12412,14212,12142 v1到v3长度为4的路数: 4：12423,12323,14123,12123 v1到v1长度为4的回路数: 7：14141,14241,14121,12121, 12421,12321,12141, v1 v2 v4 v3 可达/连通矩阵 P291-定义7-3.2 设图G=V,E,V={v1,v2,…,vn}, 可达/连通矩阵: P(G)=[pij]n?n, 1, 从vi可达vj / vi与vj连通 pij = 0, 从vi不可达vj / vi与vj不连通 连通矩阵(性质) 主对角线元素都是1: ?vi?V, vi与vi连通 连通图: 所有元素都是1 若有多个连通分支，那么每个分支对应一个矩阵，将多个矩阵按对角线排列可构成整个图的连通矩阵 连通矩阵(例) v1 v4 v3 v2 v6 v5 二 关联矩阵 无向图的关联矩阵 P294-定义7-3.3 设G=V,E是无向图： V={v1,v2,…,vn}, E={e1,e2,…,em} 关联矩阵(incidence matrix): M(G)=[mij]n?m 1, vi与ej关联 mij = 0, vi不与ej关联 无向图的关联矩阵(例) v1 v2 v4 v3 e1 e2 e3 e4 e6 e5 无向图关联矩阵 (性质) 每列和为2 第i行和为vi的度数 若两列相同，则对应一对平行边 对于不连通的无向图，可以将每个连通分支分别做矩阵，然后将各矩阵呈对角线排列为整个图的矩阵。 有向图的关联矩阵 P294-定义7-3.4 设G=V,E是有向图： V={v1,v2,…,vn}, E={e1,e2,…,em} 关联矩阵: M(G)=[mij]n?m 1, vi是ej的起点 mij = 0, vi与ej不关联 -1, vi是ej的终点 有向图的关联矩阵(例) v1 v2 v4 v3 e1 e2 e3 e5 e4 e6 有向图关联矩阵 (性质) 每列元素和为零：1和-1 第i行元素的绝对值之和为vi的度，1的个数为出度，-1的个数为入度。 握手定理: 1和-1的个数相同，切都等于边数 若两列相同，则对应一对平行边 关联矩阵的应用：结点的合并 P295 结点的合并是图中常见操作之一，例如结点粒度的变化 可以通过将两个结点所对应的行相加，得到这两个结点合并后的图的关联矩阵。 无向图：对应项的模2加法 有向图：对应项的普通加法 总结 无向图与有向图结点间的邻接矩阵，及其性质 利用邻接矩阵求指定长度的路的数目 无向图与有向图结点间的关联矩阵，及其性质 关联矩阵与结点合并 * * * * * * * 第三节 图的矩阵表示 图模型 – 事物与事物之间的关系 组成图的两个元素：点，连接点的边 点：事物 边：事物之间的关系 朋友 朋友 朋友 连接 连接 连接 依赖 依赖 依赖 变量A 变量B 变量C 在现实问题中，图可以很复杂 在现实问题中，图可以很复杂 如何在计算机中存储一个图？ 关键在于如何表示图中的关系 二元关系的三种表示方法 { 加拿大，美国，墨西哥}三个对象上的“邻国”关系 R = { 加拿大,美国，美国,墨西哥 ， 美国，加拿大,，墨西哥，美国 } 加 美 墨 加 美 墨 加拿大 美国 墨西哥 图和矩阵可以互相转化 矩阵的维度表示图中的对象，数值表示对象之间的关系 记录点和点的邻接关系 记录点和边的关联关系 点 点 点 边 用矩阵表示图中的两种关系 邻接矩阵 关联矩阵 一 邻接矩阵（Adjacency Matrix） 邻接矩阵 P288 - 定义7-3.1 设G=V,E是简单图,V={v1,v2,…,vn} 邻接矩阵: A(G)=[aij]n?n