[理学]第7章 图论.pptVIP

Chapter 7 图论 图论的创始人是瑞士数学家L. Euler，他于1736年首次建立“图”模型解决了K?ningsberg七桥问题. 图论的应用领域非常广泛，它已经渗透到诸如语言学、逻辑学、物理学、化学、电信工程、信息论、控制论、经济管理等各个领域，特别是在计算机科学中的数据结构、计算机网络、计算机软件、算法理论、操作系统、分布式系统、编译程序以及数据挖掘等方面都扮演着重要角色. 7.1 图的基本概念 哥尼斯堡(K?ningsberg)七桥问题: 问题是: 是否可从某一个地方出发，经过七座桥，每座桥只经过一次，然后又回到原出发点. 7.2 节点的度数 边与节点的关联次数? Def 设G = (V, E)是无向图, v ? V,称与节点v关联的所有边的关联次数之和为节点v的度数(degree),记为deg(v). 一个环算2度? 7.3 子图、图的运算和图同构 7.3.1 子图 可以通过一个图的子图去考察原图的有关性质以及原图的局部结构. Def 设G = (V, E)和H = (W, F)是图, 若W ? V且F ? E, 则称H = (W, F)是G = (V, E)的子图(subgraph). 若H = (W, F)是G = (V, E)的子图且W = V, 则称H = (W, F)是G = (V, E)的生成子图(spanning subgraph). 7.4 路与回路 在图G = (V, E)中, 经常考虑从一个节点出发,沿着一些边连续移动到另一个节点的问题,这就是路的概念. 7.4.1 路 Def 对于任意图G = (V, E), 7.5 图的连通性 图的基本性质之一是其连通性,它与图中从节点到节点的路密切相关. 为了讨论方便,先给出 Def 在任何图G = (V, E)中,若从节点u到v存在一条路,则称u可达v (accessible). 由于节点v到v总存在一条长度为0的路, 因此任意节点v可达v自身. 7.6 图的矩阵表示 将一个图画出来是最直观的表示图的方式. 为了便于使用计算机存储和处理图,更为了借助于完善的矩阵理论(线性代数知识之一!)研究图的有关性质,有必要学习图的矩阵表示. 本节简单介绍图的常见的3种矩阵表示及一些简单结论, 不涉及更多的有关图的矩阵方面的知识. 7.7 赋权图及最短路径 1.赋权图 在图的实际应用中,除建立图论模型外,有时还需要将一些附加信息赋予图的边或节点,其中之一就是赋权图(weighted graph). 本节仅讨论边赋权图. Def 设G = (V, E)是任意图,若的每一条边上都赋予一个非负实数,则称G是边赋权图. 图7.39(a)(b)是两个边赋权图. 2.图的可达矩阵 第二种图的矩阵表示—可达矩阵,它表示的是图中任意两个节点间的可达关系. Def ? G = (V, E), 对节点编号V = {v1, v2, …, vn}. 其中pij= 1, 若vi可达vj, 否则pij= 0, i, j = 1, 2, …, n. 例子? 容易由图的邻接矩阵得出其可达矩阵,一个非常有效的算法是Warshall算法. 根据我们的可达矩阵的定义知, 中所有主对角线上的元素全为1, 这是由于任意节点可达自身所致. 更容易从图的可达矩阵得出图的连通性质. 3.图的关联矩阵 第三种图的矩阵表示—关联矩阵,它表示的是图中节点与边之间的关联关系. (1)无向图 Def ? 无向图G = (V, E), 对节点编号V = {v1, v2, …, vn}, 对边编号E = {e1, e2, …, em}. 其中mij是vi与ej的关联次数, ?i, j. (2)有向图 Def ? 无吊环有向图G = (V, E), 对节点编号V = {v1, v2, …, vn}, 对边编号E = {e1, e2, …, em}: 例子? 图与其关联矩阵是一一对应的. 图还有其他矩阵表示,如距离矩阵、圈矩阵以及割集矩阵等,参考有关文献. 前面已经谈到,有了这些图的矩阵表示,可以用线性代数中的知识,特别是矩阵理论对图做更深入的研究,由于篇幅所限,本书不涉及这些内容的进一步讨论,可参见有关图论文献. 作业 习题1,2,4,6,7. 路的起点;终点; 路的长度; 平凡路. 需要注意的是,有向图中的路须按边的方向走,有向图中的路可称为有向路. 有两种特殊的路: 一种是节点不重复的路, 称为路径(path). 一种是边不重复的路, 称为轨迹(trail). 显然, 路径是轨迹, 但轨迹不一定是路径. 如在图7.21(a)中 是一条从 到 的轨迹, 但不是路径. 说明 由于图论