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
|
4月前
|
存储 C++
第六章 二叉树理论基础
第六章 二叉树理论基础
17 0
第六章 二叉树理论基础
|
8月前
|
算法 数据挖掘 定位技术
算法必备数学基础:图论方法由浅入深实践与应用
算法必备数学基础:图论方法由浅入深实践与应用
|
9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
234 0
|
移动开发 网络虚拟化
【五讲四美】之“讲思想”
发挥一点工匠精神,对一个技术组内小运营需求的精进优化过程。
99 0
【五讲四美】之“讲思想”
|
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】
|
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。
136 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。
233 0
数据结构与算法的关系(上):算法的特征
|
搜索推荐 算法
离散数学_九章:关系 —— 拓扑排序
离散数学_九章:关系 —— 拓扑排序
174 0
|
存储 算法 索引
数据结构与算法(六):图结构
图是一种比线性表和树更复杂的数据结构,在图中,结点之间的关系是任意的,任意两个数据元素之间都可能相关。图是一种多对多的数据结构。
219 0
|
机器学习/深度学习
【离散数学】代数结构
1. 封闭性 2. 可交换 3. 可结合 4. 可分配 5. 吸收律 6. 等幂的 7. 幺元 8. 零元 9. 逆元 10. 广群 11. 半群 12. 子半群 13. 独异点 14. 群 15. 子群 16. 阿贝尔群(交换群) 17. 循环群 18. 陪集 19. 拉格朗日定理 20. 环 21. 整环 22. 域
205 0
【离散数学】代数结构