图的基本概念

图的定义及运算

定义

  • 先定义基本的无序积
    • A, B 为任意两个集合,称 A B 无序积,记作A&B.
      为方便起见,将无序积中的无序对 {a, b},记为 (a, b),并且允许 a = b.
      需要指出的是,无论 a, b 是否相等,均有 (a, b) = (b, a),因而 A&B = B&A
  • 无向图
    • 一个无向图G 是一个有序的二元组,其中
      1. V 是一个非空有穷集,称作顶点集,其元素称作顶点或结点.
      1. E 是无序积 V&V 有穷多重子集,称作边集,其元素称作无向边或边
  • 有向图
    • 一个有向图D 是一个有序的二元组
      1. 其中V 同定义
      1. E 是笛卡儿积 V ×V 有穷多重子集,称作边集,其元素称作有向边或边
这SB又打错了!
这SB又打错了!

概念和规定

  • 无向图和有向图统称作图,但有时也常把无向图简称作图. 通常用 G 表示无向图,D 表示有向图,有时也用 G 泛指图(无向的或有向的),用V (G),E(G) 分别表示 G 顶点集边集|V (G)|, |E(G)| 分别是 G 的顶点数和边数有向图也有类似的符号
  • 顶点数称作图的阶,n 个顶点的图称作n 阶图
  • 一条边也没有的图称作零图。 n 阶零图记作 . 1 阶零图 N1 称作平凡图。平凡图只有一个顶点,没有边
  • 在图的定义中规定顶点集 V 为非空集,但在图的运算中可能产生顶点集为空集的运算结果,为此规定顶点集为空集的图为 空图,并将空图记作 ∅.
  • 当用图形表示图时,如果给每一个顶点和每一条边指定一个符号(字母或数字,当然字母还可以带下标),那么称这样的图为标定图,否则称作非标定图
  • 将有向图的各条有向边改成无向边后所得到的无向图称作这个有向图的基图
  • G = ⟨V ,E⟩ 为无向图,,称 vi, vj ek 的端点,ek vivj)关联。
    • vi = vj,则称 ek vivj)的关联次数 为 1;若 vi = vj,则称 ekvi 的关联次数 为 2,并称 ek 。如果顶点 vl 不与边 ek 关联,那么称ek vl 的关联次数为 0。
      若两个顶点 vi vj 之间有一条边连接,则称这两个顶点相邻。若两条边至少有一个公共端点,则称这两条边相邻
  • D = ⟨V ,E⟩ 为有向图,,称 vi, vj ek 的端点 ,vi ek的始点,vj ek 的终点,并称 ek vivj)关联 。若 vi = vj,则称 ek D中的环。
    • 若两个顶点之间有一条有向边,则称这两个顶点相邻。若两条边中一条边的终点是另一条边的始点,则称这两条边 相邻 。
      图(无向的或有向的)中没有边关联的顶点称作 孤立点
      notion image
      在无向图中,如果关联一对顶点的无向边多于 1 条,那么称这些边为平行边,平行边的条数称作重数
      在有向图中,如果关联一对顶点的有向边多于 1 条,并且这些边的始点与终点相同(也就是它们的方向相同),那么称这些边为平行边
      含平行边的图称作多重图,既不含平行边也不含环的图称作简单图
  • 子图
    • G = ⟨V ,E⟩, G′ = ⟨V ′,E′⟩ 为两个图(同为无向图或同为有向图),若 V ′ ⊆ VE′ ⊆ E,则称 G′ G 的子图 ,G G′ 的母图,记作 G′ ⊆ G.又若 V ′ ⊂ V E′ ⊂ E,则称子图 G′ G 的真子图。若 V ′ = V,则称子图 G′ G 生成子图
  • 导出子图
    • G = ⟨V ,E⟩, V1 ⊂ V V1 = ,称以 V1 为顶点集,以 G 中两个端点都在V1 中的边组成边集 E1 的图为 G V1 导出的子图,记作 G[V1]。
      又设 E1 ⊂ E E1 = ,称以 E1 为边集,以 E1 中边关联的顶点为顶点集 V1的图为 G E1 导出的子图,记作 G[E1]
  • 删除收缩与添加边
    • G = ⟨V ,E⟩ 为无向图.
      1. e ∈ E,用 G − e 表示从 G 中去掉边 e,称作删除边 e . 又设 E′ ⊂ E,用G − E′ 表示从 G 中删除 E′ 中的所有边,称作 删除 E′
      1. v ∈ V,用 G − v 表示从 G 中去掉 v 及所关联的一切边,称作删除顶点v . 又设 V ′ ⊂ V,用 G − V ′ 表示从 G 中删除 V ′ 中所有的顶点,称作删除V ′ e = (u, v) ∈ G,用 G\e 表示从 G 中删除 e 后,将 e 的两个端点 u, v 用一个新的顶点 w(可以用 u v 充当 w)代替,并使 w 关联除 e 以外 u, v关联的所有边,称作边 e 收缩
      1. u, v ∈ Vu, v 可能相邻,也可能不相邻),用 G ∪ (u, v)(或G + (u, v))表示在 u, v 之间加一条边 (u, v),称作加新边

图运算

  • 并图
    • 称以 V1 ∪ V2 为顶点集,以 E1 ∪ E2 为边集的图为 G1 与 G2 的并图,记作G1 ∪ G2,即 G1 ∪ G2 = ⟨V1 ∪ V2,E1 ∪ E2
  • 交图
    • 称以 E1 ∩ E2 为边集,以 E1 ∩ E2 中边关联的顶点组成的集合为顶点集的图为 G1 与 G2 的交图 ,记作 G1 ∩ G2
  • 差图
    • 称以 E1 − E2 为边集,以 E1 − E2 中边关联的顶点组成的集合为顶点集的图为 G1 与 G2 的差图,记作 G1 − G2
  • 环和
    • 称以 E1 ⊕ E2 为边集,以 E1 ⊕ E2 中边关联的顶点组成的集合为顶点集的图为 G1 与 G2 的环和,记作 G1 ⊕ G2
📌
注意:
空图由G1=G2给出(G1-G2=
设图 G1 = ⟨V1,E1⟩, G2 = ⟨V2,E2,若 V1 ∩ V2 = ,则称 G1 与 G2 是不交的E1 ∩ E2 = ,则称 G1 与 G2 是边不交的或边不重的. 显然,不交的图必然是边不交的,但反之不成立. G1 与 G2 边不重时,G1 ∩ G2 = ∅, G1 − G2 = G1, G2 − G1 = G2, G1 ⊕ G2 = G1 ∪ G2.
两个图的环和可以用并、交、差给出:G1 ⊕ G2 = (G1 ∪ G2) (G1 ∩ G2)

度数、通路与回路

度数

  • G = ⟨V ,E⟩ 为无向图,任意 v ∈ V,将 v 作为边的端点的次数称为 v 的度数,简称为,记作 . 在不发生混淆时,略去下标 G,简记为 d(v)。
  • D = ⟨V ,E⟩ 为有向图,任意 v ∈ V,将 v 作为边的始点的次数称为 v 的出度,记作 ,简记为 ;将 v 作为边的终点的次数称为 v 的入度 ,记作,简记为 ;称 v 度数 ,记作 dD(v),简记为 d(v)
  • 最大和最小度(无向图中)
    • 有向图中可定义类似的
  • 另外,称度数为 1 的顶点为 悬挂顶点,与它关联的边称作悬挂边
    • 度为奇数的顶点称作奇度顶点 ;度为偶数的顶点称作偶度顶点
  • 握手定理
    • 在任何有向图中,所有顶点的度数之和等于边数的 2 倍;所有顶点的入度之和等于所有顶点的出度之和,都等于边数
      由此推知任何图中奇度顶点的个数是偶数
  • 度数列
    • G = ⟨V ,E⟩ 为一个 n 阶无向图,V = {v1, v2, · · · , vn},称 d(v1), d(v2), · · · ,d(vn) 为 G 度数列.。对于顶点标定的无向图,它的度数列是唯一
      反之,对于给定的非负整数列 d = (d1, d2, · · · , dn),若存在以V = {v1, v2, · · · , vn} 为顶点集的 n 阶无向图 G,使得 d(vi) = dii = 1, 2, · · · , n,则称 d 可图化的 。特别地,若所得到的图是简单图,则称 d 可简单图化的
      对有向图还可以类似定义出度列和入度列。
  • 可图化
    • 非负整数列 d = (d1, d2, · · · , dn) 是可图化的当且仅当 为偶数
      • 书上的证明给出了一个构造方法
    • G 为任意 n 无向简单图,则
  • 同构的图
    • G1 = ⟨V1,E1G2 = ⟨V2,E2是两个无向图,若存在双射函数 f : V1 →V2,使得 ,并且 (vi, vj) 与(f(vi), f(vj)) 的重数相同,则称 G1 与 G2 同构 ,记作
      对有向图,可类似定义同构,即要求双射函数 f : V1 → V2,使得 ,且 ⟨vi, vj⟩ ⟨f(vi), f(vj)的重数相同
      图之间的同构关系“”构成全体图集合上的等价关系,每个等价类中的图在同构意义下都可以看成同一个图
  • 完全图
    • G n 无向简单图n ⩾ 1,若 G 中每个顶点均与其余的 n − 1 个顶点相邻,则称 G n 阶无向完全图,简称为n 阶完全图 ,记作
    • D n 阶有向简单图,若 D 中每个顶点都邻接到其余的 n − 1 个顶点,则称D n 阶有向完全图
    • D 的基图为 n 阶无向完全图 Kn,则称 D n 阶竞赛图
  • K-正则图
    • G n 无向简单图,若 ∀v ∈ V (G),均有 d(v) = k,则称 G k-正则图
      由定义可知,n 阶零图是 0-正则图,n 阶无向完全图是 (n − 1)-正则图,彼得松图是 3-正则图. 由握手定理可知,n k-正则图中,边数 ,因而当 k 为奇数时,n 必为偶数
  • 补图
    • G = ⟨V ,E⟩ n 无向简单图,令,称 G 补图
    • 若图,则称G 自补图

通路与回路

  • 定义
    • 通路:设 G 为无向标定图,G 中顶点与边的交替序列 称作 通路,其中 r 的端点,r = 1, 2, · · · , l
      • 我们把顶点 vi0, vil 分别称为 Γ 始点终点Γ 中边的条数称作它的长度
    • 回路:如果最后回到了自己,这个通路就变成了回路
    • 如果路径上的边不重复,那么这个路径就是简单的
    • 如果路径上的边不重复,顶点也不重复,那么这就是初级的
      • 注意,在定义中,仍将初级回路看成初级通路(路径)的特殊情况,但是在应用中,初级通路(路径)通常都是始点与终点不相同的
        在简单图中可以只用顶点序列表示通路(回路)
    • Γ 中有边重复出现,则称 Γ复杂通路 。 若又有 vi0 = vil,则称 Γ 为复杂回路
    • 初级的回路又叫作圈,将长度为奇数的圈称作奇圈,长度为偶数的圈称作偶圈
  • 定理性质
    • n 阶图 G 中,若从顶点 u v 存在通路,且 u = v,则从 u v 存在长度小于等于 n − 1 的通路
      • n 阶图 G 中,若从顶点 u v 存在通路,且 u = v,则 u v 一定存在长度小于等于 n − 1 的初级通路(路径)
    • n 阶图 G 中,若存在 v 到自身的回路,则一定存在 v 到自身长度小于等于 n的回路
      • n 阶图 G 中,若存在 v 到自身的简单回路,则一定存在 v 到自身长度小于等于 n 的初级回路
    • 长度相同的圈都是同构的,因此在同构意义下给定长度的圈只有一个。在标定图中,圈表示成顶点和边的标记序列。 只要两个标记序列不同,就认为这两个圈不同,称这两个圈在定义意义下不同

图的连通性

连通

  • 定义
    • 设无向图 G = ⟨V ,E⟩,若 u, v ∈ V 之间存在通路,则称 u, v 是连通的,记作u ∼ v。
      规定:∀v ∈ V , v ∼ v
  • 若无向图 G 平凡图G 中任何两个顶点都是连通的,则称 G 连通图,否则称 G 为非连通图
    • 由定义不难看出,无向图中顶点之间的连通关系 V 上的等价关系。当 n ⩾ 1 时,完全图 Kn 都是连通图,而当 n ⩾ 2 时,零图 Nn 都是非连通图
  • 连通分支
    • 设无向图 G = ⟨V ,E⟩Vi V 关于顶点之间的连通关系 的一个等价类,称导出子图G 的一个连通分支 。G 连通分支数记作 p(G)
      由定义,若 G 为连通图,则 p(G) = 1;若 G 为非连通图,则 p(G) ⩾ 2。在所有的n 阶无向图中,n 阶零图是连通分支最多的,p(Nn) = n

短线程

  • u, v 为无向图 G 中的任意两个顶点,若 u ∼ v,则称 u, v 之间长度最短的通路u, v 之间的短程线。短程线的长度称为 u, v 之间的距离,记作 d(u, v)
  • 距离有以下性质:∀u, v, w ∈ V (G),
    • 1、 非负性:d(u, v) ⩾ 0,等号成立当且仅当 u = v
      2 、对称性:d(u, v) = d(v, u)
      3 、满足三角不等式:d(u, v) + d(v, w) ⩾ d(u, w)

割集

  • 设无向图 G = ⟨V ,E⟩,若存在 V ′ ⊂ V 使得 p(G − V ′) > p(G),且对于任意的V ′′ ⊂ V ′,均有 p(G − V ′) = p(G),则称 V ′ G 点割集
    • V ′ = {v},则称 v 割点
  • 设无向图 G = ⟨V ,E⟩,若存在 E′ ⊆ E 使得 p(G − E′) > p(G),且对于任意的E′′ ⊂ E′,均有 p(G − E′′) = p(G),则称 E′ G 边割集,或简称为割集。若 E′ = {e},则称 e 割边 或桥

连通度

  • 点连通度
    • G 无向连通图且不是完全图,则称G 点连通度 ,简称为连通度。 κ(G) 有时简记为 κ
      n ⩾ 1 时,规定完全图 Kn 的点连通度为 n − 1,非连通图的点连通度为 0.
      又若 κ(G) ⩾ k,则称 G k-连通图,k 为非负整数
      在k-连通图里删去k-1个点所得的还是一个连通图
  • 边连通度
    • G 无向连通图,称G 边连通度λ(G) 有时简记为 λ。规定非连通图的边连通度为 0
      又若λ(G) ⩾ r,则称 G r -连通图,若 G r 边-连通图,则在 G 中任意删除 r − 1 条边后,所得的图依然是连通的。完全图 Kn 的边连通度为 n − 1,因而 Kn r 边-连通
  • 定理 1.3.1
    • notion image

有向图的连通性

  • 可达
    • D = ⟨V ,E⟩ 为一个有向图,∀vi, vj ∈ V,若从 vi vj 存在通路,则称 vi 可达vj,记作 vi → vj。
      规定 vi 总是可达自身的,即 vi → vi。
      vi → vj vj → vi,则称 vi vj 相互可达的,记作 vi ↔ vj。规定 vi ↔ vi
      都是 V 上的二元关系,并且不难看出 V 上的等价关系
  • 有向图 D = ⟨V ,E⟩, ∀vi, vj ∈ V,若 vi → vj,则称 vi vj 长度最短的通路为vi vj 的短程线,短程线的长度为 vi vj 距离,记作 d⟨vi, vj⟩
    • 除了不具有对称性,其余性质一致
  • 连通图
    • 若有向图 D = ⟨V ,E⟩ 的基图是连通图,则称 D 弱连通图 ,简称为连通图
      ∀vi, vj ∈ V , vi → vj vj → vi 至少成立其一,则称 D 单向连通图
      ∀vi,vj ∈ V,均有 vi ↔ vj,则称 D 强连通图
    • 强连通图与单向连通图的判别定理
      • 有向图 D = ⟨V ,E⟩ 强连通图当且仅当 D 存在经过每个顶点至少一次的回路
        有向图 D 单向连通图当且仅当 D 存在经过每个顶点至少一次的通路
📌
扩大路径法
G n 阶无向图,Γ 为一条路径. 若它的始点和终点都不与 Γ 外的顶点相邻,则称 Γ 为一条极大路径. 任给一条路径,如果它的始点或终点与路径外的某个顶点相邻,就把它延伸到这个顶点. 继续这一过程,直到最后不能向外延伸为止,最后总能得到一条极大路径. 称如此构造极大路径的方法为扩大路径法

二部图

  • 定义
    • 设无向图 G = ⟨V ,E⟩,若能将 V 划分V1 和 V2(即V1 ∪ V2 = V ,V1 ∩ V2 = V1 = ∅, V2 = ),使得 G 中的每条边的两个端点都是一个属于V1,另一个属于 V2,则称 G 二部图(或二分图、偶图),称 V1 和 V2 为互补顶点子集,常将二部图 G 记作 ⟨V1, V2,E⟩
      又若 G 简单二部图V1 中的每个顶点均与 V2 中的所有顶点相邻,则称 G 完全二部图,记为 Kr,s,其中 r = |V1|, s = |V2|
      notion image
  • n ⩾ 2,则 n 阶无向图 G 是二部图当且仅当 G 无奇圈

图的矩阵表示

关联矩阵

  • 无向图
    • 无向图 G = ⟨V ,E⟩, V = {v1, v2, · · · , vn},E = {e1, e2, · · · , em},令 mij 为顶点vi 与边 ej 的关联次数,则称 (mij)n×m G 关联矩阵 ,记作 M(G)
    • 性质
      • notion image
  • 有向图
    • 设有向图 D = ⟨V ,E⟩ 中无环,V = {v1, v2, · · · , vn},E = {e1, e2, · · · , em}
      • 则称 (mij)n×m D 的关联矩阵,记作M(D)
    • 性质
        1. 每一列恰好有一个 +1 和一个 1.
        1. 1 的个数等于 +1 的个数,都等于边数 m,这正是有向图握手定理的内容.
        1. i 行中,+1 的个数等于 1 的个数等于.
        1. 平行边所对应的列相同

邻接矩阵

  • 设有向图 D = ⟨V ,E⟩, V = {v1, v2, · · · , vn},令 为顶点 vi 邻接到顶点 vj 的边的条数,称 D 邻接矩阵 ,记作 A(D),或简记为 A
  • 性质
    • notion image
      notion image

可达矩阵

  • 定义
    • notion image
  • 性质

欧拉图与哈密顿图

欧拉图

  • 定义
    • 通过图(无向图或有向图)中每条边一次且仅一次,并且过每一顶点的通路称作欧拉通路。通过图中每条边一次且仅一次,并且过每一顶点的回路称作 欧拉回路具有欧拉回路的图称作欧拉图. 具有欧拉通路而无欧拉回路的图称作 半欧拉图。规定平凡图是欧拉图。
  • 判定定理
    • 无向图 G 是欧拉图当且仅当 G 连通图没有奇度顶点
    • 无向图 G 是半欧拉图当且仅当 G 是连通的且恰有两个奇度顶点
    • 有向图 D 是欧拉图当且仅当 D 是强连通的每个顶点的入度等于出度
    • 有向图 D 是半欧拉图当且仅当 D 单向连通的且恰有两个奇度顶点,其中一个顶点的入度比出度大 1,另一个顶点的出度比入度大 1,其余顶点入度等于出度
    • 🚨
      任何欧拉图都有可将欧拉图分解成若干个边不重的圈
    • G 是非平凡的欧拉图当且仅当 G 是连通的且是若干个边不重的圈的并
  • G 是非平凡的欧拉图,证明:λ(G) ⩾ 2
    • 等价于G 不是 1 边-连通图,即证明 G 的任意一条边 e 都不是桥。设 C 是一条欧拉回路,e C 上,因而 p(G − e) = p(G),故 e 不是桥
  • Fleury 算法
    • notion image

哈密顿图

  • 定义
    • 经过图(有向图或无向图)中每个顶点一次且仅一次的通路称作 哈密顿通路。经过图中每个顶点一次且仅一次的回路称作哈密顿回路 。具有哈密顿回路的图称作哈密顿图 ,具有哈密顿通路但不具有哈密顿回路的图称作半哈密顿图
  • 哈密顿图的必要条件
    • 设无向图 G = ⟨V ,E⟩ 哈密顿图,则对于任意 V1 ⊂ V V1 = ,均有
      • 其中,p(G − V1) 为 G − V1 的连通分支数
    • 设无向图 G = ⟨V ,E⟩ 半哈密顿图,则对于任意的 V1 ⊂ V V1 = ,均有
  • 哈密顿图的充分条件
    • G n 无向简单图,若对于 G 中任意不相邻的顶点 u, v,均有
      • G 中存在哈密顿通路
    • G n(⩾ 3) 阶无向简单图,若对于 G 中任意两个不相邻的顶点 u, v 均有
      • G 中存在哈密顿回路
    • u, v n 无向简单图 G 中两个不相邻的顶点,且 d(u) + d(v) ⩾ n,则 G为哈密顿图当且仅当 G ∪ (u, v) 为哈密顿图,其中 (u, v) 是加的新边
    • n(⩾ 2) 阶竞赛图中都有哈密顿通路

最短路问题

  • 带权图
    • 设图 G = ⟨V ,E⟩(无向图或有向图),给定W : E → R,对 G 的每一条边 e,称W(e) 为边 e 的权。把这样的图称作 带权图,记作 G = ⟨V ,E, W⟩。e = (u, v) 或 e = ⟨v, u⟩ 时,把 W(e) 记作 W(u, v)
    • P G 中的一条通路,P 中所有边的权之和称作 P 的长度 ,记作 W(P),即W(P) = ∑e∈E(P) W(e)。类似地,可以定义回路 C 的长度 W(C)
  • 距离
    • ∀u, v ∈ V,当 u v 连通(u 可达 v)时,称从 u v 长度最短的路径为从 u v 最短路径 ,称其长度为从 u v 距离 ,记作 d(u, v)
  • 最短路问题
    • notion image
      计算结束时,对每一个顶点 u, d(s, u) = l2(u),利用 l1(v) 从 u 开始回溯找到从 s到 u 的最短路径到 u 的最短路径
      计算结束时,对每一个顶点 u, d(s, u) = l2(u),利用 l1(v) 从 u 开始回溯找到从 su 的最短路径到 u 的最短路径
      notion image
  • 邮递员问题
    • notion image
      notion image
      notion image
  • 旅行商问题
    • notion image

无向树及其性质

  • 定义
    • 连通无回路的无向图称作无向树,或简称为.每个连通分支都是树的无向图称作森林.平凡图称作平凡树.在无向树中,悬挂顶点称作树叶,度数大于等于2 的顶点称作分支点
  • 等价判定定理
    • G = ⟨V ,E⟩ n m 条边的无向图,则下列各命题是等价的.
      1. G 是树.
      1. G 中任意两个顶点之间存在唯一的路径.
      1. G 中无回路且 m = n − 1.
      1. G 是连通的且 m = n − 1.
      1. G 是连通的且任何边均为桥.
      1. G 中没有回路,但在任何两个不同的顶点之间加一条新边后所得的图中有唯一的一个含新边的圈
  • 性质定理
    • 定理 1.1.2
      • T n 阶非平凡的无向树,则 T 中至少有两片树叶
      常称只有一个分支点,且分支点的度数为 n − 1 的 n(⩾ 3) 阶无向树为星形图,称其唯一的分支点为星心

生成树

  • 定义
    • 如果无向图 G 生成子图 T 是树,那么称 T G 生成树.设 T G 的生成树,G 的在 T 中的边称作 T 树枝,不在 T 中的边称作 T .称 T 的所有弦的导出子图为 T 余树,记作¯T
  • 存在性定理
    • 无向图 G 有生成树当且仅当 G 是连通图
      证明:
      🚨
      构造性证明,这个产生生成树的方法称作破圈法
      必要性显然。下面证明充分性.若 G 中无回路,则 G 为自己的生成树。若 G
      含圈,任取一个圈,随意地删除圈上的一条边;若仍有圈,再任取一个圈并删去这
      个圈上的一条边,重复进行,直到最后无圈为止。最后得到的图无圈(当然无回
      路)、连通且是 G 的生成子图,因而是 G 的生成树
  • 性质定理
    • G n m 条边的无向连通图,则 m n − 1(上面的一个推论)
    • T 为无向连通图 G 中的一棵生成树,e T 的任意一条弦,则 T ∪ e 中存在G 中只含一条弦 e,其余边均为树枝的圈,而且不同的弦对应的圈也不同
  • 基本回路系统
    • 定义
      • T n m 条边的无向连通图 G 的一棵生成树,设 T 的弦, , r = 1, 2, · · · , m − n + 1, T 添加弦产生的 G 中由弦和树枝构成的圈,称 G 的对应弦基本回路基本圈.称 {C1, C2, · · · ,Cm−n+1} G 对应 T 基本回路系统,称 m − n + 1 为 G 圈秩,记作ξ(G)
    • 不难看出,无向连通图 G 的圈秩与生成树的选取无关,但不同生成树对应的基本回路系统可能不同
  • 广义回路空间
    • 可以证明:任一简单回路都可以表示成基本回路的环和
    • 无向图中的圈或若干个边不重的圈的并,称作广义回路.规定 为广义回路。圈和简单回路都是广义回路.记无向图 G 的广义回路的全体(含 )为 两个广义回路的环和仍是广义回路,即 中环和运算是封闭的
      • 上定义数乘运算 易知对环和运算与数乘运算构成数域 上的 m − n + 1 维线性空间,称作广义回路空间。任一基本回路系统均是它的一个基
  • 割集定理
    • T 是连通图 G 的一棵生成树,e T 的树枝,则 G 中存在只含树枝 e,其余边都是弦的割集,且不同的树枝对应的割集也不同
  • 广义割集系统
    • T n 阶连通图 G 的一棵生成树,T 的树枝,Si, i = 1, 2,· · · , n − 1, 是由树枝 ei 和弦构成的割集,则称 Si G 的对应树枝 ei 基本割集.称 {S1, S2, · · · , Sn−1} G 对应 T 基本割集系统,称 n − 1 为 G 割集秩,记作 η(G)
      连通图 G 的割集秩 η(G) 不因生成树的不同而改变,但不同生成树对应的基本割集系统可能不同
  • 广义割集空间
    • 设无向图 G = ⟨V ,E⟩V1 ⊂ V,记 V1 关于 V 的补集为¯V1,称(V1,¯V1) = {(u, v)|u ∈ V1, v ∈¯V1} 广义割集 。规定 为广义割集。显然,割集是广义割集,但广义割集不一定是割集
    • 可以证明:任一广义割集都可以表示成基本割集的对称差(环和)
    • G 的广义割集的全体(含 )为 S∗。S∗ 上定义数乘:0 · S = ∅, 1 · S = S
      • S∗ 关于对称差运算和数乘运算构成数域 F = {0, 1} 上的 n − 1 维线性空间,称作广义割集空间。任一基本割集系统均是它的一个基
  • 连通带权图中的最小生成树
    • 设无向连通带权图 G = ⟨V ,E, W⟩T G 的一棵生成树,T 的各边权之和称为 T 的权,记作 W(T).G 的所有生成树中权最小的生成树称为 G 的最小生成树
    • 🚨
      避圈法(Kruskal 算法)
      notion image
    • 应用
      • notion image

根树及其应用

  • 定义
    • 若有向图的基图是无向树,则称这个有向图为有向树
      一个顶点的入度为 0、其余顶点的入度为 1 的有向树称作根树
      入度为 0 的顶点称作树根,入度为 1 出度为 0 的顶点称作树叶,入度为 1 出度不为 0 的顶点称作内点 ,内点和树根统称作分支点
      从树根到任意顶点 v 的路径的长度(即路径中的边数)称作 v 层数,所有顶点的最大层数称作树高
  • 家族树
    • 常将根树看成家族树,家族中成员之间的关系由下面的定义给出
      T 为一棵非平凡的根树,∀vi, vj ∈ V (T),若 vi 可达 vj,则称 vi vj 的祖先,vj vi 的后代 ;若 vi 邻接到 vj,即 ⟨vi, vj⟩ ∈ E(T),则称 vi vj 的父亲,而vj vi 的儿子 .若 vj, vk 的父亲相同,则称 vj vk 是兄弟
  • 根树分类
    • 有序树:设 T 为根树,若将 T 中层数相同的顶点都标定次序,则称 T 为有序树
    • r叉树:若 T 的每个分支点至多有 r 个儿子,则称 T r 叉树
    • r叉正则树:若 T 的每个分支点都恰好有 r 个儿子,则称 T r 叉正则树
    • r叉完全正则树:若 T r 叉正则树,且每个树叶的层数均为树高,则称 T r 叉完全正则树
  • 根子树
    • T 为一棵根树,∀v ∈ V (T),称 v 及其后代的导出子图 Tv T 的以 v 为根的根子树
  • 二叉树的应用
    • 最优二叉树
      • 2 叉树 T t 片树叶 v1, v2, · · · , vt,权分别为 w1, w2, · · · , wt,称
        T 的权,其中 l(vi) 是 vi 的层数.在所有有 t 片树叶,带权 w1, w2, · · · , wt 2 叉树中,权最小的 2 叉树称作最优 2 叉树
    • Huffman 算法
      • notion image
    • 前缀码
      • α1α2 · · · αn−1αn 是长为 n 的符号串,称其子串 α1, α1α2, · · · , α1α2 · · · αn 为该符号串的前缀.设 A = 1, β2, · · · , βm} 是一个符号串集合,若 A 的任意两个符号串都互不为前缀,则称 A 前缀码.由 0-1 符号串构成的前缀码称作2元前缀码
        notion image
        notion image
        notion image
    • 二叉树的周游
      • 中序行遍法. 访问的次序为:左子树、树根、右子树
      • 前序行遍法.访问的次序为:树根、左子树、右子树
      • 后序行遍法.访问的次序为:左子树、右子树、树根
      • notion image

平面图

平面图的基本概念

  • 定义
    • 若能将无向图 G 画在平面上使得除顶点处外无边相交,则称 G 可平面图 ,简称为平面图.画出的无边相交的图称作 G 平面嵌入 .无平面嵌入的图称作非平面图
  • 在这里要提前指出并使用下述事实:在平面图理论中有两个具有特殊地位的图——,它们都是非平面图
  • 定理1.1.1
    • 平面图的子图都是平面图,非平面图的母图都是非平面图
  • 定理1.1.2
    • G 是平面图,则在 G 中加平行边或环后所得的图还是平面图
  • 面的定义
    • 给定平面图 G 的平面嵌入,它的边将平面划分成若干个区域,每个区域都称作G 的一个,其中有一个面的面积无限,称作 无限面 或外部面,其余面的面积有限,称作有限面 或内部面.包围每个面的所有边组成的回路组称作该面的边界,边界的长度称作该面的次数,记作deg( R )
  • 平面图所有面的次数之和等于边数的两倍(类比于点的次数)
  • 极大平面图
    • G 为简单平面图,若 G Ki(1 ⩽ i ⩽ 4),或者在 G 的任意两个不相邻的顶点之间加一条边,所得图均为非平面图,则称 G 极大平面图
    • 性质:极大平面图是连通的,并且当阶数大于等于 3 时没有割点和桥
    • 判定定理:设 G n(⩾ 3) 阶简单连通的平面图,则 G 为极大平面图当且仅当 G 的每个面的次数均为 3
  • 极小非平面图
    • 若在非平面图 G 中任意删除一条边,所得的图为平面图,则称 G 极小非平面图

欧拉公式

  • 基本形式
    • 连通平面图 G 的顶点数、边数和面数分别为 n, m r,则有 n − m + r = 2
  • 拓展形式
    • 对于有 k(⩾ 2) 个连通分支的平面图 G,有 n − m + r = k + 1, 其中 n, m, r 分别为 G 的顶点数、边数和面数
  • 推广性质
    • G 是连通的平面图,且每个面的次数至少为 l(⩾ 3),则 G 的边数 m 与顶点数n 有如下关系:
      • 推论:都是非平面图
    • 设平面图 G k(⩾ 2) 个连通分支,各面的次数至少为 l(⩾ 3),则边数 m 与顶点数 n 应有如下关系:
    • G n(⩾ 3) 阶 m 条边的极大平面图,则
    • G n(⩾ 3) 阶 m 条边的简单平面图,则
    • G 是简单平面图,则 G 的最小度 δ ⩽ 5
      • 上述定理在图着色理论中占重要地位

平面图的判定

  • 三个定义
    • e = (u, v) 为图 G 的一条边,在 G 中删除 e,增加新的顶点 w,使 u, v 均与 w相邻,称作在 G 插入 2 度顶点 w
      w G 中的一个 2 度顶点,w u, v 相邻,删除 w,增加新边 (u, v),称作在G 消去 2 度顶点 w
      若两个图 G1 与 G2 同构,或通过反复插入、消去 2 度顶点后同构,则称 G1 与G2 同胚
  • 库拉托夫斯基(Kuratowski)定理
    • G 是平面图当且仅当 G 中既不含与 K5 同胚的子图,也不含与 K3,3 同胚的子图
    • G 是平面图当且仅当 G 中既没有可以收缩K5 的子图,也没有可以收缩K3,3 的子图

平面图的对偶图

  • G 是一个平面图的平面嵌入,构造图 G∗ 如下:在 G 的每一个面 Ri 中放置一个顶点 vi∗。e G 的一条边,若 e G 的面 Ri Rj 的公共边界上,则作边 e∗ = (vi∗, vj∗) 与 e 相交,且不与其他任何边相交.若 e G 中的桥且在面Ri 的边界上,则作以 vi∗ 为端点的环 e∗ = (vi∗, vi∗).称 G∗ G 对偶图
  • 性质
    • notion image
  • 定理(欧拉)
    • notion image
      notion image
  • 自对偶
    • 如果图 G 存在一个平面嵌入,使得 G 同构于对偶图 G∗,那么称 G 自对偶图
    • n ⩾ 4,在正 n − 1 边形 内放置一个顶点,连接这个顶点与上的所有顶点,所得的 n 阶简单图称作n 阶轮图,记作 Wn。特别地,n 为奇数的轮图称作奇阶轮图,n 为偶数的轮图称作偶阶轮图.图 1.4.2(c) 中,实边图为 5 阶轮图 W5.可以证明轮图都是自对偶图

支配集、覆盖集、独立集、匹配与着色

支配集、点独立集与点覆盖集

  • 支配集
    • 定义
      • 无向简单图 G = ⟨V ,E⟩, V ∗ ⊆ V,若 ∀vi ∈ V − V ∗∃vj ∈ V ∗ 使得(vi, vj) ∈ E,则称 V ∗ G 的一个支配集,并称 vj 支配 vi。V ∗ G 的支配集,且 V ∗ 的任何真子集都不是支配集,则称 V ∗ 极小支配集G 的顶点数最少的支配集称作 G 最小支配集,最小支配集中顶点的个数称作 G 的支配数,记作 γ0(G),简记为 γ0
    • 应用:网站副本存放
  • 点独立集
    • 定义
      • 无向简单图 G = ⟨V ,E⟩, V ∗ ⊆ V,若 V ∗ 中任何两个顶点均不相邻,则称 V ∗G 点独立集 ,简称为独立集.若 V ∗ 再加入任何其他的顶点都不是独立集,则称 V ∗ 极大点独立集G 的顶点数最多的点独立集称作 G 最大点独立集;最大独立集的顶点数称作 G 点独立数 ,记作 β0(G),简记为 β0
    • 性质定理
      • 设无向简单图 G = ⟨V ,E⟩ 没有孤立点,则 G 的极大点独立集都是极小支配集
  • 点覆盖集
    • 定义
      • 设无向简单图 G = ⟨V ,E⟩, V ∗ ⊆ V,若 ∀e ∈ E, ∃v ∈ V ∗,使得 v e 相关联,则称 V ∗ G 点覆盖集,简称为点覆盖,并称v 覆盖 e .设 V ∗ G 的点覆盖,若 V ∗ 的任何真子集都不是点覆盖,则称 V ∗ 极小点覆盖 G 的顶点个数最少的点覆盖称为 G 最小点覆盖;最小点覆盖中的顶点个数称作 G 点覆盖数,记作 α0(G),简记为 α0
    • 性质定理
      • 无向简单图 G = ⟨V ,E⟩ 没有孤立点, V ∗ ⊆ V,则 V ∗ G 的点覆盖当且仅当 G 的点独立集
      • G = ⟨V ,E⟩ 无孤立点n 阶无向图,V ∗ ⊆ V,则 V ∗ G 的极小(最小)点覆盖当且仅当G 的极大(最大)点独立集,从而有α0 + β0 = n

匹配与边覆盖集

  • 边独立集(匹配)
    • 定义
      • 设无向简单图 G = ⟨V ,E⟩,E∗ ⊆ E,若 E∗ 中任何两条边均不相邻,则称 E∗ G 边独立集,也称作 G 匹配.若在 E∗ 中再加任意一条边后,所得集合都不是匹配,则称 E∗ 极大匹配 G 的边数最多的匹配称作最大匹配,最大匹配中的边数称作边独立数或匹配数,记作β1(G),简记为 β1
        M 为图 G = ⟨V ,E⟩ 的一个匹配,
        1. M 中的边为匹配边,不在 M 中的边为非匹配边 .
        1. 称与匹配边相关联的顶点为饱和点,不与匹配边相关联的顶点为非饱和点.
        1. G 中每个顶点都是饱和点,则称 M G 完美匹配 .
        1. G 中由匹配边和非匹配边交替构成的路径称作 交错路径 ,起点和终点不同,且都是非饱和点的交错路径称作 可增广的交错路径G 中由匹配边和非匹配边交替构成的圈称作交错圈
    • 性质定理
      • n 阶图 G 中无孤立点.
          1. M G 的一个最大匹配,对 G 中每个 M-非饱和点均取一条与其关联的边,组成边集 N,则 W = M ∪ N G 的最小边覆盖
          1. W1 为 G 的一个最小边覆盖,若 W1 中存在相邻的边就移去其中的一条,设移去的边集为 N1,则 M1 = W1 − N1 为 G 的最大匹配
          1. G 的边覆盖数 α1 与匹配数 β1 满足:α1 + β1 = n
      • 设图 G 无孤立点,M G 的一个匹配,W G 的一个边覆盖,则 |M| |W|,且当等号成立时,M G 的完美匹配,W G 的最小边覆盖
      • M 是图 G 的一个匹配,则 M G 的最大匹配当且仅当 G 中不含关于 M的可增广的交错路径
  • 边覆盖集
    • 定义
      • 设无向简单图 G = ⟨V ,E⟩ 没有孤立点,E∗ ⊆ E,若对 ∀v ∈ V , ∃e ∈ E∗,使得 ve 相关联,则称 E∗ 为边覆盖集,简称为边覆盖,并称e 覆盖 v .设 E∗ 为边覆盖,若 E∗ 的任何真子集都不是边覆盖,则称 E∗ 极小边覆盖. G 的边数最少的边覆盖称为 G 最小边覆盖. 最小边覆盖中的边数称作 G 边覆盖数 ,记作 α1(G),简记为 α1.

二部图中的匹配

  • 完备匹配
    • G = ⟨V1, V2,E⟩ 为二部图,|V1| |V2|,若 M G 的一个匹配且|M| = |V1|,则称 M V1 到 V2 的完备匹配
    • 充要条件:相异性条件
      • 设二部图 G = ⟨V1, V2,E⟩,其中 |V1| |V2|,则 G 中存在 V1 到 V2 的完备匹配当且仅当 V1 中任意 k个顶点( 1 ⩽ k |V1|)至少与 V2 中的 k 个顶点相邻
    • 充分条件:t条件
      • 设二部图 G = ⟨V1, V2,E⟩,如果存在正整数 t,使得 V1 中每个顶点至少关联 t条边,而 V2 中每个顶点至多关联 t 条边,那么 G 中存在 V1 到 V2 的完备匹配

着色

  • 点着色
    • 设无向图 G 无环,对 G 的每个顶点涂一种颜色,使相邻的顶点涂不同的颜色,称作图 G 的一种点着色,简称为着色。若能用 k 种颜色给 G 的顶点着色,则称 G k-可着色的。若 G k-可着色的,但不是 (k − 1)-可着色的,则称 G 色数k。G 的色数记作 χ(G),简记作 χ
    • 性质
        1. χ(G) = 1 当且仅当 G 是零图.
        1. χ(Kn) = n.
        1. 偶圈的色数为 2,奇圈为 3,奇阶轮图的色数为 3,偶阶轮图的色数为 4.
        1. G 至少含一条边,则 χ(G) = 2 当且仅当 G 为二部图
        1. 对于任意的无环图 G,均有 χ(G) ⩽ (G) + 1
        1. n ⩾ 3,若连通图 G 不是完全图 Kn,也不是奇圈,则 χ(G) ⩽ (G)
  • 面着色
    • 连通无桥平面图平面嵌入及其所有的面称作地图,地图的面称作“国家”.若两个国家的边界至少有一条公共边,则称这两个国家是相邻的
    • 对地图 G 的每个国家涂上一种颜色,使相邻的国家涂不同的颜色,称作对地图G 面着色。若能够用 k 种颜色给 G 的面着色,则称 G k-可面着色的。若 G k-可面着色的,但不是 (k − 1)-可面着色的,则称 G 面色数k。G的面色数记作 χ∗(G),简记作 χ∗
    • 性质
      • 地图 G k-可面着色的当且仅当它的对偶图 G∗ k-可着色的
      • 四色定理:任何地图都可以用 4 种颜色着色
  • 边着色(这里的图仍旧是无环的无向图)
    • 对图 G 的每条边着一种颜色,使相邻的边着不同的颜色,称作对图 G 边着色。若能用 k 种颜色给 G 的边着色,则称 G k-可边着色的。若 G k-可边着色的,但不是 (k − 1)-可边着色的,则称 G 边色数k。G的边色数记作 χ′(G),简记作 χ′
    • 性质
      • G 为简单图,则 (G) ⩽ χ′(G) ⩽ (G) + 1
      • 二部图的边色数等于
      • 长度 2 的偶圈的边色数等于 2;长度 3 的奇圈的边色数等于 3
      • n(= 1) 为奇数时,χ′(Kn) = n,而当 n 为偶数时,χ′(Kn) = n − 1
      •  
Loading...