图论与网络优化

2.概念与计算

2.1 图的定义

图(graph) G G G 是一个有序的三元组,记作 G = < V ( G ) , E ( G ) , ψ ( G ) > G= G=<V(G),E(G),ψ(G)>
V ( G ) V(G) V(G) 是顶点集。 E ( G ) E(G) E(G) 是边集。 ψ ( G ) \psi (G) ψ(G) 是关联函数,;例如 ψ G ( e ) = v i v j \psi_G (e)=v_iv_j ψG(e)=vivj
N G ( v ) N_G(v) NG(v) 表示点 v v v 的一阶邻域点。


相邻:与同一个顶点关联的两条边是相邻的。
:两个端点重合的边称为环。
连杆:端点不重合的边成为连杆。
k k k 重边:连接同一对顶点的 k k k 条边。
单边:一对顶点之间只有一条边。
简单图:无环无重边


:与顶点 v v v 关联的边的数目,记作 d ( v ) d(v) d(v)
度序列 ( d ( v 1 ) , d ( v 2 ) , . . . , d ( v v ) ) (d(v_1),d(v_2),...,d(v_v)) (d(v1),d(v2),...,d(vv))
孤立点:度为 0 0 0
悬挂点:度为 1 1 1
悬挂边:与悬挂点相关联的边。
偶点:度为偶数的顶点。
奇点:度为奇数的顶点。
最小度 δ ( G ) \delta(G) δ(G):图 G G G 顶点度的最小值。
最大度 Δ ( G ) \Delta(G) Δ(G):图 G G G 顶点度的最大值。


握手引理 ∑ v ∈ V = 2 ϵ \sum_{v\in V} = 2 \epsilon vV=2ϵ
例题:空间中不存在有奇数个面并且每个面只有奇数个棱的多面体。
思路:将面抽象为点,两面之间的棱为边,则转化成了有奇数个点且每个点都是奇数度的图,与握手引理矛盾,得证。

例题:证明非负整数序列 ( d 1 , d 2 , . . . , d v ) (d_1,d_2,...,d_v) (d1,d2,...,dv) 是某个图的度序列当且仅当 ∑ i = 1 v d i \sum_{i=1}^{v} d_i i=1vdi 是偶数。
思路:先画出 v v v 个孤立点,然后选序列中度大于 1 1 1 的点连环直至将每个点仍需添加的度为 0 0 0 1 1 1。然后将两两选择度为 1 1 1 的点。能连通即可得证。


图序列:简单图的度序列。
判断是否为图序列:非负整数序列 ( d 1 , d 2 , . . . , d v ) ( d 1 ≥ d 2 ≥ . . . ≥ d v ) (d_1,d_2,...,d_v)(d_1 \geq d_2 \geq ... \geq d_v) (d1,d2,...,dv)(d1d2...dv) 是图序列当且仅当 ∑ i = 1 v d i \sum_{i=1}^v d_i i=1vdi 是偶数,并且对一切整数 k ( 1 ≤ k ≤ v − 1 k(1\leq k\leq v-1 k(1kv1,有 ∑ i = 1 k ≤ k ( k − 1 ) ≤ ∑ i = k + 1 v m i n { k , d i } \sum_{i=1}^{k} \leq k(k-1) \leq \sum_{i=k+1}^{v}min \{k,d_i\} i=1kk(k1)i=k+1vmin{k,di}.
例题:(1,2,2,4,5);(1,2,3,3,4,5);(1,2,3,4,4,5) 三个是否是图序列?
思路:第一个不是图序列,当点数为 5 5 5 时,不存在度为 5 5 5 的简单图。第二个是图序列。 第三个不是图序列,先画出度为 5 5 5 的点的连边,然后只有三个点还能连边,需要的度依次为 2 , 3 , 3 2,3,3 2,3,3,简单图中的三个点不可能连出度为 3 3 3 的连边情况。


同构:若两个图顶点之间建立一一对应的关系,且任意一对顶点的边数对应相同,则称两图是同构的。


2.2 子图和连通分支

2.2.1 子图

子图:设 H H H G G G 为两个图。若 V ( H ) ⊆ V ( G ) V(H) \subseteq V(G) V(H)V(G) E ( H ) ⊆ E ( G ) E(H) \subseteq E(G) E(H)E(G),则 H H H G G G 的子图。记作 H ⊆ G H \subseteq G HG
相等:设 H H H G G G 为两个图。若 V ( H ) = V ( G ) V(H) = V(G) V(H)=V(G) E ( H ) = E ( G ) E(H) = E(G) E(H)=E(G),则 H H H G G G 相等。记作 H = G H = G H=G
真子图:若 H ⊆ G H \subseteq G HG H ≠ G H \neq G H=G,则称 H H H G G G 的真子图,记作 H ⊂ G H \subset G HG
支撑(生成)子图:若 V ( H ) = V ( G ) V(H) = V(G) V(H)=V(G) E ( H ) ⊆ E ( G ) E(H) \subseteq E(G) E(H)E(G),则称 H H H G G G 的支撑子图或生成子图。
基础简单图:对图 G G G 去除重边和环后的图 H H H


2.2.2 导出子图

导出子图:设 V ′ V' V V ( G ) V(G) V(G) 的非空子集,以 V ′ V' V 为顶点集,以 E ′ = u v ∈ E ( G ) ∣ u , v ∈ V ′ E'= {uv \in E(G) | u,v \in V'} E=uvE(G)u,vV 为边集的 G G G 的子图称为 G 的由 V ′ V' V 导出的子图,记作 G [ V ′ ] G[V'] G[V],简称为 G G G 的导出子图。


2.2.3 连通分支

途径的起点/终点/长度/逆转/衔接/节 W = v o e 1 v 1 e 2 . . . e k v k W=v_oe_1v_1e_2...e_kv_k W=voe1v1e2...ekvk,这里 v i ∈ V ( 0 ≤ i ≤ k ) , e j = v j − 1 v j ∈ E ( 1 ≤ j ≤ k ) v_i\in V(0\leq i \leq k),e_j=v_{j-1}v_j \in E(1 \leq j \leq k) viV(0ik),ej=vj1vjE(1jk) v 0 v_0 v0 称为 W W W起点 v k v_k vk 称为 W W W终点,之间的 v v v 称为 W W W 的内部点。 W W W 称为 G G G ( v 0 , v k ) (v_0,v_k) (v0,vk) 途径 k k k W W W长度逆转如字面意思。衔接意味对于两个不同的 W W W,其中一条 W W W 的终点为另一个 W W W 的起点,则两条 W W W 可以衔接。 W W W 序列中的子集。

:途径 w w w 的边互不相同,则称 W W W 为迹。若起点终点相同,则 W W W闭迹
:途径 w w w 的顶点互不相同,则称 W W W 为链。一个顶点也称为一条链。
:起点、内部点互不相同的闭迹称为圈,长为 k k k 的圈称为 k k k 圈。根据 k k k 的奇偶性,相应地称 k k k 圈为奇圈和偶圈。
连通:若图 G G G 中存在 ( u , v ) (u,v) (u,v) 链,则顶点 u u u v v v 在图 G G G 中是连通的。
连通分支(数) V V V 的非空划分 ( V 1 , V 2 . . . , V ω ) (V_1,V_2...,V_\omega) (V1,V2...,Vω),导出子图 G [ V 1 ] , G [ V 2 ] , . . . , G [ V ω ] G[V_1],G[V_2],...,G[V_\omega] G[V1],G[V2],...,G[Vω] 称为 G G G 的连通分支。 ω ( G ) \omega(G) ω(G) 为图 G G G 的连通分支数。

你可能感兴趣的:(图论)