图论相关概念

简介: 图论相关概念

一、基本概念

  • 区别于集合:边集可以重复
  • G = (V,E),教材中的另一个对应关系的参数不重要
  • V(G) 顶点集
  • E(G) 边集合
  • 关联:指顶点与边相连
  • 相邻:点与点 边与边
  • 重边:
  • 有限图:边数顶点数都是有限的图
  • 平凡图:顶点只有一个的图:不一定没有边,环也有可能
  • 简单图:不含重边和环的图
  • 平面图:可以用画在纸上的图,且各条边只在顶点处相交
  • 同构:边与点数目相同,对应关系相对而言相同,即不做标记的图可以是同构,只是记号改变的图
  • 完全图:每个顶点都与其他顶点相连
  • 二部图:顶点集合分成两部分
  • 完全二部图:顶点集合分成两部分,每一部分中的顶点都与另一部分中的任何一个顶点相连

二、图与子图

关联矩阵与邻接矩阵

$M(G)=[m_{ij}]$ $v_i与e_j关联次数$ 环为2

$A(G)=[G_{ij}]$ $a_{ij}表示v_i与v_j相关联的次数$

三、度的相关定理

$\sum_{v\in V}d_G(v)=2\epsilon$

环算两条边

$\delta(G)最小度$

$\Delta(G)最大度$

$\delta(G)=\Delta(G)=k$ 称为k正则图

四、一个常用的证明方法

介绍一个常用的证明方法:贡献法

左边变化等于右边变化则证明相等,有点类似与归纳法

证明:$\sum_{v\in V}d_G(v)=2\epsilon$

可以一开始取$\epsilon=1$ 显然等式成立,然后变化的时候两个等式相同即证明等式成立

推论:在任何图中,奇度点个数总等于偶数

这个比较容易证明,考虑以下等式即可证明

$V_1\rightarrow 奇度$

$V_2\rightarrow 偶度$

$\sum_{v\in V_1}d(v)+\sum_{v\in V_2}d(v)=\sum_{v\in V}d(v)$

五、途径、迹、路

途径:点边交替出现的序列,点边都是可以重复的

$w=v_0 e_1 v_1 e_2 ...e_k v_k$

简单图中$w$ 的顶点序列可以唯一确定一条途径,所以可以省略边不写

迹:$w$ 中边互不相同

路:$w$ 中的点互不相同当然边肯定也互不相同

途径一定会包括路和迹

迹和路一定是途径而途径不一定是路和迹

六、圈

一条起点和内部顶点互不相同的闭迹

定理:

一个圈是二部图当且仅当它不包含奇圈

目录
相关文章
|
2月前
|
存储 机器学习/深度学习 算法
图论基础:从数学原理到C/C++实现
图论基础:从数学原理到C/C++实现
73 0
|
5月前
非线性规划的概念
非线性规划的概念
|
5月前
线性规划解的概念
线性规划解的概念
|
7月前
|
机器学习/深度学习 运维 算法
【图论基础数据结构及其应用】
【图论基础数据结构及其应用】
|
9月前
|
数据采集 存储 算法
图论:探索节点与关系的数学世界
引言 本文仅仅作为图论的概述,由于种种原因没有进行排版(笔者不太会用这个编辑器),超链接为扩展内容,大家可以点击详细学习。
68 0
|
11月前
|
算法 搜索推荐
从图到算法【图论】
柯尼斯堡七桥问题是图论中的著名问题。
60 0
|
12月前
|
存储 算法 JavaScript
二叉树理论基础篇
二叉树理论基础篇 二叉树的种类 满二叉树 完全二叉树 二叉搜索树 平衡二叉搜索树 二叉树的存储方式 二叉树的遍历方式 二叉树的定义 总结 其他语言版本
77 0
|
存储 算法 Java
数据结构与算法的关系(上):算法的特征
算法定义:描述解决问题的方法。这个描述很笼统,很多人一听可能迷迷糊糊的,不明所以。我们来看看其他的定义:算法是解题方案的准确而完整地描述,是一系列解决问题的清晰指令,并且每个操作表示一个或多个指令。这个定义是被普遍认可的,在计算机中,算法就一个多个制定的一序列的指令。
158 0
数据结构与算法的关系(上):算法的特征
|
存储 算法 C++
秒懂算法 | 图论
图论是一个“巨大”的专题,有大量的知识点,有众多广为人知的问题,有复杂的应用场景。 图论算法常常建立在复杂的数据结构之上。本文讲解了基础的图论考点,帮助大家了解图论专题
169 0
数据结构与算法的关系
数据结构与算法的关系