Problem6251--学习系列 —— 图论 1:相关概念

6251: 学习系列 —— 图论 1:相关概念

[Creator : ]
Time Limit : 1.000 sec  Memory Limit : 256 MiB

Description

图论 (Graph theory) 是数学的一个分支,图是图论的主要研究对象。图 (Graph) 是由若干给定的顶点及连接两顶点的边所构成的图形,这种图形通常用来描述某些事物之间的某种特定关系。顶点用于代表事物,连接两顶点的边则用于表示两个事物间具有这种关系。


【图】

图 (Graph) 是一个二元组 $G=(V(G),E(G)$。其中 $V(G)$ 是非空集,称为 点集 (Vertex set),对于 $V$ 中的每个元素,我们称其为 顶点 (Vertex) 或 节点 (Node),简称  $E(G)$ 为 $V(G)$ 各结点之间边的集合,称为 边集 (Edge set)

常用 $G=(V,E)$ 表示图。

当 $V,E$ 都是有限集合时,称 $G$ 为 有限图

当 $V$ 或 $E$ 是无限集合时,称 $G$ 为 无限图

图有多种,包括 无向图 (Undirected graph)有向图 (Directed graph)混合图 (Mixed graph) 等。

【无向图】

若 $G$ 为无向图,则 $E$ 中的每个元素为一个无序二元组 $(u,v)$,称作 无向边 (Undirected edge),简称 边 (Edge),其中 。设 $u,v \in V$,则 $u$ 和 $v$ 称为 $e$ 的 端点 (Endpoint)。如下图。


【有向图】

若 $G$ 为有向图,则 $E$ 中的每一个元素为一个有序二元组 $(u,v)$,有时也写作 $u \rightarrow v$,称作 有向边 (Directed edge) 或 弧 (Arc),在不引起混淆的情况下也可以称作 边 (Edge)。设 $e=u \rightarrow v$,则此时 $u$ 称为 $e$ 的 起点 (Tail),$v$ 称为 $e$ 的 终点 (Head),起点和终点也称为 $e$ 的 端点 (Endpoint)。并称 $u$ 是 $v$ 的直接前驱,$v$ 是 $u$ 的直接后继。如下图。


【混合图】

若 $G$ 为混合图,则 $E$ 中既有向边,又有无向边。

【加权图】

若 $G$ 的每条边 $e_k=(u_k, v_k)$ 都被赋予一个数作为该边的 ,则称 $G$ 为 赋权图。如果这些权都是正实数,就称 $G$ 为 正权图

图 $G$ 的点数 $|V(G)|$ 也被称作图 $G$ 的 阶 (Order)

形象地说,图是由若干点以及连接点与点的边构成的。

 
【相邻】

在无向图 $G=(V,E)$ 中,若点 $v$ 是边 $e$ 的一个端点,则称 $v$ 和 $e$ 是 关联的 (Incident) 或 相邻的 (Adjacent)。对于两顶点 $u$ 和 $v$,若存在边 $(u,v)$,则称 $u$ 和 $v$ 是 相邻的 (Adjacent)

一个顶点 $v \in V$ 的 邻域 (Neighborhood) 是所有与之相邻的顶点所构成的集合,记作 $N(v)$

一个点集 $S$ 的邻域是所有与 $S$ 中至少一个点相邻的点所构成的集合,记作 $N(S)$,即:$N(S)=\bigcup_{v \in S} N(v)$



【度数】

与一个顶点 $v$ 关联的边的条数称作该顶点的 度 (Degree),记作 $d(v)$。特别地,对于边 $(u,v)$,则每条这样的边要对 $d(v)$ 产生 $2$ 的贡献。

对于无向简单图,有 $d(v)=|N(v)|$

握手定理(又称图论基本定理):对于任何无向图 $G=(V,E)$,有 $\sum_{v \in V} d(v)=2 \left| E \right|$。

推论:在任意图中,度数为奇数的点必然有偶数个。

若 $d(v)=0$,则称 $v$ 为 孤立点 (Isolated vertex)

若 $d(v)=1$,则称 $v$ 为 叶节点 (Leaf vertex)/悬挂点 (Pendant vertex)

若 $2 \mid d(v)$,则称 $v$ 为 偶点 (Even vertex)

若 $2 \nmid d(v)$,则称 $v$ 为 奇点 (Odd vertex)。图中奇点的个数是偶数。

若 $d(v)=|V|-1$,则称 $v$ 为 支配点 (Universal vertex)

对一张图,所有节点的度数的最小值称为 $G$ 的 最小度 (Minimum degree),记作 $\delta(G)$;最大值称为 最大度 (Maximum degree),记作 $\Delta(G)$。即:$\delta(G)=\min_{v \in G} d(v),\ \Delta(G)=\max_{v in G} d(v)$。

在有向图 $G=(V,E)$ 中,以一个顶点 $v$ 为起点的边的条数称为该顶点的 出度 (Out-degree),记作 $d^+(v)$。以一个顶点 $v$ 为终点的边的条数称为该节点的 入度 (In-degree),记作 $d^-(v)$。显然 $d^+(v)+d^-(v)=d(v)$

对于任何有向图 $G=(V,E)$,有:$\sum_{v \in V}d^+(v)=\sum_{v \in V}d^-(v)=|E|$

若对一张无向图 $G=(V,E)$,每个顶点的度数都是一个固定的常数 $k$,则称 $G$ 为 $k$- 正则图 ($k$-Regular Graph)

如果给定一个序列 a,可以找到一个图 G,以其为度数列,则称 a 是 可图化 的。

如果给定一个序列 a,可以找到一个简单图 G,以其为度数列,则称 a 是 可简单图化 的。



【简单图】

自环 (Loop):对 $E$ 中的边 $e=(u,v)$,若 $u=v$,则 $e$ 被称作一个自环。

重边 (Multiple edge):若 $E$ 中存在两个完全相同的元素(边)$e_1,e_2$,则它们被称作(一组)重边。

简单图 (Simple graph):若一个图中没有自环和重边,它被称为简单图。具有至少两个顶点的简单无向图中一定存在度相同的结点。(鸽巢原理

如果一张图中有自环或重边,则称它为 多重图 (Multigraph)
注意:

1、在无向图中 $(u,v)$ 和 $(v,u)$ 算一组重边,而在有向图中,$u \rightarrow v$ 和 $v \rightarrow u$ 不为重边。

2、在题目中,如果没有特殊说明,是可以存在自环和重边的,在做题时需特殊考虑。


【路径】

途径 (Walk):途径是一个将若干个点连接起来的边的集合。形式化地说,途径 $w$ 是一个边的集合 $\{e_1,e_2,\ldots,e_k\}$,这个边集需要满足条件:存在一个由点构成的序列 $\{v_0,v_1,\ldots,v_k\}$ 满足 $e_i$ 的两个端点分别为 $v_{i-1}$ 和 $v_i$。这样的路径可以简写为 $v_0 \rightarrow v_1 \rightarrow v_2 \rightarrow \ldots \rightarrow v_k$。通常来说,边的数量 $k$ 被称作这条途径的 长度(如果边是带权的,长度通常指路径上的边权之和,题目中也可能另有定义)。

迹 (Trail):对于一条途径 $w$,若 $\{e_1,e_2,\ldots,e_k\}$ 两两互不相同,则称 $w$ 是一条迹。

路径 (Path)(又称 简单路径 (Simple path)):对于一条迹 $w$,若其连接的点的序列中点两两不同,则称 $w$ 是一条路径。

回路 (Circuit):对于一个迹 $w$,若 $v_0=v_k$,则称 $w$ 是一个回路。

环/圈 (Cycle)(又称 简单回路/简单环 (Simple circuit)):对于一个回路 $w$,若 $v_0=v_k$ 是点序列中唯一重复出现的点对,则称 $w$ 是一个环。

Source/Category

数据结构 2.50.图论