组合数学第七章 3.pptVIP

Chapter7 A Introduction to Graph Theorem §1—2：2 periods §3－4：1 periods Total：3 periods Roadmap 7.1 图论模型 7.2 子图与图的分类 7.3 图的同构 7.4 图操作 图论模型 图论一直以来都是一个热门学科 广泛应用于计算机科学、化学、商业、心理学等很多领域 图论中的数学本质上就是组合论与几何的结合 技巧性极强 图的基本概念 图G由两个集合组成： 非空的节点集V 有限的边集E——其中边是指不同节点组成的无序对 若令V={v1, v2, …, vn}是包含n个节点的集合，其m条边的集合E={e1, e2, …, em}，E中的每条边都是V的二元子集{vi, vj}，简记为vivj或vjvi 称集合V(G)的基数n为图G的阶 称集合E(G)的基数m为图G的规模 若vivj∈E(G)，则称节点vi和vj邻接；否则，称节点vi和vj非邻接 称与节点v邻接的节点数为v的度，记为deg(v) 若vivj是图G的边，则称vi和vj相关联。 例1.1 设图G如图所示。 (1) 写出G的节点集和边集； (2) 写出每个节点的度。 解： (1) V(G) = {a, b, c, d, e, f} E(G) = {ab, bc, ad, be, de} (2) deg(a)=2，deg(b)=3，deg(c)=1， deg(d)=2，deg(e)=2，deg(f)=0 孤立点：度为0的节点 端节点：度为1的节点，又称为叶子 最小度：所有节点的最小度数，记为δ(G) 最大度：所有节点的最大度数，记为Δ(G) 若图G的所有节点有相同度数，即δ(G)=Δ(G)，则图G称为正则图 r-正则图是指图所有节点的度都为r 多重图：图中有两个节点之间的边多于1条 Theorem1.1（欧拉定理）在任何图中，节点度的总和等于边的两倍。 证明：图的每条边都关联了两个节点，所以，每条边将使节点度数之和增加2。 Corollary1.1 在任何图中，节点度的总和是一个非负偶数。 在化学领域的应用 在19世纪，数学家Arthur Cayley用图论来研究简单的烃——碳氢化合物 V(T) = {c1, c2, c3, c4, h1, h2, h3, h4, h5, h6, h7, h8, h9, h10}，E(T) = {…} Cayley用节点抽象碳和氢，用边来抽象原子间的化学键 商业应用：仓库、零售店问题 V = {w1, w2, w3, r1, r2, r3, r4, r5}代表3个仓库和5个零售店。 E = {w1r1, w1r2, w2r2, w2r3, w2r4, w3r3, w3r5}代表每个仓库与每个零售店间的关联。 当且仅当仓库wi服务于零售店rj时，wirj是E中的边。 注意：我们可以把V划分为两个子集{w1, w2, w3}和{r1, r2, r3, r4, r5}，并且每条边关联的两个节点分别取自这两个子集。 这样的图称为二分图。 最短航线问题 用图G对城市间的航线进行建模。 V = {a, b, c, d, e}代表5个城市 E = {ab, ad, bc, be, de}代表城市间的直达航线 标在边上的数字表示飞行距离，这种图称为加权图 例1.2 从上图中找出d到c的最短路径。 解：从d到c有两条路径：dabc和debc 显然debc为最短路径，长度为940 冰激淋车的路线图 图G是一个城镇街道的模型，边代表街道，节点代表街道的交叉路口，共有16条街道和10个交叉路口。 例1.3 现有一冰激淋车从上图的节点5出发，它能否恰好通过每条街道一次后回到节点5呢？ 解： 一条可行的路线是： 5,3,1,2,4,3,6,10,9,8,4,7,9,6,7,10,5 注：上述问题与欧拉图有关。 旅行售货员问题 例1.4 现有一电脑代理商要从她所在的城市出发，乘飞机去5个城市，然后回到出发点。如图，节点代表城市，h是她所在的城市，边代表城市间的直达航线。她怎样才能访问每个城市恰好一次，最后回到出发点呢？ 解：要到达d，必然经由h或e，故飞行路线中必然包括ed和dh，从而必须走路线ec（否则就得走eh，提前形成了一个圈）。容易发现两条可行路线：cb,ba,ah和ca,ab,bh。因此，行程可以为：hdecbah或hdecabh及颠倒的顺序。 注：上述问题与哈密尔顿图有关。 Roadmap 7.1 图论模型 7.2 子图与图的分类 7.3 图的同构 7.4 图操作 基本概念 u-v通道：从节点u出发，经过一系列节点和边的序列，最后到达节点v的路径，其中连续的节点和边是相关联的。 通道的长度：通道所经过边的数量 注意：通道