离散数学-图的基本概念.
离散数学--6.1图的基本概念
与vi 的关联次数为2; 若vi不是边e的端点, 则称e与vi 的关联
次数为0. 设vi,vjV, ek,elE, 若(vi,vj)E, 则称vi,vj相邻; 若ek,el有一个 公共端点, 则称ek,el相邻. 对有向图有类似定义. 设ek=vi,vj是有向图的一条边, 又称 vi是ek的始点, vj是ek的终点, vi邻接到vj, vj邻接于vi
第6章 图
• 6.1 图的基本概念 • 6.2 图的连通性
• 6.3 图的矩阵表示
• 6.4 几种特殊的图
1
6.1 图的基本概念
• 6.1.1 无向图与有向图 • 6.1.2 顶点的度数与握手定理 • 6.1.3 简单图、完全图、正则图、圈图、 轮图、方体图 • 6.1.4 子图、补图 • 6.1.5 图的同构
d e7 c
8
e1 a e4 e6 e2 b e5
e3
握手定理
定理6.1 任何图(无向图和有向图)的所有顶点度数之和都 等于边数的2倍. 证 图中每条边(包括环)均有两个端点, 所以在计算各顶点 度数之和时, 每条边均提供2度, m条边共提供2m度. 推论 任何图(无向图和有向图)都有偶数个奇度顶点 定理6.2 有向图所有顶点的入度之和等于出度之和等于边数 证 每条边恰好提供1个入度和1G=<V,E>, 其中V称为顶点集, 其元素称为 顶点或结点; E是VV的多重子集, 称为边集, 其元素称为 无向边,简称边. 有时用V(G)和E(G)分别表示V和E 例如, G=<V,E>如图所示, 其中V={v1, v2, …,v5} E={(v1,v1), (v1,v2), (v2,v3), (v2,v3), (v2,v5), (v1,v5), (v4,v5)}
离散数学图论图的基本概念
3、补图1)定义 设G=< V,E >为n阶无向简单图,以V为顶点集,以所有使G成为完全图Kn的添加边组成的集合为边集的图,称为G的补图,记作
2)性质:设G是n阶Байду номын сангаас-正则图,证明G的补图也是正则图 对图中任何结点v的度有
dG(v) + d(v) = dKn(v)= n-1 d(v) = n-1- dG(v)=n-1-k = n-(k+1) 3)自补图:若图 G ≌ (同构) 则称G为自补图。
6)邻接: 边的相邻:ek,el∈E.若ek与el至少有一个公共端点, 则称ek与el是相邻的 顶点的相邻:若∃et∈E,使得et = <vi,vj>, 则称vi为et的始点,vj为et的终点, 并称vi邻接到vj,vj邻接于vi 两个结点为一条边的端点,则称两个结点互为邻接点, 也称边关联于这两个结点,或称两个结点邻接于此边。7)平行边: 在无向图中,关联一对顶点的无向边如果多于1条,则称这些边为平行边,平行边的条数称为重数. 在有向图中,关联一对顶点的有向边如果多于1条,并且它们的方向相同,则称这些边为平行边.8)多重图和简单图:含平行边的图称为多重图 既不含平行边也不含环的图称为简单图.(主要讨论简单图)
3)定义:(G) = max{d(v)|v∈V(G)} 为图G中结点最大的度 δ(G) = min{d(v)|v∈V(G)} 为图G中结点最小的度 简记为、δ定义: -(D) = max{d-(v)|v∈V(D)} 为图D中结点最大的入度 +(D) = max{d+(v)|v∈V(D)} 为图D中结点最大的出度 δ-(D) = min{d-(v)|v∈V(D)} 为图D中结点最小的入度 δ+(D) = min{d+(v)|v∈V(D)} 为图D中结点最小的出度5、握手定理(欧拉)1)定理1 设G=<V,E>为任意无向图,V={v1,v2,…,vn},|E| = m, 则 ∑d(vi) = 2m (所有结点的度数值和为边数的2倍) 证: 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,当然,m条边共提供2m度2) 定理2 设D=<V,E>为任意有向图,V={v1,v2,…,vn},|E| = m , 则 ∑d+(vi) = ∑d-(vi) = m. 且∑d(vi)=2m3) 推论 任何图(无向的或有向的)中,奇度顶点的个数是偶数个
《离散数学》图基本概念
17
无向图的相邻矩阵
说明: 在无向图中,环是长度为1的圈, 两条平行边构成长度
为2的圈. 无向简单图中, 所有圈的长度3 在有向图中,环是长度为1的圈, 两条方向相反边构成 长度为2的圈. 在有向简单图中, 所有圈的长度2.
《离散数学》图基本概念
4
通路与回路(续)
定理
在n阶图G中,若从顶点vi到vj(vivj)存在通路,则从 vi到vj存在长度小于等于n1的通路.
m m
j1 ij
d(vi )
(i 1,2,..., n)
(3) mij 2m
i, j
(4) 平行边的列相同
《离散数学》图基本概念
16
v1 e1
e2
e3
e4 v2
v3
e5
v4
关联次数为可能取值为0,1,2
1 1 1 0 0
M (G ) 0
1
1
1
0
1 0 0 1 2
0
0
0
0
0
《离散数学》图基本概念
《离散数学》图基本概念
10
几点说明: Kn无点割集(完全图) n阶零图既无点割集,也无边割集. 若G连通,E为边割集,则p(GE)=2 若G连通,V为点割集,则p(GV)2
ห้องสมุดไป่ตู้
《离散数学》图基本概念
11
有向图的连通性
设有向图D=<V,E> u可达v: u到v有通路. 规定u到自身总是可达的. 可达具有自反性和传递性 D弱连通(也称连通): 基图为无向连通图 有向边改为无向边后是连通图 D单向连通: u,vV,u可达v 或v可达u D强连通: u,vV,u与v相互可达
d(u,v)=d(v,u)(对称性) d(u,v)+d(v,w)d(u,w) (三角不等式)
离散数学中的图论基础知识讲解
离散数学中的图论基础知识讲解图论是离散数学中的一个重要分支,研究的是图的性质和图中的关系。
图论在计算机科学、网络科学、运筹学等领域有着广泛的应用。
本文将从图的基本概念、图的表示方法、图的遍历算法以及一些常见的图论问题等方面进行讲解。
一、图的基本概念图是由顶点和边组成的一种数学结构。
顶点表示图中的元素,边表示元素之间的关系。
图可以分为有向图和无向图两种类型。
1. 无向图:无向图中的边没有方向,表示的是两个顶点之间的无序关系。
如果两个顶点之间存在一条边,那么它们之间是相邻的。
无向图可以用一个集合V表示顶点的集合,用一个集合E表示边的集合。
2. 有向图:有向图中的边有方向,表示的是两个顶点之间的有序关系。
如果从顶点A到顶点B存在一条有向边,那么A指向B。
有向图可以用一个集合V表示顶点的集合,用一个集合E表示有向边的集合。
二、图的表示方法图可以用多种方式进行表示,常见的有邻接矩阵和邻接表两种方法。
1. 邻接矩阵:邻接矩阵是一个二维数组,其中的元素表示两个顶点之间是否存在边。
如果顶点i和顶点j之间存在边,那么矩阵的第i行第j列的元素为1;否则为0。
邻接矩阵适用于表示稠密图,但对于稀疏图来说,会造成空间浪费。
2. 邻接表:邻接表是一种链表的数据结构,用来表示图中的顶点和边。
每个顶点对应一个链表,链表中存储与该顶点相邻的顶点。
邻接表适用于表示稀疏图,节省了存储空间。
三、图的遍历算法图的遍历是指按照某一规则访问图中的所有顶点。
常见的图的遍历算法有深度优先搜索(DFS)和广度优先搜索(BFS)。
1. 深度优先搜索:深度优先搜索是一种递归的搜索算法。
从某个顶点出发,首先访问该顶点,然后递归地访问与它相邻的未访问过的顶点,直到所有的顶点都被访问过。
2. 广度优先搜索:广度优先搜索是一种迭代的搜索算法。
从某个顶点出发,首先访问该顶点,然后依次访问与它相邻的所有未访问过的顶点,再依次访问与这些顶点相邻的未访问过的顶点,直到所有的顶点都被访问过。
离散数学中的图论代表知识点介绍
离散数学中的图论代表知识点介绍离散数学是数学的一个分支,它主要研究离散对象以及其离散性质和离散结构。
图论作为离散数学的重要组成部分,以图为研究对象,研究了图的基本概念、图的表示方法以及图的性质和应用。
本文将介绍离散数学中的图论代表知识点。
1. 图的基本概念图是由顶点集合和边集合组成的离散结构,用V表示顶点集合,E表示边集合。
图可以分为有向图和无向图两种类型。
有向图中的边是有方向的,而无向图中的边是无方向的。
图中的顶点可以表示为V={v1, v2, v3, ...},边可以表示为E={(vi, vj)}。
在图中,两个顶点之间有边相连时,称这两个顶点是相邻的。
2. 图的表示方法图可以用多种方式来表示。
常见的表示方法有邻接矩阵和邻接表。
邻接矩阵是一个二维数组,其中的元素表示两个顶点之间是否存在边。
邻接表则是通过链表的方式来表示图的结构,每个顶点都对应一个链表,链表中存储着与该顶点相邻的顶点。
3. 图的性质图论研究了图的许多性质和特性。
其中一些重要的性质包括连通性、路径、回路、度数、树和连通分量等。
连通性是指图中任意两个顶点之间是否存在路径。
如果图中任意两个顶点都存在路径相连,则图被称为连通图。
反之,如果存在无法通过路径相连的顶点对,则图为非连通图。
连通图中的任意两个顶点之间至少存在一条路径。
路径是指从一个顶点到另一个顶点的顶点序列。
路径的长度是指路径上边的数量。
最短路径是指两个顶点之间边的数量最少的路径。
回路是指路径起点和终点相同的路径。
如果回路中除起点和终点以外的顶点不重复出现,则称为简单回路。
度数是指图中顶点的边的数量。
对于有向图来说,度数分为入度和出度,分别表示指向该顶点的边和从该顶点指出的边的数量。
树是一种无回路的连通图,它具有n个顶点和n-1条边。
树是图论中一个重要的概念,它有广泛的应用。
连通分量是指图中的极大连通子图,即在该子图中的任意两个顶点都是连通的,且该子图不能再加入其他顶点使其连通。
离散数学图论基本概念解释
离散数学图论基本概念解释离散数学是一个研究离散对象及其关系和操作的数学分支,而图论则是离散数学的一个重要分支,用于研究图结构以及图中各种相关问题。
本文将对离散数学图论的基本概念进行解释。
一、图的定义图是指由一组顶点和连接这些顶点的边组成的数学结构。
图可以用G=(V, E)来表示,其中V表示顶点集合,E表示边的集合。
顶点之间的连接关系用边来表示,边有可能是有向的或无向的。
二、图的分类1. 无向图:图中的边没有方向,表示顶点之间的无序关系。
无向图可以是简单图(没有自环和重复边)或多重图(包含自环和多条重复边)。
2. 有向图:图中的边有方向,表示顶点之间的有序关系。
有向图也可以是简单图或多重图。
3. 加权图:顶点之间的边带有权重,用于表示边的强度或成本。
加权图可以是无向图或有向图。
三、图的常用术语1. 顶点的度:无向图中与某个顶点连接的边的数量称为该顶点的度。
在有向图中,顶点的度分为出度和入度,分别表示从该顶点出发的边的数量和指向该顶点的边的数量。
2. 路径:在图中,路径是指由一系列顶点和它们之间所连接的边组成的序列。
路径的长度是指路径中经过的边的数目。
3. 连通图:如果图中的任意两个顶点都存在一条路径相连,则称该图为连通图。
如果图非连通,则称为非连通图。
4. 完全图:如果一个无向图的任意两个顶点之间都有边相连,则称该图为完全图。
完全图有边n(n-1)/2条,其中n表示顶点的数量。
四、图的表示方法1. 邻接矩阵:邻接矩阵是一种以二维矩阵的形式来表示图的方法。
矩阵的行和列分别表示顶点,矩阵中的元素表示相应的边。
如果两个顶点之间存在边,就用1表示;否则,用0表示。
2. 邻接表:邻接表是一种以链表的形式来表示图的方法。
每个顶点都对应一个链表,链表中存储与该顶点相连的其他顶点。
五、图的遍历算法1. 深度优先搜索(DFS):DFS是一种用于遍历图的算法,它从一个初始顶点开始,沿着一条路径一直走到底,然后回溯到上一个顶点,再继续沿另一条路径走到底。
离散数学第七章图的基本概念
4.无向图的连通性
若无向图G中任何两顶点都连通,则称G是连通图.
对于任意的无向图G.设V1,V2,…,Vk是顶点之间连通关系的 等价类,则称他们的导出子图为G的连通分支.用p(G)表示G 的连通分支数.
V1 e1
e2 e3
V3
e4 V2
V4
a
de
h
i
b
c
f
g
5.有向图的连通性
若略去有向图D中各边的键头,所得无向图是无向连通图,则 称D是弱连通图(或称D是连通图).
(2) mij d (vi )(i 1,2,..., n)
j 1
mn
nm
n
(3) mij mij d(vi ) 2m
j1 i1
i1 j1
i 1
m
(4) mij 0 vi是孤立点 j 1
(5)若第j列与第k列相同, 则说明e j与ek为平行边.
2.有向图的关联矩阵
设有向图D=<V,E>,V={v1,v2,…,vn},E={e1,e2,…,em} 1, vi为ej的始点
e1,e2,e3},{e1,e2,
e2
e4},{e9}等边割集 ,e9是桥.
e3 V4
e5 e6
V5 e4
V6
e9
V7
7.3 图的矩阵表示
1.无向图的关联矩阵
设无向图G=<V,E>,V={v1,v2,…,vn},E={e1,e2,…,em}
令mij为顶点vi与ej的关联次数, 则称(mij)n×m为G的关联矩阵.记为M(G)
若Γ 满足:vi-1,vi为ei的端点(若G为有向图,vi-1是ei的始 点,vi是ei的终点)i=1,2,…,k,则称Γ 为G中通路,v0,vk分 别称为通路的始点和终点,Γ 中边的数目k称为通路长度.
图论—基本概念离散数学
离 散 数 学
北 京 工 业 大 学 软 件 学 院 张 丽
定理5.1.1
• 设图G是具有n个顶点、m条边的无向图, 其中点集V={v1,v2,· · · ,vn},则
离 散 数 学
de g (v ) de g (v ) m
i 1 i i 1 i
n
n
• 证明:因为每一条有向边提供一个出度 和入度, • 而所有各顶点出度之和及入度之和均由 m条有向边所提供, • 所以定理得证。
40
35
80
70
37
10
北 京 工 业 大 学 软 件 学 院 张 丽
图的邻接矩阵
• 设图G=(V,E),V={v1,v2,· · · ,vn}, 令
离 散 数 学
1 (vi , v j ) E (G ) aij { 0 (vi , v j ) E (G )
• 则称矩阵A=(aij)n×n为图G的邻接 矩阵。
e4
e2
v4
e5 e3
e4
v3
v3
北 京 工 业 大 学 软 件 学 院 张 丽
图的操作-删点
v1 e1 v2 v2
离 散 数 学
e2
v4
e5 e3
e4 v4
e5 e3
e4
离 散 数 学
北 京 工 业 大 学 软 件 学 院 张 丽
图-基本概念6
• 如果把一个有向图D的每条有向边的方 向去掉,由此而得到无向图G,称为D的 底图 • 把一个有向图D的每一条有向边反向, 由此而得到的图称为D的逆图,记为~D。 • ~(~D)=D
离 散 数 学
北 京 工 业 大 学 软 件 学 院 张 丽
离 散 数 学
《离散数学》课件第14章图的基本概念
定义14.5(图同构)设两个无向图G1=<V1,E1>, G2=<V2,E2>,如果存在双射函数f:V1→V2,使得对 于 任 意 的 e=(vi,vj)∈E1 当 且 仅 当 e’=(f(vi), f(vj))∈E2,并且e与e’的重数相同,则称G1和G2是 同构的,记作G1≌G2。
若vi=vj,则称ek与vi的关联次 数为2;
若vi不是ek的端点,则称ek与vi 的关联次数为0。
无边关联的顶点称为孤立点 (isolated vertex) 。
19
定义(相邻) 设无向图G=<V,E>, 若∃et∈E且et=(vi,vj),则称vi和vj是相邻的 若ek,el∈E且有公共端点,则称ek与el是相邻的。
素称为有向边,简称边。 由定义,有向图的边ek是有序对<vi,vj>,称vi,
vj是ek的端点,其中vi为ek的始点(origin),vj为ek 的终点(terminus)。
当vi=vj时,称ek为环,它是vi到自身的有向边。
11
每条边都是无向边的图称为无向图(undirected graph)。
定义(邻接与相邻) 设有向图D=<V,E>, 若∃et∈E且et=<vi,vj>,则称vi邻接到vj,vj邻接 于vi。 若ek,el∈E且ek的终点为el的始点,则称ek与el是相 邻的。
20
定义14.4(度) 设G=<V,E>为一无向图,∀v∈V,称 v作为边的端点的次数之和为v的度数,简称为度 (degree),记为d(v)。
定理14.2 (有向图握手定理)设D=<V,E>为任 意的有向图,V={v1,v2,…,vn},|E|=m,则
图论的基本概念及其应用
图论的基本概念及其应用图论是离散数学中的一个重要分支,研究的是图的性质和图之间的关系。
图由节点和连接节点的边组成,以解决现实生活中的许多问题。
本文将介绍图论的基本概念,并探讨它在不同领域中的应用。
一、图的基本概念1. 节点和边图由节点(顶点)和边组成,节点代表某个实体或概念,边表示节点之间的关系。
节点和边可以有不同的属性,如权重、方向等。
2. 有向图和无向图有向图中,边有固定的方向,表示节点之间的单向关系;无向图中,边没有方向,节点之间的关系是相互的。
3. 连通图和非连通图连通图是指图中任意两个节点之间都存在路径;非连通图则存在至少一个节点无法到达其它节点。
4. 网络流每条边上有一个容量限制,网络流通过边传输,满足容量限制的条件下尽可能多地进行。
二、图论在计算机科学中的应用1. 最短路径通过图论中的最短路径算法,可以计算出两个节点之间的最短路径。
最短路径在无人驾驶、物流配送等领域中具有重要的应用价值。
2. 最小生成树最小生成树算法用于寻找连接图中所有节点的最小总权重的树形结构。
在通信网络、电力输送等领域中,最小生成树被广泛应用。
3. 网络流问题图论中的网络流算法可以用于解决诸如分配问题、路径规划等优化问题。
例如,在医疗资源调度中,网络流算法可以帮助医院优化资源分配。
三、图论在社交网络分析中的应用1. 社交网络社交网络可以用图模型来表示,节点代表个体,边表示个体之间的联系。
利用图论分析社交网络,可以发现用户群体、影响力传播等信息。
2. 中心性分析中心性分析用于评估节点在网络中的重要性,衡量指标包括度中心性、接近中心性等。
中心节点的识别对于广告投放、信息传播等决策具有指导意义。
3. 社团检测社团检测可以发现社交网络中具有紧密联系的节点群体,进一步分析社交群体的行为模式、用户偏好等。
四、图论在物流优化中的应用1. 供应链管理供应链中的各个环节可以用图模型表示,通过图论算法优化物流路径,提高物流效率。
2. 仓库位置问题通过图论中的最短路径算法和最小生成树算法,可以找到最佳的仓库位置,使物流成本最小化。
(离散数学)图的基本概念
一、基本图类与相关概念(续)
无向图:无向图G是一个二元组<V, E>,其中 (1) V是一个非空集合,称为顶点集V(G), V中元素称为顶点或结点; (2) E是无序积V&V的多重子集(即集合中的
元素可重复出现),称为边集E(G),
E中元素称为无向边,简称边。
2014-5-3 离散数学 5
2014-5-3
离散数学
7
一、基本图类与相关概念(续)
有向图画法:用小圆圈表示V中顶点,若<a, b>E,
则在顶点a与b之间画一条有向边,其箭头从a指向b。
如:D = <V, E>,V = { v1, v2, v3, v4 },E = { <v1, v2>,
<v1, v3>, <v2, v2>, <v3, v4>, <v4, v2>, <v4, v2> }
e2 e v4 e e
6
3
v1
2014-5-3
e1
v2
5
e
4
v3
6
离散数学
一、基本图类与相关概念(续)
2、有向图
有向图:有向图D是一个二元组<V, E>,其中 (1) V是一个非空集合,称为顶点集V(D); (2) E是笛卡尔积V V的多重子集,称为边集 E(D),E中元素称为有向边,也简称边。
一、基本图类与相关概念(续)
实际上,图是画出来的。画法:用小圆圈表示V中
顶点,若(a, b)E,则在顶点a与b之间连线段。
如:G = <V, E>,V = { v1, v2, v3, v4 }, E ={ (v1, v2), (v1, v4), (v2, v1), (v2, v3), (v2, v3), (v3, v4) }
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
通路与回路(续)
在两种意义下计算圈的个数 ① 定义意义下 在无向图中, 一个长度为l(l3)的圈看作2l个不同的 圈. 如v0v1v2v0 , v1v2v0v1 , v2v0v1v2, v0v2v1v0 , v1v0v2v1 , v2v1v0v2看作6个不同的圈. 在有向图中 , 一个长度为 l(l3)的圈看作l个不同的 圈. ② 同构意义下 所有长度相同的圈都是同构的, 因而是1个圈.
16
实例
e5和e6 是平行边 重数为2 不是简单图
e2和e3 是平行边,重数为2 e6和e7 不是平行边 不是简单图
17
图的同构
定义 设G1=<V1,E1>, G2=<V2,E2>为两个无向图(有 向图), 若存在双射函数 f: V1V2, 使得对于任意的 vi,vjV1, (vi,vj)E1(<vi,vj>E1)当且仅当 (f(vi),f(vj))E2(<f(vi),f(vj)>E2), 并且, (vi,vj)(<vi,vj>)与 (f(vi),f(vj))(<f(vi),f(vj)>) 的重数相同,则称G1与G2是同构的,记作G1G2.
2
通路与回路实例
3
通路与回路(续)
说明: 表示方法 ① 用顶点和边的交替序列(定义), 如=v0e1v1e2…elvl ② 用边的序列, 如=e1e2…el ③ 简单图中, 用顶点的序列, 如=v0v1…vl ④ 非简单图中,可用混合表示法,如=v0v1e2v2e5v3v4v5 环是长度为1的圈, 两条平行边构成长度为2的圈. 在无向简单图中, 所有圈的长度3; 在有向简单图 中, 所有圈的长度2.
22
完全图
n阶无向完全图Kn: 每个顶点都与其余顶点相邻的n 阶无向简单图. 简单性质: 边数m=n(n-1)/2, ==n-1
K5
n阶有向完全图: 每对顶点之间均有两条方向相反的 有向边的n阶有向简单图. 简单性质: 边数m=n(n-1), ==2(n-1), +=+=-=-=n-1
9
顶点的度数(续)
设D=<V,E>为有向图, vV, v的出度d+(v): v作为边的始点次数之和 v的入度d(v): v作为边的终点次数之和 v的度数(度) d(v): v作为边的端点次数之和 d(v)= d+(v)+ d-(v) D的最大出度+(D) =max{d+(v)|vV} 最小出度+(D) =min{d+(v)|vV} 最大入度(D) =max{d(v)|vV} 最小入度(D) =min{d(v)|vV} 最大度(D) =max{d(v)|vV} 最小度(D) =min{d(v)|vV}
10
例
例 d+(a)=4, d-(a)=1, d(a)=5, d+(b)=0, d-(b)=3, d(b)=3, +(D)=4, +(D)=0, (D)=3, (D)=1, (D)=5, (D)=3.
11
图论基本定理——握手定理
定理 任意无向图和有向图的所有顶点度数之和都等 于边数的2倍, 并且有向图的所有顶点入度之和等 于出度之和等于边数. 证 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2m度. 有向图的每条边提供一个入度 和一个出度, 故所有顶点入度之和等于出度之和等 于边数. 推论 任意无向图和有向图的奇度顶点个数必为偶数.
14
握手定理的应用(续)
例3 证明不存在具有奇数个面且每个面都具有奇数 条棱的多面体. 证 用反证法. 假设存在这样的多面体, 作无向图G=<V,E>, 其中V={v | v为多面体的面}, E={(u,v) | u,vV u与v有公共的棱 uv}. 根据假设, |V|为奇数且vV, d(v)为奇数. 这与握 手定理的推论矛盾.
5
有向图
定义 有向图D=<V,E>, 其中 (1)顶点集V是非空有穷集合, 其元素称为顶点 (2) 边集E为VV的多重子集,其 元素称为有向边,简称边. D的基图:用无向边代替有向边 如D=<V,E>, 其中 V={a,b,c,d} E={<a,a>,<a,b>,<a,b>,<a,d>,<c,b>,<d,c>,<c,d>} 图的数学定义与图形表示,在同构意义下一一对应
3阶有向完 全图
23
子图
定义 设G=<V,E>, G =<V ,E >是两个图 (1) 若V V且E E, 则称G 为G的子图, G为G 的 母图, 记作G G (2) 若G G 且V =V,则称G 为G的生成子图 (3) 若V V 或E E,称G 为G的真子图 (4) 设V V 且V , 以V 为顶点集, 以两端点都在 V 中的所有边为边集的G的子图称作V 的导 出子图,记作 G[V ] (5) 设E E且E , 以E 为边集, 以E 中边关联的 所有顶点为顶点集的G的子图称作E 的导出子 图, 记作 G[E ]
6
无向图与有向图(续)
通常用G表示无向图, D表示有向图, 也常用G泛指 无向图和有向图. V(G), E(G), V(D), E(D): G和D的顶点集, 边集. n 阶图: n个顶点的图 零图: E= 平凡图: 1 阶零图 空图: V=
7
顶点和边的关联与相邻
定义 设e=(u,v)是无向图G=<V,E>的一条边, 称u,v为e的端点, e与u ( v)关联. 若u v, 则称e与u ( v)的关联次数为1;若u=v, 则 称e为环, 此时称e与u 的关联次数为2; 若w不是e端点, 则称e与 w 的关联次数为0. 无边关联的顶点称作孤立点. 定义 设无向图G=<V,E>, u,vV, e,eE, 若(u,v) E, 则称u,v 相邻; 若e,e至少有一个公共端点, 则称e,e相邻. 对有向图有类似定义. 设e=u,v是有向图的一条边,又称u是e 的始点, v是e的终点, u邻接到v, v邻接于u.
12
图的度数列
设无向图G的顶点集V={v1, v2, …, vn} G的度数列: d(v1), d(v2), …, d(vn) 如右图度数列:4,4,2,1,3 设有向图D的顶点集V={v1, v2, …, vn} D的度数列: d(v1), d(v2), …, d(vn) D的出度列: d+(v1), d+(v2), …, d+(vn) D的入度列: d(v1), d(v2), …, d(vn) 如右图度数列:5,3,3,3 出度列:4,0,2,1 入度列:1,3,1,2
5
通路与回路(续)
定理 在n阶图G中,若从顶点u到v(uv)存在通 路,则从u到v存在长度小于等于n1的通路. 推论 在n阶图G中,若从顶点u到v(uv)存在通 路,则从u到v存在长度小于等于n1的初级通路. 定理 在一个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. 推论 在一个n阶图G中,若存在v到自身的简单回 路,则存在v到自身长度小于等于n的初级回路.
8
顶点的度数
设G=<V,E>为无向图, vV, v的度数(度) d(v): v作为边的端点次数之和 悬挂顶点: 度数为1的顶点 悬挂边: 与悬挂顶点关联的边 G的最大度(G)=max{d(v)| vV} G的最小度(G)=min{d(v)| vV} 例如 d(v5)=3, d(v2)=4, d(v1)=4, (G)=4, (G)=1, v4是悬挂顶点, e7是悬挂边, e1是环
15
多重图与简单图
定义 (1) 在无向图中,如果有2条或2条以上的边关 联同一对顶点, 则称这些边为平行边, 平行边的 条数称为重数. (2)在有向图中,如果有2条或2条以上的边具有相同 的始点和终点, 则称这些边为有向平行边, 简称 平行边, 平行边的条数称为重数. (3) 含平行边的图称为多重图. (4) 既无平行边也无环的图称为简单图. 注意:简单图是极其重要的概念
图论
1
图论部分
第5章 第6章 第7章
图的基本概念 特殊的图 树
2
第5章 图的基本概念
5.1 无向图及有向图 5.2 通路, 回路和图的连通性 5.3 图的矩阵表示 5.4 最短路径, 关键路径和着色
3
5.1 无向图及有向图
无向图与有向图 顶点的度数 握手定理 简单图 完全图 子图 补图
4
无向图
多重集合: 元素可以重复出现的集合 无序积: AB={(x,y) | xAyB} 定义 无向图G=<V,E>, 其中 (1) 顶点集V是非空有穷集合, 其元素称为顶点 (2) 边集E为VV的多重子集, 其元素称为无向边,简称边. 例如, G=<V,E>, 其中 V={v1, v2, …,v5}, E={(v1,v1), (v1,v2), (v2,v3), (v2,v3), (v2,v5), (v1,v5), (v4,v5)}
6
无向图的连通性
设无向图G=<V,E>, u与v连通: 若u与v之间有通路. 规定u与自身总连通. 连通关系 R={<u,v>| u,v V且uv}是V上的等价关系 连通图:任意两点都连通的图. 平凡图是连通图. 连通分支: V关于连通关系R的等价类的导出子图 设V/R={V1,V2,…,Vk}, G[V1], G[V2], …,G[Vk]是G的连 通分支, 其个数记作p(G)=k. G是连通图 p(G)=1
13
握手定理的应用
例1 (3,3,3,4), (2,3,4,6,8)能成为图的度数列吗? 解 不可能. 它们都有奇数个奇数. 例2 已知图G有10条边, 4个3度顶点, 其余顶点的度 数均小于等于2, 问G至少有多少个顶点? 解 设G有n个顶点. 由握手定理, 43+2(n-4)210 解得 n 8