图论模型基础

第二节 图的顶点度和图的同构(4)
图序列:简单图的度序列. (d1, d 2 , , d p )(d1 d 2 d p ) 定理4 非负整数序列 是图序列当 p 且仅当 d i 是偶数,并且对一切整数k, 1 k p 1, 有
i 1
第二节 图的顶点度和图的同构(1)
定义1 设G是任意图,x为G的任意结点,与结点x关联的 边数(一条环计算两次)称为x的度数.记作deg(x)或d(x). 定义2 设G为无向图,对于G的每个结点x,若d(x)=K,则 称G为K正则的无向图.设G为有向图,对于G的每个结点 x,若d+(x)=d-(x), 则称G为平衡有向图.在有向图G中, 若 (G) (G) (G) (G) K , 则称G为K正则有向图. 定理1(握手定理，图论基本定理)每个图中,结点度数的 总和等于边数的二倍,即 deg(x) 2 E .
•
A
N
S
B
欧拉的结论 • 欧拉指出:一个线图中存在通过每边一次仅一次 回到出发点的路线的充要条件是: • 1)图是连通的,即任意两点可由图中的一些边连 接起来; • 2)与图中每一顶点相连的边必须是偶数. • 由此得出结论:七桥问题无解. 欧拉由七桥问题所引发的研究论文是图论的开 篇之作,因此称欧拉为图论之父.
xV
定理2 每个图中,度数为奇数的结点必定是偶数个.
第二节 图的顶点度和图的同构(2)
• 定理3 在任何有向图中,所有结点入度之和等于所有结 点出度之和. • 证明 因为每条有向边必对应一个入度和出度,若一个结 点具有一个入度或出度,则必关联一条有向边,因此,有向 图中各结点的入度之和等于边数,各结点出度之和也等 于边数. • 定义 度序列,若V(G)={v1,v2,…,vp},称非负整数序列 (d(v1),d(v2),…,d(vp))为图G的度序列.

信息学奥林匹克竞赛培训资料图论基础图论基础一、3种数据模型线性表(数组、链表):1:1树(普通树、二叉树、森林):1:n，线性链表可以看成是树的特例(单链)，树也可以看成是图的特例图(无向图、有向图):m:n二、图的基本概念1、图=(顶点集，边集)，顶点集必须非空，关键是把什么抽象成顶点，什么抽象成边,2、图的分类:无向图和有向图，区分在于边是否可逆,3、加权图(又称网或网络):权的含义,不加权的图也可以认为权是1。

4、阶和度:一个图的阶是指图中顶点的个数。

如果顶点A、B之间有一条边相连，则称顶点A和B是关联的;顶点的度是指与该顶点相关联的边的数目，奇点和偶点,对于有向图存在入度与出度之分;定理:无向图中所有顶点的度之和等于边数的2倍;有向图中所有顶点的入度之和等于所有顶点的出度之和;任意一个无向图一定有偶数个(或0个)奇点; 5、完全图:一个n阶的完全无向图含有n*(n-1)/2条边;一个n阶的完全有向图含有n*(n-1)条边;稠密图:当一个图的边数接近完全图时;稀疏图:当一个图的边数远远少于完全图时;在具体使用时，要选用不同的存储结构;6、子图:从一个图中取出若干顶点、若干边构成的一个新的图;7、路径:对于图G=(V，E)，对于顶点a,b，如果存在一些顶点序列x=a,x,……,x=b(k>1)，且12k(x,x)?E，i=1,2…k-1，则称顶点序列x,x,……,x为顶点a到顶点b的一条路径，而路径ii+112k上边的数目(即k-1)称为该路径的长度。

并称顶点集合{x,x,……,x}为一个连通集。

12k8、简单路径:如果一条路径上的顶点除了起点和终点可以相同外，其它顶点均不相同，则称此路径为一条简单路径;起点和终点相同的简单路径称为回路(或环)。

下左图1—2—3是一条简单路径，长度为2，而1—3—4—1—3就不是简单路径;下右图1-2-1为一个回路。

9、有根图:在一个图中，如果从顶点U到顶点V有路径，则称U和V是连通的;在一个图中，若存在一个顶点W，它与其它顶点都是连通的，则称此图为有根图，顶点W即为它的根，下面的两个图都是有根图，左图的1、2、3、4都可以作为根;而右图的1、2才可以作为根。

图论基本知识对于网络的研究，最早是从数学家开始的，其基本的理论就是图论，它也是目前组合数学领域最活跃的分支。

我们在复杂网络的研究中将要遇到的各种类型的网络，无向的、有向的、加权的……这些都可以用图论的语言和符号精确简洁地描述。

图论不仅为物理学家提供了描述网络的语言和研究的平台，而且其结论和技巧已经被广泛地移植到复杂网络的研究中。

图论，尤其是随机图论已经与统计物理并驾齐驱地成为研究复杂网络的两大解析方法之一。

考虑到物理学家对于图论这一领域比较陌生，我在此专辟一章介绍图论的基本知识，同时将在后面的章节中不加说明地使用本章定义过的符号。

进一步研究所需要的更深入的图论知识，请参考相关文献[1-5]。

本章只给出非平凡的定理的证明，过于简单直观的定理的证明将留给读者。

个别定理涉及到非常深入的数学知识和繁复的证明，我们将列出相关参考文献并略去证明过程。

对于图论知识比较熟悉的读者可以直接跳过此章，不影响整体阅读。

图的基本概念图G 是指两个集合(V ，E)，其中集合E 是集合V×V 的一个子集。

集合V 称为图的顶点集，往往被用来代表实际系统中的个体，集合E 被称为图的边集，多用于表示实际系统中个体之间的关系或相互作用。

若{,}x y E ，就称图G 中有一条从x 到y 的弧（有向边），记为x→y ，其中顶点x 叫做弧的起点，顶点y 叫做弧的终点。

根据定义，从任意顶点x 到y 至多只有一条弧，这是因为如果两个顶点有多种需要区分的关系或相互作用，我们总是乐意在多个图中分别表示，从而不至于因为这种复杂的关系而给解析分析带来困难。

如果再假设图G 中不含自己到自己的弧，我们就称图G 为简单图，或者更精确地叫做有向简单图。

以后如果没有特殊的说明，所有出现的图都是简单图。

记G 中顶点数为()||G V ν=，边数为()||G E ε=，分别叫做图G 的阶和规模，显然有()()(()1)G G G ενν≤-。

图2.1a 给出了一个计算机分级网络的示意图，及其表示为顶点集和边集的形式。

思路分析
• 每学期任课老师都有一定工作量的要求往往可能要上不止一门课 程。
• 每位同学需要在学期内完成若干门课程的学习。 • 某些对上课设施有特殊要求的课程，也不可以安排在同一时间。 • 为了方便开展一些全校性的活动，有些时段不安排课程。 • 受到教室数量的限制，在同一时段无法安排太多的课程。
模型建立
• 以每个课程为顶点，任何两个顶点之间连一条边当且仅当两门课 程的任课老师为同一人，或有学生同时选了这两门课或上课教室 冲突。
• 那么一个合理的课程安排就是将图中的点进行分化，使得每一个 部分里的点为一个独立集。
• 通过极小覆盖找出图中的极 大独立集，然后删去该极大 独立集，在剩下的图中找出 极大独立集，直到剩下的图 为一个独立集。
匈牙利算法
• 饱和点：Ｍ是图Ｇ的一个匹配，若Ｇ中顶点ｖ是Ｍ中某条边的端 点，则称Ｍ饱和ｖ,否则称ｖ是Ｍ的非饱和点。
• 可扩路：一条连接两个非饱和点x和y的由Ｍ外的边和Ｍ的边交错 组成的路称为Ｍ的(x,y)可扩路。
• 算法基本步骤：
Kuhn-Munkres算法
1.2 图的独立集应用
• 问题描述：各大学学期临近结束时，需要根据老师任课 计划和学生选课情况，再结合教室资源情况安排下一学 期的课程及上课时间和地点。下表所示是某大学电信学 院的大三各专业部分课程情况。该学院每届学生按专业 分班，统一选课。另外，学院只有一间普通机房和一间 高级机房。那么应该如何合理地排这些课程呢?
则称其是双连通或强连通的。对于不是双连通的图，都可以分解成 若干个极大的双连通分支，且任意两分支之间的边是同向的。
举例：
• 右图所示竞赛图不是双连通的
•
为一条有向
的D哈密尔A顿路B。 C E