第1章_图的基本概及图的存储.pptVIP

第1章 图的基本概念及图的存储 引论 – 哥尼斯堡七桥问题 又称Euler回路问题 一条河流横贯哥尼斯堡城区，它有两条支流，在这两条支流之间夹着一块岛形地带，这里是城市的繁华地区。全城分为北、东、南、岛四个区，各区之间共有七座桥梁联系着。 游人从两岸A、B、C、D中任何一个地方出发，要找到一条路线做到每座桥恰好都通过一次而最后返回原地。 1736年，Euler提出该问题的解不存在。 1.1 基本概念 图论知识的一个特点就是概念特别多。 本节只介绍一些基本的概念，其他概念(如割点、割边等)在其他章节里需要用到的时候再补充。 1.1.1 有向图与无向图 无向图：图中的每条边没有方向。通常用符号(u,v)表示顶点u到顶点v的一条无向边。 有向图：图中的每条边(通常可称为弧)都有方向。通常用符号u,v表示顶点u到顶点v的一条有向边，其中u为这条边的起始顶点(起点)，v为这条有向边的终止顶点(终点)。 1.1.2 完全图、稀疏图、稠密图 完全图：任何一对顶点之间都有一条边，这种无向图称为完全图。 有向完全图：任何一对顶点u和v，都存在u, v和v, u两条有向边，这种有向图称为有向完全图。 稀疏图：边或弧的数目相对较少（远小于n×(n-1)）的图称为稀疏图。 稠密图：边或弧的数目相对较多的图（接近于完全图或有向完全图）称为稠密图。 1.1.3 顶点与顶点、顶点与边的关系 在无向图和有向图中，顶点和顶点之间的关系，以及顶点和边的关系是通过“邻接”这个概念来表示的。 1.1.4 顶点的度数及度序列 与顶点度数有关的概念：度数、出度、入度、偶点、奇点； 度序列与Havel-Hakimi定理。 偶点：度数为偶数的顶点； 奇点：度数为奇数的顶点； 孤立顶点：度数为0的顶点，称为孤立顶点。孤立顶点不与其他任何顶点邻接。 叶（叶顶点、端点）：度数为1的顶点，称为叶顶点。其他顶点称为非叶顶点。 图G的最小度：图G所有顶点的最小的度数，记为δ(G)。 图G的最大度：图G所有顶点的最大的度数，记为Δ(G)。 度序列与Havel-Hakimi定理 度序列：若把图G所有顶点的度数排成一个序列s，则称s为图G的度序列。 序列是可图的：一个非负整数组成的有限序列如果是某个无向图的度序列，则称该序列是可图的。 Havel-Hakimi定理实际上给出了根据一个序列s构造图（或判定s不是可图的）的方法： 1.1.5 二部图与完全二部图 二部图：设无向图为G(V, E)，它的顶点集合V包含两个没有公共元素的子集：X = { x1, x2, …, xs }和Y = { y1, y2, …, yt }，元素个数分别为s和t；并且xi与xj之间(1 ≤ i, j ≤ s)、yl与yr之间(1 ≤ l, r ≤ t)之间没有边连接，则称G为二部图。 完全二部图：在二部图G中，如果顶点集合X中每个顶点xi与顶点集合Y中每个顶点yl都有边相连，则称G为完全二部图，记为Ks,t，s和t分别为集合X和集合Y中的顶点个数。 1.1.6 图的同构 图的同构：设有两个图G1和G2，如果这两个图区别仅在于图的画法与（或）顶点的标号方式，则称它们是同构的。意思就是说这两个图是同一个图。 1.1.7 子图与生成树 1.1.8 路径 路径是图论中一个很重要的概念。 1.1.9 连通性 1.1.10 权值、有向网与无向网 权值：某些图的边具有与它相关的数，称为权值。这些权值可以表示从一个顶点到另一个顶点的距离、花费的代价、所需的时间等。如果一个图，其所有边都具有权值，则称为网络。 根据网络中的边是否具有方向性，又可以分为有向网和无向网。网络可以用 表示。 1.2 图的存储表示 常用的存储表示方法有： 邻接矩阵√√ 邻接表√ 邻接多重表 1.2.1 邻接矩阵√√ 在邻接矩阵中，除了一个记录各个顶点信息的顶点数组外，还有一个表示各顶点之间关系的矩阵，称为邻接矩阵。 1. 有向图(无向图)的邻接矩阵 问题：从图的邻接矩阵可以获得什么信息？ (说明：邻接矩阵经过运算如乘方后，还可以获得更多的信息，具体请参见相关图论书籍) 2. 有向网(无向网)的邻接矩阵 邻接矩阵的局限性 尽管绝大多数图论的题目可以采用邻接矩阵存储图，但由于邻接矩阵无法表达环和重边的情形，所以有时不得不采用邻接表去存储图，详见欧拉回路的课件。 另外，当图的边数(相对顶点个数)较少时，使用邻接矩阵存储会浪费较多的存储空间，而用邻接表存储可以节省存储空间。 1.2.2 邻接表 √ 邻接表：把同一个顶点发出的边链接在同一个称为边链表的单链表中。(这种邻接表也称为出边表) 单链表的每个结点代表一条边，称为边结点，每个边结点有2个域。 逆邻接表：也称为入边表，顶点i的边链表中链接的是所有进入该顶点的边。适合求顶点的入度。 无向图的邻接