第6章图与网络案例.ppt

B 第6章 网 络 分 析 §6.1 图与子图 §6.2 图的连通性 §6.3 树与支撑树 §6.4 最小树问题 §6.5 最短有向路问题 §6.6 最大流问题 §6.7 最小费用流问题 §6.8 最大对集问题 §6.1 图 与 子 图 图与网络 无向图的基本概念 有向图和网络 关联矩阵和邻接矩阵 关联矩阵 邻接矩阵 主要结论 子图 无向图的基本概念 关联：一条边的端点称为与这条边的关联 邻接：与同一条边关联的端点称为是邻接的，同时如果两条边 有一个公共端点，则称这两条边是邻接的 有限图：任何图G=(N,E),若N和E都是有限集合,则称G为… 空图：没有任何边的图 平凡图：只有一个点的图 简单图：一个图,既没有环,也没有重边,则称为… 例如:(a)是 一简单图,但(b)就不是简单图. 完全图：每一对点之间均有一条边相连的图 二分图 G=(N,E)：存在的一个二分划(S,T)，使得G的每条边有一个端点在S中，另一个端点在T中 完全二分图 G=(S,T,E)：S中的每个点与T中的每个点都相连的简单二分图 简单图G的补图 :与G有相同顶点集合的简单图，且补图中的两个点相邻当且仅当它们在G中不相邻 网 络 设G是一个图（有向图），若对G的每条边（弧）都赋予一个实数，并称为这条边（弧）的权，则G连同它边（弧）上的权称为一个（有向）网络或赋权（有向）图，记为G=(N,E,W). 关联矩阵 右图的关联矩阵是 右图的关联矩阵是 邻接矩阵 图（6.1.7）的邻接矩阵是 图（6.1.8）的邻接矩阵是 几个基本结论 子 图 点i和j点是连通的：G中存在一条{i，j}路 G是连通的：G中任意两点都是连通的 连通分支：G的极大连通子图 图6.2.1中（a）是连通图；（b）是一个具有三个连通分支的非连通图。 如下图： (1,2,4,3,2,4,6)是一条(1,6)有向路; (1,2,4,5,3,4,6)是一条(1，6)简单有向路; (1,2,3,4,6)是一条（1，6）初级有向路；(1,2,4,3,2,4,5,3,1)是一条有向回路；(1,2,3,4,5,3,1)是一条简单有向回路；(1,2,4,5,3,1)是一条初级有向回路。 点i和点j是强连通的：G中存在一条(i,j)有向路,也存在一条(j,i)有向路 G是强连通的：G中任意两点都是强连通的 G的强连通分支：G的极大连通子图 图6.2.4中，（a）是一个强连通分支，（b）是一个具有三个强连通分支的非强连通图。 2. 割集 割集的性质 §6.3 树与支撑树 §6.4 最小树问题 最小树及其性质 求最小树的Kruskal算法 算法步骤 算例 算法复杂性 求最小树的Dijkstra算法（又称Prim算法） 算法步骤 算例 算法复杂性 ----最小树及其性质 ---求最小树的Kruskal算法 计算的迭代过程 §6.5 最短有向路问题 最短有向路方程 求最短有向路的Dijkstra算法 算法步骤 算例 算法复杂性 1. 最短有向路方程 2. Dijkstra算法步骤： ---- 算例 用Dijkstra算法求解下图所示有向网络中自点1到其他各点的最短有向路。其中每条弧上的数表示其权值。 --- 算法的实现过程 --- 算法的实现过程 ---- 算法复杂性 §6.6 最大流问题 最大流最小割定理 基本概念 主要结论 最大流算法 算法步骤 算例 算法复杂性 ----- 基本概念 ----- ----主要定理 ---- ----- 算法步骤 ----- --- 算例 --- 求解下图所示有向网络中自点1到点6的最大流。其中每条弧上的数表示其