第九部分 图论

目录

相关概念 

握手定理

例1

图的度数列

无向图的连通性

无向图的连通度

 例2

例3

有向图D如图所示,求 A, A2, A3, A4,并回答诸问题:


中间有几章这里没有写,感兴趣可以自己去学,组合数学跟高中差不多,这里也没写了,绝不是因为作者懒!

定义9 .1 无向图 G = < V , E >, 其中
(1) V ≠ ∅ 为顶点集,元素称为 顶点
(2) E V & V 的多重集,其元素称为无向边,简称

G = <V,E>为无向图

V = { v 1, v2, v3,v4,v5}
E = {( v 1 , v 1 ), ( v 1 , v 2 ), ( v 2 , v 3 ), ( v 2 , v 3 ), ( v 2 , v 5 ), ( v 1 , v 5 ), ( v 4 , v 5 )}
定义9 .2 有向图 D =< V , E >, 只需注意 E V × V 的多重子集
相关概念 
1.
① 可用 G 泛指图(无向的或有向的)
V ( G ), E ( G ), V ( D ), E ( D )
n 阶图
2. 有限图
3. n 阶零图与平凡图
4. 空图 ——
5. e k 表示无向边或有向边
6. 顶点与边的关联关系
① 关联、关联次数
② 环
③ 孤立点
7. 顶点之间的相邻与邻接关系
8. 邻域与关联集
v V ( G ) ( G 为无向图 )
v的邻域            N(v)={u|u∈V(G)(u,v)∈E(G)u≠v}
v的闭邻域        \bar{N}(v)=N(v)∪{v}
v的关联集        I(v)={e|e∈E ( G ) e v 关联 }
v V ( D ) ( D 为有向图 )
v的后继元集        I^{_{D}^{+}}(v)={u|u∈V(D) ∧<v,u>∈E(D) u≠v}
v的先驱元集        I_{D}^{-} (v)= {u|u∈V(D) ∧<u,v>∈E(D) u≠v}
v的邻域                N_{D}(v)=I^{_{D}^{+}}(v)∪I_{D}^{-}(v)
v的闭邻域            \bar{N}(v)=N_{D}(v)∪{v}
9. 标定图与非标定图
10. 基图
定义9 .3
(1) 无向图中的平行边及重数
(2) 有向图中的平行边及重数        注意方向性
(3) 多重图
(4) 简单图
定义9 .4
(1) G =< V , E > 为无向图 , v V , d ( v )—— v 的度数 , 简称度
(2) D =< V , E > 为有向图
v V
d + ( v )—— v 的出度
d ( v )—— v 的入度
d ( v )—— v 的度或度数
(3)
( G )最大度
δ ( G )最小度
(4)
+ ( D )最大出度
δ + ( D )最小出度
( D )最大入度
δ ( D )最小入度
(5) 奇顶点度与偶度顶点
握手定理

定理9.1 G=<V,E>为任意无向图,V={v1,v2,,vn}, |E|=m,

G 中每条边 ( 包括环 ) 均有两个端点,所以在计算 G 中各顶点 度数之和时,每条边均提供 2 度, m 条边共提供 2 m

定理9.2 D=<V,E>为任意有向图,V={v1,v2,…,vn}, |E|=m,  

总度数为边数的两倍,入度和出度都等于边数

1
无向图 G 16 条边, 3 4 度顶点, 4 3 度顶点,其余 顶点度数均小于 3 ,问 G 的阶数 n 为几?
本题的关键是应用握手定理
3 度与 4 度顶点外
还有 x 个顶点 v 1 , v 2 , …, v x
d ( v i ) 2 i =1, 2, …, x
于是得不等式
32 24+2 x
x 4
阶数 n 4+4+3=11
图的度数列
V ={ v 1 , v 2 , …, v n } 为无向图 G 的顶点集,称 d ( v 1 ), d ( v 2 ), …, d ( v n ) G 度数列
V ={ v 1 , v 2 , …, v n } 为有向图 D 的顶点集
D 度数列 d ( v 1 ), d ( v 2 ), …, d ( v n )
D 出度列 d + ( v 1 ), d + ( v 2 ), …, d + ( v n )
D 入度列 d ( v 1 ), d ( v 2 ), …, d ( v n )
非负整数列 d =( d 1 , d 2 , …, d n ) 可图化的 ,是 可简单图化
度数列=入度列+出度列,对应元素

度数列={3,2,3,2}

出度列={2,1,2,1}

则求入读列

{1,1,1,1}

定义9 .5 G 1 =< V 1 , E 1 >, G 2 =< V 2 , E 2 > 为两个无向图 ( 两个有向 ) ,若存在双射函数 f : V 1 V 2 , 对于 v i , v j V 1 , ( v i , v j ) E 1 当且仅当 ( f ( v i ), f ( v j )) E 2 < v i , v j > E 1 当且仅当 < f ( v i ), f ( v j )> E 2 ) 并且 , ( v i , v j ) < v i , v j > )与 ( f ( v i ), f ( v j )) < f ( v i ), f ( v j )> )的重数相 同,则称 G 1 G 2 同构 的,记作 G 1 G 2
图之间的同构关系具有自反性、对称性和传递性
能找到多条同构的必要条件,但它们全不是充分条件:
① 边数相同,顶点数相同
② 度数列相同
③ 对应顶点的关联集及邻域的元素个数相同
若破坏必要条件,则两图不同构
判断两个图同构是个难题

定义9.6

(1) n ( n 1) 阶无向完全图 —— 每个顶点与其余顶点均相邻的 无向简单图,记作 K n
简单性质:
边数
m = n ( n   1) /2
∆ = δ = n 1
(2) n ( n 1) 有向完全图 —— 每对顶点之间均有两条方向相 反的有向边的有向简单图
简单性质:
m = n ( n 1)
∆ = δ = 2( n 1)
+ = δ + = n 1
(3) n ( n 1) 竞赛图 —— 基图为 K n 的有向简单图
简单性质:
边数
m = n ( n 2 1)
∆ = δ = n 1

定义9.7 n k正则图——=δ=k 的无向简单图

简单性质:边数(由握手定理得)

m=nk/2

定义9 .8 G =< V , E >, G =< V , E >
(1) G ′⊆ G —— G G 子图 G G 母图
(2) G ′⊆ G V = V ,则称 G G 生成子图
(3) V ′⊂ V E ′⊂ E ,称 G G 真子图
(4) V V ′⊂ V V ′≠∅ )的 导出子图 ,记作 G [ V ]
(5) E E ′⊂ E E ′≠∅ )的 导出子图 ,记作 G [ E ]
定义9 .9 G =< V , E > n 阶无向简单图,以 V 为顶点集,以 所有使 G 成为完全图 K n 的添加边组成的集合为边集的图, 称为 G 补图 ,记作
GG , 则称G自补图.
定义9 .10  给定图 G =< V , E > (无向或有向的), G 顶点与 边的交替序列 Γ = v 0 e 1 v 1 e 2 e l v l v i 1 , v i e i 的端点
(1) 通路与回路: Γ 通路 ;若 v 0 = v l Γ 回路 l 回路长
(2) 简单通路与回路:所有边各异, Γ 简单通路 ,又若 v 0 = v l Γ 简单回路
(3) 初级通路 ( 路径 ) 与初级回路 ( ) Γ 中所有顶点各异,则 Γ 初级通路 ( 路径 ) ,又若除 v 0 = v l ,所有的顶点各不相 同且所有的边各异,则称 Γ 初级回路 ( )
(4) 复杂通路与回路:有边重复出现
定理9 .3  n 阶图 G 中,若从顶点 v i v j v i v j )存在通路, 则从 v i v j 存在长度小于或等于 n 1 的通路
定理9 .4  在一个 n 阶图 G 中,若存在 v i 到自身的回路,则一 定存在 v i 到自身长度小于或等于 n 的回路
无向图的连通性
(1) 顶点之间的连通关系: G =< V , E > 为无向图
① 若 v i v j 之间有通路,则 v i v j
V 上的等价关系 R ={< u , v >| u , v V u v }
(2) G 的连通性与连通分支
① 若 u , v V u v ,则称 G 连通
V / R ={ V 1 , V 2 ,…, V k } ,称 G [ V 1 ], G [ V 2 ], …, G [ V k ] 连通分 ,其个数 p ( G )= k ( k 1)
k =1 G 连通
(3) 短程线与距离
u v 之间的 短程线 u v u v 之间长度最短的通路
u v 之间的 距离 d ( u , v )—— 短程线的长度
d ( u , v ) 的性质:
d ( u , v ) 0, u v d ( u , v )=
d ( u , v )= d ( v , u )
d ( u , v )+ d ( v , w ) d ( u , w )
无向图的连通度
删除顶点及删除边
G v —— G 中将 v 及关联的边去掉
G V —— G 中删除 V 中所有的顶点
G e —— e G 中去掉
G E —— 删除 E 中所有边
点割集与边割集
点割集与割点

定义9.11 G=<V,E>, V′⊂V

V 点割集        —— p ( G V )> p ( G ) 且有极小性
v 割点              ——{ v } 为点割集
定义9 .12  G =< V , E >, E ′⊆ E
E 边割集         —— p ( G E )> p ( G ) 且有极小性
e 割边 (桥)   ——{ e } 为边割集

点割集和边割集的两个要求

删去集合里的所有边或点,会增加连通分支

删去集合中的子集不会增加连通分支

例2

点割集        {v5},{v6},{v1,v4}

割点            v5,v6

边割集        {e7},{e8},{e1,e2},{e1,e4,e6},{e2,e3,e9},{e1,e3,e9},{e2,e4,e6},{e3,e4,e5},{e1,e3,e5,e6},{e2,e4,e5,e9},{e1,e4,e5,e9},{e2,e3,e5,e9}

割边(桥)      e7,e8

定义9 .13  D =< V , E > 为有向图
v i v j v i 可达 v j —— v i v j 有通路
v i v j v i v j 相互可达)
性质
具有自反性 ( v i v i ) 、传递性
具有自反性、对称性、传递性
v i v j 的短程线与距离
类似于无向图中,只需注意距离表示法的不同
( 无向图中 d ( v i , v j ) ,有向图中 d < v i , v j >) d < v i , v j > 无对称性

 定义9.14 D=<V,E>为有向图

D 弱连通 ( 连通 )—— 基图为无向连通图
D 单向连通 —— v i , v j V v i v j v j v i
D 强连通 —— v i , v j V v i v j
易知,强连通 单向连通 弱连通
判别法
定理9 .4  D 强连通当且仅当 D 中存在经过每个顶点至少一次 的回路
定理9 .5  D 单向连通当且仅当 D 中存在经过每个顶点至少一 次的通路
定义9.15   G =< V , E > 为一个无向图,若能将 V 分成 V 1 V 2 ( V 1 V 2 = V V 1 V 2 = ) ,使得 G 中的每条边的两个端点都是 一个属于 V 1 ,另一个属于 V 2 ,则称 G 二部图 ( 或称 二分
偶图 ) ,称 V 1 V 2 互补顶点子集 ,常将二部图 G 记为 < V 1 , V 2 , E > 又若 G 是简单二部图, V 1 中每个顶点均与 V 2 中所有的顶点相 则称 G 完全二部图 ,记为 K r , s ,其中 r =| V 1 | s =| V 2 |
注意, n 阶零图为二部图
完全二部图V1集合每个点都与V2集合中每个点相连

定理9.6 无向图G=<V,E>二部图当且仅当G中无奇圈 

定义9 .16  无向图 G =< V , E > | V |= n | E |= m ,令 m ij v i e j 的关联次数,称 ( m ij ) n × m G 关联矩阵 ,记为 M ( G )
定义9 .17  有向图 D =< V , E > ,令 则称 ( m ij ) n × m D 关联矩阵 ,记为 M ( D )

 

定义9 .18  设有向图 D =< V , E >, V ={ v 1 , v 2 , …, v n }, E ={ e 1 , e 2 , …, e m }, 令为顶点 v i 邻接到顶点 v j 边的条数,称为 D 邻接矩 ,记作 A ( D ) ,或简记为 A

定理9.7 A为有向图 D 的邻接矩阵,V={v1, v2, …, vn}顶点集,则 A l 次幂 Al l1)中元素

a^{_{ij}^{(l)}}Dvi vj 长度为 l 的通路数,其中a^{_{ii}^{(l)}}vi 到自身长度为 l 的回路数,而D中长度为 l 的通路总数,D 中长度为 l 的回路总数

例3
有向图D如图所示,求 A, A2, A3, A4,并回答诸问题:
(1) D 中长度为 1, 2, 3, 4 的通路各有多少条?其中回路分别为多 少条?
(2) D 中长度小于或等于 4 的通路为多少条?其中有多少条回路?

 

(1)
D 中长度为 1 的通路为 8 条,其中有 1 条是回路
D 中长度为 2 的通路为 11 条,其中有 3 条是回路
D 中长度为 3 4 的通路分别为 14 17 条,回路分别 1 3
(2)
D 中长度小于等于 4 的通路为 50 条,其中有 8 条是回路
下标(i,i)的数的和为回路总数,(i,j)的数的和为通路总数

 定义9.19 D=<V,E>为有向图. V={v1, v2, …, vn},

(pij)n×n D的可达矩阵,记作P(D),简记为由于vi Vvi vi ,所以P(D)主对角线上的元素全为1

由定义不难看出, D 强连通当且仅当P(D)为全1矩阵

下图所示有向图 D 的可达矩阵为

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/272804.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

目标检测-Two Stage-SPP Net

文章目录 前言一、SPP Net 的网络结构和流程二、SPP的创新点总结 前言 SPP Net&#xff1a;Spatial Pyramid Pooling Net&#xff08;空间金字塔池化网络&#xff09; SPP-Net是出自何凯明教授于2015年发表在IEEE上的论文-《Spatial Pyramid Pooling in Deep ConvolutionalNetw…

设计模式(4)--对象行为(5)--中介者

1. 意图 用一个中介对象来封装一系列的对象交互。 中介者使各对象不需要显式地相互引用&#xff0c;从而使其耦合松散&#xff0c; 而且可以独立地改变它们之间的交互。 2. 四种角色 抽象中介者(Mediator)、具体中介者(Concrete Mediator)、抽象同事(Colleague)、 具体同事(Co…

https密钥认证、上传镜像实验

一、第一台主机通过https密钥对认证 1、安装docker服务 &#xff08;1&#xff09;安装环境依赖包 yum -y install yum-utils device-mapper-persistent-data lvm2 &#xff08;2&#xff09;设置阿里云镜像源 yum-config-manager --add-repo http://mirrors.aliyun.com/do…

时序预测 | Matlab实现SSA-CNN-LSTM麻雀算法优化卷积长短期记忆神经网络时间序列预测

时序预测 | Matlab实现SSA-CNN-LSTM麻雀算法优化卷积长短期记忆神经网络时间序列预测 目录 时序预测 | Matlab实现SSA-CNN-LSTM麻雀算法优化卷积长短期记忆神经网络时间序列预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 MATLAB实现SSA-CNN-LSTM麻雀算法优化卷积长短…

中伟视界:燃气站的烟火、安全帽、抽烟、打电话检测等AI算法的工作原理详解

人工智能&#xff08;AI&#xff09;技术在各行各业中的应用越来越广泛&#xff0c;燃气站的安全管理也在逐步引入AI算法。本文将详细介绍AI算法在燃气站安全管理中的应用&#xff0c;包括烟火检测、安全帽识别、抽烟、打电话检测等方面的工作原理。 烟火检测是燃气站安全管理中…

Java之网络编程

一、什么是网络编程 在网络通信协议下&#xff0c;不同计算机上运行的程序&#xff0c;可以进行数据传输 二、常见的网络架构 1、B/S &#xff1a;Browser/Server 只需要一个浏览器&#xff0c;用户通过不同的网址&#xff0c;客户访问不同的服务器。 例如&#xff1a;京东&am…

redis,memcached,nginx网络组件,网络编程——reactor的应用

目录 目标网络编程关注的问题连接的建立连接的断开消息的到达消息发送完毕 网络 IO 职责检测 IO检测 io剖析 操作 IO 阻塞IO 和 非阻塞IOIO 多路复用epoll结构以及接口 reactor编程连接建立连接断开数据到达数据发送完毕 reactor 应用&#xff1a;后续补充源码解析单 reacrtor多…

JVM高频面试题(2023最新版)

JVM面试题 1、JVM内存区域 Jvm包含两个子系统和两个组件。 1.1子系统 Class loader&#xff08;类加载器&#xff09;&#xff1a;根据给定的全限定名类名&#xff08;java.lang.object&#xff09;来装载class文件到Runtime data area&#xff08;运行时数据区&#xff09;…

flask文件夹列表改进版--Bug追踪

把当前文件夹下的所有文件夹和文件列出来&#xff0c;允许点击返回上层目录&#xff0c;允许点击文件夹进入下级目录并显示此文件夹内容 允许点击文件进行下载 from flask import Flask, render_template, send_file, request, redirect, url_for import osapp Flask(__name_…

阿里云自建官方Docker仓库镜像提交拉取方法

文章目录 发布镜像到DockerHub发布镜像到自建Docker仓库(Harbor)修改配置文件在Linux服务器中登录Docker打TAGPUSH提交镜像PULL拉取镜像 发布镜像到阿里云容器服务在Linux服务器中登录DockerPUSH提交镜像PULL拉取镜像 发布镜像到DockerHub 本地我们镜像命名可能会不规范&#…

SpringCloud 整合 Canal+RabbitMQ+Redis 实现数据监听

1Canal介绍 Canal 指的是阿里巴巴开源的数据同步工具&#xff0c;用于数据库的实时增量数据订阅和消费。它可以针对 MySQL、MariaDB、Percona、阿里云RDS、Gtid模式下的异构数据同步等情况进行实时增量数据同步。 当前的 canal 支持源端 MySQL 版本包括 5.1.x , 5.5.x , 5.6.…

【面试】Java中的多种设计模式(十种主要设计模式)

Java中的多种设计模式&#xff08;十种主要设计模式&#xff09; 文章概述 设计模式是一套被反复使用、多数人知晓的、经过分类的、代码设计经验的总结。它是软件工程中常见问题的解决方案的一种描述或模板。设计模式可以提供一种通用的、可重用的解决方案&#xff0c;帮助开发…

16.Redis 高级数据类型 + 网站数据统计

目录 1.Redis 高级数据类型 2.网站数据统计 2.1 业务层 2.2 表现层 2.2.1 记录数据 2.2.2 查看数据 1.Redis 高级数据类型 HyperLogLog&#xff1a;采用一种基数算法&#xff0c;用于完成独立总数的统计&#xff1b;占据空间小&#xff0c;无论统计多少个数据&#xff0…

PYTHON基础:最小二乘法

最小二乘法的拟合 最小二乘法是一种常用的统计学方法&#xff0c;用于通过在数据点中找到一条直线或曲线&#xff0c;使得这条直线或曲线与所有数据点的距离平方和最小化。在线性回归中&#xff0c;最小二乘法被广泛应用于拟合一条直线与数据点之间的关系。 对于线性回归&…

华为——使用ACL限制内网主机访问外网网站示例

组网图形 图1 使用ACL限制内网主机访问外网网站示例 ACL简介配置注意事项组网需求配置思路操作步骤配置文件 ACL简介 访问控制列表ACL&#xff08;Access Control List&#xff09;是由一条或多条规则组成的集合。所谓规则&#xff0c;是指描述报文匹配条件的判断语句&#…

RFID技术在汽车制造:提高生产效率、优化物流管理和增强安全性

RFID技术在汽车制造:提高生产效率、优化物流管理和增强安全性 随着科技的进步&#xff0c;物联网技术已经深入到各个领域&#xff0c;尤其在制造业中&#xff0c;RFID技术以其独特的优势&#xff0c;如高精度追踪、实时数据收集和自动化操作&#xff0c;正在改变传统的生产方式…

FonePaw iOS Transfer for Mac: 让您的IOS设备数据无忧传输

在数字世界里&#xff0c;随着我们的生活与科技越来越紧密&#xff0c;数据传输成为了我们日常生活中的重要部分。尤其对于广大的苹果用户来说&#xff0c;如何方便、快速地传输数据成为了他们关注的焦点。今天&#xff0c;我要为大家介绍一款专门为Mac用户设计的IOS数据传输工…

云原生Kubernetes:K8S集群实现容器运行时迁移(docker → containerd) 与 版本升级(v1.23.14 → v1.24.1)

目录 一、理论 1.K8S集群升级 2.环境 3.升级策略 4.master1节点迁移容器运行时(docker → containerd) 5.master2节点迁移容器运行时(docker → containerd) 6.node1节点容器运行时迁移(docker → containerd) 7.升级集群计划&#xff08;v1.23.14 → v1.24.1&#…

macos Apple开发证书 应用签名p12证书 获取生成方法 codesign 证书获取

在开发macos应用的时候必须要对自己开发的应用进行签名才能使用, 下面介绍个人如何获取Apple开发签名证书. 必备条件, 你需要先安装 xcode , 注册一个苹果开发者账号 免费的就可以, 以下为获取流程 You need to create a cert through xcode. Additionally, you need to have…

Jmeter之从CSV文件获取数据

新建csv文件 新建一个excel&#xff0c;填充业务数据&#xff0c;然后导出csv格式文件。 添加一个CSV数据文件 使用
最新文章