图论基本概念.ppt

2012数学建模培训第6讲图论模型及Matlab程序“图论模型及其Matlab程序”学习内容1.如何理解图、无向图、有向图？2.如何理解顶点与顶点及边的关系？3.如何理解加权图？4.如何确定图的邻接矩阵和关联矩阵？5.如何确定网络的邻接矩阵？6.如何应用程序实现邻接矩阵和关联矩阵的转化？7.什么是最短路径问题，通常有几类？8.Dijkstra算法和Floyd算法各适用于哪一类最短路问题？9.如何应用程序实现Dijkstra算法和Floyd算法，怎样理解、改进输出结果？10.如何理解树、生成树、最小生成树？11.如何应用程序求解最小生成树？12.什么叫环游、最优环游、Euler环游、Hamilton环游、Euler图、Hamilton图？13.如何理解中国邮递员问题和旅行商问题间的区别？14.如何利用程序判定Euler图以及Hamilton图？15.如何理解网络流、网络最大流、最小费用最大流？16.如何应用Ford-Fulkerson算法、Dinic算法及Busacker-Gowan算法求解最大流、最小费用最大流？图论模型及其Matlab程序图论是数学的一个分支，以图为研究对象。图论中的图是由若干个给定顶点及若干条连接两个顶点的边所构成的图形，这种图形通常用来描述某些事物之间的某种特定关系，用顶点代表事物，用连接两个顶点的边表示相应两个事物间具有这种关系。这种图提供了一个很自然的数据结构，可以对自然科学和社会科学中许多领域的问题进行恰当的描述或建模，因此图论研究越来越得到这些领域的专家和学者的重视。图论最早的研究起源于瑞士数学家欧拉，他在1736年成功地解决了哥尼斯堡七桥问题，从而开创了图论的先河。在此后的200多年时间内,图论的研究从萌芽阶段，逐渐发展成为数学的一个新分支。20世纪70年代以后，由于高性能计算机的出现，使大规模图论问题的求解成为可能。目前，图论理论已广泛应用于运筹学、计算机科学、电子学、信息论、控制论、网络理论、经济管理等领域。由于图论有着丰富的算法和广泛的应用，所以一直以来图论问题在信息类竞赛中占有较大比重。例如，在著名的ACM/ICPC程序设计竞赛中,图的遍历、最小生成树、最短路径、网络流、匹配问题、图的连通性、图着色等都是常见问题。数学建模竞赛中的图论问题不及ICPC中的普遍，难度也不大。本讲主要介绍图的一些基本概念及存储方法、最短路问题、最小生成树问题、可行遍性问题、网络流问题及其Matlab程序。本讲要求学生理解图论的基本概念；掌握图的邻接矩阵表示方法；能较为熟练地根据实际问题正确地建立图论模型，并利用相应的Matlab程序求解；不要求理解算法，编写程序。一、图的基本概念与图的存储1.图的基本概念图论的一个特点就是概念特别多。这里只介绍一些基本的概念，其它概念在后面用到时再补充介绍。1.1图图是由顶点集合和边的集合组成的数据结构，通常用G(V,E)来表示，其顶点集合和边的集合分别用V(G)和E(G)表示。例如，右图所示的图可表示为G(V,E)。其中，V(G)={0,1,2,3,4,5}，E(G)={(0,1),(0,2),(1,2),(1,3),(1,4),(1,5),(2,3),(2,4),(3,4)}。1.2无向图与有向图所有边都没有方向的图称为无向图，如1.1中的图；每条边都有方向的图称为有向图，通常用u,v表示从u到v的有向边。例如，对于右图所示的有向图G(V,E)，V(G)={0,1,2,3,4,5,6},E(G)={0,1,1,2,1,4,1,5,2,4,3,2,4,1,4,3,5,6}。1.3完全图任何一对顶点都有一条边的图称为完全图；任何一对顶点u,v都有u,v和v,u两条有向边的图称为完全有向图。例如，左图为完全图，右图为完全有向图。1.4顶点与顶点、顶点与边的关系在图论中，顶点与顶点、顶点与边的关系是通过“邻接(Adjacency)”这个概念来表示的。在无向图G(V,E)中，若(u,v)是图中的一条边，则称u和v互为邻接顶点，边(u,v)依附于u,v，或称(u,v)与u,v相关联。在有向图G(V,E)中,若u,v是图中的一条边，则称u邻接到v，v邻接自u，(u,v)与u,v相关联。1.5路径