基本概念
-
顶点 (Vertex or Node) 构成点集 (Vertex set)。
-
边(Edge) 构成边集 (Edge set)
- 常记作(u,v)(u,v)(u,v),u,vu,vu,v 称为eee 的 端点 (Endpoint)。
- 有向边 (Directed edge) 或 弧 (Arc): (u,v)(u,v)(u,v) 有序,有时也写作 u→vu \to vu→v 。设 e=u→ve=u \to ve=u→v,则此时uuu 称为eee 的 起点 (Tail),vvv 称为eee 的 终点 (Head),并称uuu 是vvv 的直接前驱,vvv 是uuu 的直接后继。
- 无向边 (Undirected edge) 或边 (Edge):(u,v)(u,v)(u,v) 无序。
-
图 (Graph) 是一个二元组$G=(V(G), E(G)) $ ,其中V(G)V(G)V(G) 是非空点集 (Vertex set),E(G)E(G)E(G) 是边集 (Edge set)。
-
常记作G=(V,E)G=(V,E)G=(V,E) 。
-
图GGG 的点数∣V(G)∣|V(G)|∣V(G)∣ 也被称作图GGG 的阶 (Order)。
-
当V,EV,EV,E 都是有限集合时,称GGG 为 有限图;当VVV 或EEE 是无限集合时,称GGG 为无限图。
-
有向图 (Directed graph):EEE 中均为有向边。
无向图 (Undirected graph):EEE 中均为无向边。
混合图 (Mixed graph):EEE 中既有有向边也有无向边。
-
赋权图:每条边都有权值。其中边权全是正的为正权图。
-
稀疏图 (Sparse graph):边很多,**稠密图 (Dense graph)**刚好相反。这个一般用于讨论时间复杂度为O(∣V∣2)O(|V|^2)O(∣V∣2) 的算法与O(∣E∣)O(|E|)O(∣E∣) 的算法的效率差异(稀疏图优先选择后者)。
-
自环 (Loop):∃e=(u,v)∈E,且u=v\exists e=(u,v)\in E,且u=v∃e=(u,v)∈E,且u=v,则eee 称作自环。
重边 (Multiple edge):若EEE 中存在两个完全相同的边,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。否则为多重图 (Multigraph)。
-
补图:对于无向图
-
反图
-
-
图中的点
-
对于两顶点uuu 和vvv ,若存在边(u,v)(u,v)(u,v) ,则称uuu 和vvv 是相邻的 (Adjacent)。
一个顶点v∈Vv\in Vv∈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)N(v)N(v)。
一个点集SSS 的邻域是所有与SSS 中至少一个点相邻的点所构成的集合,记作N(S)N(S)N(S) ,即N(S)=⋃v∈SN(v)N(S)=\bigcup_{v\in S} N(v)N(S)=⋃v∈SN(v)。
-
度 (Degree) :与一个顶点vvv 关联的边的条数,记作d(v)d(v)d(v) 。
-
无向简单图,有d(v)=∣N(v)∣d(v)=|N(v)|d(v)=∣N(v)∣ 。
-
握手定理(图论基本定理):对于任何无向图G(V,E)G(V,E)G(V,E) ,有∑v∈Vd(v)=2∣E∣\sum_{v\in V}d(v)=2|E|∑v∈Vd(v)=2∣E∣ 。
推论:在任意图中,度数为奇数的点必然有偶数个。
-
孤立点 (Isolated vertex):d(v)=0d(v)=0d(v)=0
叶节点 (Leaf vertex)/悬挂点 (Pendant vertex):d(v)=1d(v)=1d(v)=1
偶点 (Even vertex):2∣d(v)2\mid d(v)2∣d(v)
奇点 (Odd vertex):2∤d(v)2\nmid d(v)2∤d(v),其中一张图中奇点必有偶数个。
-
对于一张图,所有节点的度数的最小值称为最小度 (Minimum degree),记作δ(G)\delta(G)δ(G) ,最大值称为最大度 (Maximum degree),记作Δ(G)\Delta(G)Δ(G) 。
-
对于有向图,以一个顶点为起点的边的条数称为该顶点的出度 (Out-degree),记作 d+(v)d^+(v)d+(v) 或out(v)out(v)out(v) 。以一个顶点为终点的边的条数称为该节点的入度 (In-degree),记作d−(v)d^-(v)d−(v) 或in(v)in(v)in(v) 。对于任何有向图 ,有:∑v∈Vd+(v)=∑v∈Vd−(v)=∣E∣\sum_{v \in V} d^+(v)=\sum_{v \in V} d^-(v)=|E|∑v∈Vd+(v)=∑v∈Vd−(v)=∣E∣
-
对于无向图 ,每个顶点的度数都是一个固定的常数的称为 k - 正则图 (-Regular Graph)。
-
-
-
路径:将若干个点连接起来的边的集合。边的数量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。
- 简单路径 (Simple path):路径连接的点两两不同。
- 回路 (Circuit):路径头尾相接。
- 简单回路/简单环 (Simple circuit):路径中仅头尾相接。
-
子图:对于图GGG ,∃H=(V′,E′),V′∈V,E′∈E\exists H=(V',E'),V'\in V,E'\in E∃H=(V′,E′),V′∈V,E′∈E ,则称HHH 是GGG 的子图 (Subgraph),记作H⊆GH \subseteq GH⊆G 。
-
连通性:存在一条uuu 到vvv 的路径则u,vu,vu,v 连通 (Connected)。
-
无向图
-
图中任意两个顶点均连通的称连通图 (Connected graph)。
-
若HHH 是GGG 的一个连通子图,则HHH 是GGG 的一个连通块/连通分量 (Connected component)。
若不存在FFF 使H⊊F⊆GH\subsetneq F\subseteq GH⊊F⊆G 则HHH 是GGG 的一个极大连通子图。
-
-
有向图
- 有向图的节点两两互相可达,则称这张图是强连通的 (Strongly connected)。
- 张有向图的边替换为无向边后可以得到一张连通图,则称原来这张有向图是弱连通的 (Weakly connected)。
- 同无向图,有弱连通分量 (Weakly connected component)、极大弱连通子图、强连通分量 (Strongly Connected component)、极大强连通子图。
-
-
割
- 强连通图 G=(V,E)G=(V, E)G=(V,E), 若 V′⊆VV^{\prime} \subseteq VV′⊆V 且 G[V\V′]G\left[V \backslash V^{\prime}\right]G[V\V′] 不是连通 图, 则 V′V^{\prime}V′ 是图 GGG 的一个点割集 (Vertex cut/Separating set)。大小为一的点割集又被称作割点 (Cut vertex)
- 强连通图 G=(V,E)G=(V, E)G=(V,E) 和整数 kkk, 若 ∣V∣≥k+1|V| \geq k+1∣V∣≥k+1 且 GGG 不存在大小为 k−1k-1k−1 的点割集, 则称 图 GGG 是**kkk-点连通的 (k(k(k-vertex-connected)** ,而使得上式成立的最大的 kkk 被称作图 GGG 的 点连通度 (Vertex connectivity),记作 κ(G)\kappa(G)κ(G) 。对于非完全图,点连通度即为最小点割集的大小, 而完 图 KnK_{n}Kn 的点连通度为 n−1n-1n−1 。
- 对于图 G=(V,E)G=(V, E)G=(V,E) 以及 u,v∈Vu, v \in Vu,v∈V 满足 u≠v,uu \neq v, uu=v,u 和 vvv 不相邻, uuu 可达 vvv, 若 V′⊆V, V^{\prime} \subseteq V_{\text {, }}V′⊆V, u,v∉V′u, v \notin V^{\prime}u,v∈/V′, 且在 G[V\V′]G\left[V \backslash V^{\prime}\right]G[V\V′] 中 uuu 和 vvv 不连通, 则 V′V^{\prime}V′ 被称作 uuu 到 vvv 的点割集。 uuu 到 vvv 的最小点割集的大小被称作 uuu 到 vvv 的 局部点连通度 (Local connectivity), 记作 κ(u,v)\kappa(u, v)κ(u,v) 。
- 对于连通图 G=(V,E)G=(V, E)G=(V,E), 若 E′⊆EE^{\prime} \subseteq EE′⊆E 且 G′=(V,E\E′)G^{\prime}=\left(V, E \backslash E^{\prime}\right)G′=(V,E\E′) (即从 GGG 中删去 E′E^{\prime}E′ 中的边) 不是连通图, 则 E′E^{\prime}E′ 是图 GGG 的一个边割集(Edge cut)。大小为一的边割集又被称作桥 (Bridge)。
- 对于连通图 G=(V,E)G=(V, E)G=(V,E) 和整数 kkk, 若 GGG 不存在大小为 k−1k-1k−1 的边割集, 则称图 GGG 是 kkk - 边连 通的 (k(k(k-edge-connected), 而使得上式成立的最大的 kkk 被称作图 GGG 的 边连通度 (Edge connectivity),记作 λ(G)\lambda(G)λ(G) 。 (对于任何图, 边连通度即为最小边割集的大小。)
- 对于图 G=(V,E)G=(V, E)G=(V,E) 以及 u,v∈Vu, v \in Vu,v∈V 满足 u≠v,uu \neq v, uu=v,u 可达 vvv, 若 E′⊆EE^{\prime} \subseteq EE′⊆E, 且在 G′=(V,E\E′)G^{\prime}=\left(V, E \backslash E^{\prime}\right)G′=(V,E\E′) 中 uuu 和 vvv 不连通, 则 E′E^{\prime}E′ 被称作 uuu 到 vvv 的边割集。 uuu 到 vvv 的最小边割集的大 小被称作 uuu 到 vvv 的 局部边连通度 (Local edge-connectivity), 记作 λ(u,v)\lambda(u, v)λ(u,v) 。
- 点双连通 (Biconnected):没有割点的强连通图是点双连通的。对于两个点,如果无论删去哪个点(只能删去一个,且不能删自己)都不能使它们不连通。
- 点双连通没有传递性
- 边双连通 (2-edge-connected) :没有桥的强连通图是边双连通的。对于两个点,无论删去哪条边(只能删去一条)都不能使它们不连通。
- 边双连通有传递性
本文介绍了图论中的基本概念,包括顶点、边、有向边、无向边等,并详细解释了图、有向图、无向图和混合图的区别。此外还探讨了赋权图、稠密图和稀疏图的概念,以及自环、重边和简单图等特殊图的定义。
7940

被折叠的 条评论
为什么被折叠?



