标签：5.1 同构 有向图 vj 无向 顶点

文章目录

• 5.1 无向图及有向图
• • • 5.1.1 无向图
    • 5.1.2 有向图
    • 5.1.3 无向图与有向图
    • 5.1.4 顶点和边的关联与相邻
    • 5.1.5 顶点的度数
    • 5.1.6 握手定理
    • 定理
    • 证明
    • 推论
    • 应用
    • 5.1.7 图的度数列
    • 5.1.8 多重图与简单图
    • 5.1.9 完全图
    • 5.1.10 子图
    • 5.1.11 补图
    • 5.1.12 图的同构

5.1 无向图及有向图

5.1.1 无向图

多重集合：元素可以重复出现的集合

定义 无向图G=<V,E>, 其中
(1) 顶点集V是非空有穷集合, 其元素称为顶点
(2) 边集E为V&V的多重子集，其元素称为无向边，简称边

5.1.2 有向图

定义 有向图G=<V,E>D=<V,E>, 其中
(1)顶点集V是非空有穷集合, 其元素称为顶点
(2) 边集E为 V× V的多重子集，其元素称为有向边，简称边

D的基图:用无向边代替有向边

5.1.3 无向图与有向图

• 通常用G表示无向图, D表示有向图, 也常用G泛指无向图和有向图。
  V(G), E(G), V(D), E(D): G和D的顶点集, 边集

  n阶图: n个顶点的图

  零图: E= ∅

  平凡图: 1 阶零图

  空图: V= ∅

5.1.4 顶点和边的关联与相邻

定义 设e=(u,v)是无向图G=<V,E>的一条边, 称u,v为e的端点,e与u(v)关联。

​ 若u≠v, 则称e与u(v)的关联次数为1;

​ 若u=v, 则称e为环, 此时称e与u 的关联次数为2;

​ 若w不是e端点, 则称e与w 的关联次数为0。

​ 无边关联的顶点称作孤立点。

定义 设无向图G=<V,E>, u,v∈V, e,e’∈E, 若(u,v)∈E, 则称u,v相邻;

​ 若e,e’至少有一个公共端点, 则称e,e’相邻。

​ 对有向图有类似定义。设e=<u,v>是有向图的一条边,又称u是e的始点,v是e的终点, u邻接到v, v邻接于u。

5.1.5 顶点的度数

​ 设G=<V,E>为无向图, v ∈ V,

​ v的度数(度) d(v): v作为边的端点次数之和
​ 悬挂顶点: 度数为1的顶点
​ 悬挂边: 与悬挂顶点关联的边
​ G的最大度 △ (G)=max{d(v)|v∈V}
​ G的最小度 δ (G)=min{d(v)| v∈V}

右图中d(v₅)=3, d(v₂)=4, d(v₁)=4,△(G)=4, δ(G)=1,v₄是悬挂顶点, e₇是悬挂边, e₁是环

设D=<V,E>为有向图, v∈V,
v的出度d⁺(v) : v作为边的始点次数之和
v的入度d^-(v): v作为边的终点次数之和
v的度数(度)d(v) : v作为边的端点次数之和
d(v)= d⁺(v)+ d^-(v)

​ D的最大出度△⁺(D) =max{d⁺(v)|v∈V}
​ 最小出度δ⁺(D) =min{d⁺(v)|v∈V}

​ 最大入度△^-(D) =max{d^-(v)|v∈V}

​ 最小入度δ^-(D) =min{d^-(v)|v∈V}

​ 最大度 △ (D)=max{d(v)|v∈V}

​ 最小度 δ (D)=min{d(v)|v∈V}

实例：

5.1.6 握手定理

• 定理

  任意无向图和有向图的所有顶点度数之和都等于边数的2倍, 并且有向图的所有顶点入度之和等于出度之和等于边数。

• 证明

  G中每条边（包括环）均有两个端点，所以在计算G中各顶点度数之和时，每条边均提供2度，m条边共提供2m度。

  有向图的每条边提供一个入度和一个出度, 故所有顶点入度之和等于出度之和等于边数。

• 推论

​ 任意无向图和有向图的奇度顶点个数必为偶数。

• 应用

5.1.7 图的度数列

设无向图G的顶点集V={v₁, v₂, …, v_n}

G的度数列: d(v₁), d(v₂), …, d(v_n)

如右图度数列:4,4,2,1,3

设有向图D的顶点集V={v₁, v₂, …, v_n}

D的度数列: d(v₁), d(v₂), …, d(v_n)

D的出度列: d⁺(v₁), d⁺(v₂), …, d⁺(v_n)

D的入度列: d^-(v₁), d^-(v₂), …, d^-(v_n)

如右图度数列:5,3,3,3

        出度列:4,0,2,1
        入度列:1,3,1,2

例题：

1. 一个部门有25个人，由于意见不同，是否可能每个人恰好与其他5个人意见一致？

   ​ A 可能 B 不可能

2. 唐氏夫妇邀请另外三对夫妇来家里吃饭，已知每个人都不和自己握手，不和自己的配偶握手，同时最多和一人握手一次。在大家吃完饭后，唐先生问大家握了几次手，每个人的回答都不相同。请问：唐太太握手几次？

​ A 0 B 1 C 2 D 3 E 4 F 5 G 6

答案：1. B 2. D

5.1.8 多重图与简单图

(1)在无向图中,如果有2条或2条以上的边关联同一对顶点, 则称这些边为平行边, 平行边的条数称为重数。
(2)在有向图中,如果有2条或2条以上的边具有相同的始点和终点, 则称这些边为有向平行边, 简称平行边, 平行边的条数称为重数。
(3) 含平行边的图称为多重图。
(4) 既无平行边也无环的图称为简单图。

注意:简单图是极其重要的概念。

实例：

5.1.9 完全图

n阶无向完全图K_n：每个顶点都与其余顶点相邻的n阶无向简单图。

简单性质：边数m=n(n-1)/2，Δ=δ=n-1

K₅：

n阶有向完全图：每对顶点之间均有两条方向相反的有向边的n阶有向简单图。

简单选择：边数m=n(n-1)，Δ=δ=2(n-1)

​ Δ⁺=δ⁺=Δ^-=δ^-=n-1

3阶有向完全图：

5.1.10 子图

设G=<V,E>，G’=<V’,E’>是两个图。

(1)若V’⊆V且E’⊆E，则称G’是G的子图，G是G’的母图，记作G’⊆G。

(2) 若G’⊆G 且V’=V，则称G’为G的生成子图。

(3) 若V’⊂V 或E’⊂E，称G’为G的真子图。

(4) 设V’⊆V 且V’≠∅, 以V’为顶点集, 以两端点都在V’中的所有边为边集的G的子图称作V’的导出子图，记作 G[V’]。

(5) 设E’⊆E且E’≠∅, 以E’为边集, 以E’中边关联的所有顶点为顶点集的G的子图称作E’的导出子图, 记作 G[E’]。

注意：每个图都是本身的子图。

生成子图的实例：

K₄的所有非同构的生成子图

导出子图的实例：

5.1.11 补图

定义：设G=<V,E>是n阶无向简单图，以V为顶点集,所有使G成为完全图K_n的添加边组成的集合为边集的图，称为G的补图。记作G’。若G≌G’，则G是自补图。

5.1.12 图的同构

定义:G₁=<V₁,E₁>, G₂=<V₂,E₂>为两个无向图(有向图), 若存在双射函数 f: V₁→V₂, 使得对于任意的v_i,v_j∈V₁, (v_i,v_j)∈E₁（<v_i,v_j>∈E₁）当且仅当 (f(v_i),f(v_j))∈E₂（<f(v_i),f(v_j)>∈E₂），并且, (v_i,v_j)（<v_i,v_j>）与 (f(v_i),f(v_j))（<f(v_i),f(v_j)>）的重数相同，则称G₁与G₂是同构的，记作G₁≌G₂。

同构实例：

左边上下两图是同构的，右边上下两图也是同构的。

说明：

• 图之间的同构关系具有自反性、对称性和传递性。

• 能找到多条同构的必要条件，但它们都不是充分条件：

  ①边数相同，顶点数相同

  ②度列数相同（不计度数的顺序）

  ③对应定点的关联集及领域的元素个数相同，等等

• 若破坏必要条件，则两图不同构

• 至今没有找到判断两个图同构的多项式时间算法

例题：

（1）

​ A 同构 B 不同构

（2）

​ A 同构 B 不同构

（3）

​ A 同构 B 不同构

答案：（1）A （2）A （3） B

标签：5.1,同构,有向图,vj,无向,顶点
来源： https://blog.csdn.net/sinat_20471177/article/details/118298489

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。