图论(6)树的概念,中心与形心
目录
(一)、树的概念与应用
1.树的概念
2.树的应用
(二)、树的性质
(三)、树的中心与形心
1.树的中心的概念与性质
2.树的形心的概念与性质
(一)、树的概念与应用
1.树的概念
不含圈的图称为无圈图,树是连通的无圈图。树的度为1的顶点称为树叶。
定义:称无圈图G为森林。
即无圈图G就是森林,森林可以是不连通的,若森林连通,则该森林为树。即森林可以包含很多树,每个树都是该森林的连通分量。
注意:树与森林都是简单图;
两个顶点及以上的树与森林都是偶图;
树与森林都没有重边和自环,所以是简单图。又因为一个图为偶图的充要条件是该图不包含奇圈,这里圈都没有,所以更没有奇圈,所以树与森林都是偶图。
例题:这里按树中最长路进行枚举。即若最长路为3时,我们先画出4个顶点依次排开相连,然后再考虑剩下的顶点的连接方式。
2.树的应用
略
(二)、树的性质
定理1:每棵非平凡树至少有两片树叶。
注意:发现了一个问题,图论中很多证明都是证明一条路v1v2....vk是最长路。
定理2:图G是树当且仅当图G中任意两点都被唯一的路连接。
由定理3可得,对于一棵树来说,边数一定等于顶点数减1。
例题:
推论1:具有k个分支的森林具有n-k条边。
定理4:每个n阶连通图的边数至少为n-1
树的边数为n-1,所以树也被称为最小连通图。
定理5:任意树T的两个不邻接顶点之间添加一条边,可以得到唯一圈。
因为树中任意两个不邻接顶点都有一条唯一的路连接,所以如果在这两个顶点之间加一条边,就可以得到唯一圈。
例题:
注:因为一棵树的边数是m=n-1,所以一棵树的度数之和一定是2(n-1)
(三)、树的中心与形心
1.树的中心的概念与性质
(1)图的顶点的离心率
每一个顶点都有离心率这个概念,顶点v的离心率指的是图中距离v最远的点与v之间的那个最远距离。
(2)图的半径
图中所有顶点中对应最小的那个离心率就是图的半径。
(3)图的直径
最大离心率
(4)图的中心点
离心率等于半径的点,所以图的中心点可能有多个吧。
(5)图的中心
中心点的集合。图的中心是一个集合,中心点的集合。
定理7:一颗树的中心由一个点或两个相邻点组成。
2.树的形心的概念与性质
略
图论(6)树的概念,中心与形心相关推荐
- 清华大学邓俊辉-数据结构MOOC笔记-树的概念及逻辑表示
清华大学邓俊辉-数据结构MOOC笔记-树的概念及逻辑表示 有关概念: 与图论略有不同,数据结构中的树:1.需要为每一颗树指定一个特殊的顶点,作为"根"(root),对应rooted ...
- python 树_Python树的概念
1.定义 1)非线性结构,每个元素可以有多个前驱和后继. 2)树是n(n>=0)个元素的集合. n=0时,称为空树. 树只有一个特殊的没有前驱的元素,称为树的根root. 树中除了根节点外,其余 ...
- 简述数据字典的结构及其作用_数据结构——树基本概念及其遍历
树 1.概念 树结构是一种描述非线性层次关系的数据结构 在一个数结构中,有且仅有一个结点没有直接前驱,这个结点就是树的结点. 除根结点外,其余每个结点有且仅有一个直接前驱. 每个结点可以有任意多个直接 ...
- 文件压缩(Huaffman树的概念及其实现)
什么是压缩 想办法让源文件变得更小并能还原. 为什么要进行文件压缩 文件太大,节省空间 提高数据再网络上传输的效率 对数据有保护作用-加密 文件压缩的分类 无损压缩 源文件被压缩后,通过解压缩能够还原 ...
- (王道408考研数据结构)第五章树-第四节3:哈夫曼树基本概念、构造和哈夫曼编码
文章目录 一:哈夫曼树基本概念 (1)相关术语 (2)哈夫曼树定义 二:哈夫曼树的构造 三:哈夫曼树特点 四:哈夫曼树典型应用-哈夫曼编码 在计算机中, 文件压缩是一项非常重要的技术,它除了可以减少文 ...
- c++《AVL树的概念》《AVL树的插入》《AVL树的旋转》《AVL树的验证》《AVL树的删除》《AVL树的性能》
4.1 AVL树 4.1.1 AVL树的概念 二叉搜索树虽可以缩短查找的效率,**但如果数据有序或接近有序二叉搜索树将退化为单支树,查找元素相当 于在顺序表中搜索元素,效率低下.**因此,两位俄罗斯的 ...
- 树的概念及存储结构(双亲表示法,孩子表示法,孩子兄弟表示法)
文章目录 一. 树的概念 二. 树的存储结构 (一). 双亲表示法 (二). 孩子表示法 1. 定长结点链表存储结构 2. 孩子链表存储结构 (三). 孩子兄弟表示法 一. 树的概念 树(Tree)是 ...
- 机器学习 K近邻之KD树基本概念、绘制KD树
K近邻算法回顾 K近邻法模型的三要素: 距离度量: K值的选取:K值的选取一般可以采用交叉验证法,且一般小于训练集样本量的平方根 分类决策规则:多数表决等价于误分类数最小 关于K近邻的问题: 1.简 ...
- 逻辑树与视觉树基本概念
一. 摘要 逻辑树与视觉树属于WPF的基本概念,学过WPF或者Silverlight的朋友一定会对其有所耳闻,这篇文章 将来探讨逻辑树与视觉树的特质以及两者的区别 二.本文提纲 WPF Inspect ...
最新文章
- solr 实现对经纬度的查询
- 【Android 应用开发】自定义View 和 ViewGroup
- (转)用来理解Java的8个图表
- MATLAB遇到问题:错误使用eval,未定义与‘struct‘类型的输入参数相对应的函数‘workspacefunc‘
- Codeigniter Grid 使用方法 (flexigrid)
- c++-虚函数与多态
- 浏览器加载渲染HTML、DOM、CSS、 JAVASCRIPT、IMAGE、FLASH、IFRAME、SRC属性等资源的顺序总结...
- 机器人枪杀人类的时刻到了
- 从零开始学前端:初识JavaScript --- 今天你学习了吗?(JS:Day01)
- 翻译连载 | JavaScript轻量级函数式编程-第5章:减少副作用 |《你不知道的JS》姊妹篇...
- 拓端tecdat|R语言中的block Gibbs吉布斯采样贝叶斯多元线性回归
- 触发器的创建及相关知识
- 2018年程序员考试大纲
- PPT 宏 macro图片crop
- ucore操作系统 lab1 实验报告
- 多项式承诺Polynomial commitment方案汇总
- android 电视 vob格式转换,佳佳Android视频格式转换器
- arm linux开发板tar移植
- html 多余的字省略号,html中把多余文字转化为省略号
- 对当前计算机应用的理解论文,计算机应用的现状、主要对策及今后发展方向
热门文章
- filezilla:不安全的服务器,不支持FTP over TLS
- 利用matlab进行爬虫
- 终于装好titan x显卡驱动
- iOS-APP启动完成过程,以及耗时优化
- c语言去掉文件中重复单词,可以读出文件中出现所有单词的出现次数并显示求只显示出现最多5...
- 称球问题——经典智力题推而广之三
- Pytorch损失函数cross_entropy、binary_cross_entropy和binary_cross_entropy_with_logits的区别
- 伯明翰大学计算机科学怎么样,独家解析!伯明翰大学的优势专业:工程/计算机科学...
- PIC单片机printf()函数重定向
- 夸奖对方代码写的好_夸奖别人画得好怎么写