下载文档原格式
第8节图论应用实例_图着色问题预备知识_回溯法回溯法:在实际生活中，有些问题是不能用数学公式去解决的，它需要通过一个过程，此过程要经过若干个步骤才能完成，每一个步骤又分为若干种可能;同时，为了完成任务，还必须遵守一些规则，但这些规则无法用数学公式表示，对于这样一类问题，一般采用搜索的方法来解决，回溯法就是搜索算法(广度优先、深度优先等)中的一种控制策略，它能够解决许多搜索中问题。
回溯法基本思想:试探法，撞了南墙就回头。
(一般采用深度优先搜索策略) 搜索策略:深度优先(不撞南墙不回头)。
在搜索过程中，如果求解失败，则返回搜索步骤中的上一点，去寻找新的路径，以求得答案。
要返回搜索，前进中的某些状态必须保存，才能使得退回到某种状态后能继续向前。
白话搜索:如果用数组存放搜索信息，i表示数组下标(当前状态)， ++i表示往前走(下一个状态)，--i表示回溯(往回退，返回上一次状态)。
第8节图论应用实例_图着色(graph coloring)问题数学定义:给定一个无向图G=(V, E)，其中V为顶点集合，E为边集合，图着色问题即为将V分为k个颜色组(k为颜色数)，每个组形成一个独立集，即其中没有相邻的顶点。
其优化版本是希望获得最小的k值。
典型应用:地图的着色、调度问题等。
k-着色判定问题:给定无向连通图G和k种不同的颜色。
用这些颜色为图G的各顶点着色，每个顶点着一种颜色，是否有一种着色法使G中任意相邻的2个顶点着不同颜色,例四色问题。
设有如图1的地图，每个区域代表一个省，区域中的数字表示省的编号，现在要求给每个省涂上红、蓝、黄、白四种颜色之一，同时使相邻的省份以不同的颜色区分。
课外拓展:搜索“四色问题”，了解四色问题相关知识。
5674231图1问题分析:(1)属于图的搜索问题。
将问题简化:将每个省抽象为一个点，省之间的联系看为一条边，可以得到图2。
16751432图2(2)用邻接矩阵表示各省之间的相邻关系，二维数组实现:1 表示省i与省j相邻, ,,ri,j,,0 表示省i与省j不相邻,由图2可以得到如下矩阵:(对称矩阵)1 2 3 4 5 6 71 0 1 0 0 0 0 12 1 0 1 1 1 1 13 0 1 0 1 0 0 04 0 1 1 0 1 0 05 0 1 0 1 0 1 06 0 1 0 0 1 0 17 1 1 0 0 0 1 0 为一对称矩阵。
第六章 染色理论许多实际问题可以归结为求图的匹配或者独立集。
此外，在许多应用中，人们希望知道：一个给定的图，它的边集至少能划分成多少个边不交的匹配？或它的顶点集至少能划分成多少个点不交的独立集？这便是图的边染色和顶点染色问题。
§6.1 点染色定义6.1.1 设G 是一个无环边的图。
G 的顶点正常k 染色(proper vertex k-colouring)π是指k 种颜色k ，，，L 21对于G 的各顶点的一种分配，使得任二相邻的顶点被染上不同的颜色。
换句话说，G 的顶点正常k 染色π是一个映射},,2,1{)(:k G V L →π,使得)(1i −π是独立集或空集),,2,1(k i L =.注：设π是G 的一个顶点正常k 染色。
令})(|)({)(V 1i x G V x i i =∈==−ππ，（k i ,,2,1L =）。
则π实际上是对顶点集)(G V 的一种划分：),,,(21k V V V L =π，其中φ=j i V V I ，)(1G V Vki i==U ，且每个i V 是独立集或空集),,2,1(k i L =.例：定义6.1.2 若存在G 的一种顶点正常k 染色，则称图G 是点k 色可染的(vertex k-colourable)， 有时简称为k 色可染的或可k 染色的。
注：⑴ 每个图G 一定是)(G ν色可染的。
⑵ 若图G 是k 色可染的，则对任何正整数k m ≥，G 也m 色可染。
定义6.1.3 设G 是无环边的图，令G k G |min{)(=χ是k 色可染的}，称)(G χ为G 的点色数，有时简称为色数(chromatic number)。
若k G =)(χ，则称G 为k 色图(k-chromatic graph)。
注：（1） 若k G =)(χ（即G 是k 色图），则G 中任何点k 染色),,,(21k V V V L =π中每个i V 都是非空的独立集。
第一章 图形理论图形理论有明确的起始点，由瑞士数学家尤拉(Leonhard Euler, 1707-1783)于1736年发表的论文开始。
其研究的主要论点，乃在于解决当时的热门问题，即有名K önigsgerg 的七桥问题。
1.1 定义与例题定义1.1：令 V 为非空集合，且E V V ⊆⨯. 序对(),V E 称为(V 上)有向图(directedgraph or digraph)，其中 V 为顶点(vertex)或节点(node)的集合，E 为边(edge)的集合。
我们记(),G V E =表示此图形。
图1.1为{}, , , , V a b c d e =上有向图的例子，其中()()()(){}, , , , , , , E a a a b a d b c =。
边的方向由边上的有向箭头表示，如图所示对任意边，如(), b c ，我们说此边接合(incident)顶点, b c ；称b 邻接至(adjacent to) c ；或c 邻接自(adjacent from) b 。
此外， b 称为边的原点(origin)或源点(source)， c 称为终点(terminus or terminating vertex)。
边(), a a 为一个循环(loop)， 且顶点e 不与任何边接合，称为孤立点(isolated)。
若不考虑边的方向，此图称为无向图(undirected)。
定义1.2：令, x y 为无向图(), G V E =的顶点(不一定相异)。
G 中的X Y -路(x y -walk)是指选自G 的顶点及边的有限交错序列。
01122311,,,,,,...,,,,n n n n x x e x e x e e x e x y --==其中由顶点 1x 开始，终止于顶点y ，n 个边{}1,,1i i i e x x i n -=≤≤路的长度(length)是指该条路的边数n 。
