离散数学-第7章-图论廖学生用.ppt

k(G)≤λ(G)≤δ(G)，对于G1， δ(G)=2，出现在点b,e,h三处，想让G1不连通，最不济的方法就是让b或e或h孤立出来即可，即λ(G)=δ(G)=2；但G1中存在桥(c,f)，所以λ(G)=1，即λ(G)≤δ(G)。 作业 P300： （1）、（3） 其中（3）只需要求出“邻接矩阵”和“可达性矩阵”，距离矩阵不要求做。 任何树都对应一棵二叉树 任何一棵有序树都可以被改写为一棵对应的二叉树，而且二叉树表示有序根树的方法，同样可以推广到有序森林上去。（转化过程上黑板） 作业：P337 (2) (5)_a并根据画出的最优树给出其对应的前缀码。 补充题：在通讯中，八进制数字出现的频率如下：0：30%、1：20%、2：15% 、3：10%、4：10%、5：5%、6：5%、7：5% 求传输它们最佳前缀码（写出求解过程，即huffman树构造过程）。 5种字符就必须用3位二进制编码才可以解决问题，那就需要3×7＝21个码长。 显然不会再有译码歧义。 很明显，用huffman算法得到的前缀码可以保证出现频率越高的字母对应的前缀码越短。 这里给出关联，是为了更好的讲解“孤立点”等定义。 当G1，G2为同构图的两种不同图示，那么它们的对偶图G1’与G2’不仅图示可能不同，而且可能是根本不同的图（不同构）。这就是说，一个图的对偶图未必是唯一的。 当G1，G2为同构图的两种不同图示，那么它们的对偶图G1’与G2’不仅图示可能不同，而且可能是根本不同的图（不同构）。这就是说，一个图的对偶图未必是唯一的。 当G1，G2为同构图的两种不同图示，那么它们的对偶图G1’与G2’不仅图示可能不同，而且可能是根本不同的图（不同构）。这就是说，一个图的对偶图未必是唯一的。 * 无向树有许多性质，这些性质中有些既是树的必要条件又是充分条件，因而都可以看作树的等价定义。 通过树定义（4）（5）可知，树中的边是多一条也不行，少一条也不行。树作为特殊的图，定义是比较严苛的。 * 生成子图：子图的V’=原图的V，结点个数相同。即生成子图是由全部顶点与部分边组成的子图。 * 生成子图是由全部顶点与部分边组成的子图。 把n个乡镇用高压电缆连接起来建立一个电网, 使所用的电缆长度之和最短, 即费用最小, 就是一个求最小生成树问题. 或N个乡镇用高速公路连通，使得各个乡镇互通，但公路里程最短，即费用最小，同理。 避圈：挑权最小的边加入生成树，然后在剩下的边中挑选权最小的一条边加入到生成树中，加入的原则就是不要产生回路。 Kruskal算法： （1）从权最小的边开始添加； （2）在往最小生成树中添加边时，不要求新加入的边与已经存在在生成树中的边有关联关系，只要新加边不会与已有边构成回路即可。 Kruskal 算法的直观描述： 假设 T0 是赋权图 G 的最小生成树，T0 中的边和顶点均涂成红色，初始时 G 中的边均为白色。 ① 将所有顶点涂成红色； ② 在白色边中挑选一条权值最小的边，使其与红色边不形成圈，将该白色边涂红； ③ 重复②直到有 n?1 条红色边，这 n?1 条红色边便构成最小生成树 T0 的边集合。 Prim算法与Kruskal算法不同之处： （1）构造树的起步点是随意的，因为每个点都会在生成树中，所以算法可以从任意一点开始； （2）在往最小生成树中添加边时，要求新加入的边与已经存在在生成树中的边有关联关系：在与现有点相关联的边中挑选权最小，且与现有边不会构成回路的边加入。 Prim算法直观描述：假设 T0 是赋权图 G 的最小生成树。任选一个顶点将其涂红，其余顶点为白点；在一个端点为红色，另一个端点为白色的边中，找一条权最小的边涂红，把该边的白端点也涂成红色；如此，每次将一条边和一个顶点涂成红色，直到所有顶点都成红色为止。最终的红色边便构成最小生成树 T0 的边集合。 上：kruskal算法，从权最小的边出发，沿途加入权分别是7，5，12，16，25等边，最终形成最小生成树，直到算法终结才确立了一棵生成树。 下：prim算法，从任意结点g点出发，沿途加入d,f,c,e,a,b，从算法开始到算法结束，自始至终都是一棵树（连通无回路） Kruskal 算法的时间复杂性以 O(mlog2m) 为界，当边数较多或是一个完全图时，m?(n ?1)2，则时间复杂性近似于 O(n2log2n)。而 Prim 算法的时间复杂性为O(n2)，所以，如果图的连通度较高（最高为完全图），以 Prim 算法较好，如果图的连通度较低，特别当 m ? O(n) 时，则 Kruskal 算法更合适。 在实际应用中，还会遇到求一个赋权图的最大生成树的问题。比如，某图的边权代表的是利润或效益，则最终