图论基础知识(一) —— 图
一、定义
定义1:图
设V是一个非空集合,E是一个V中元素的无序对构成的多重集,有序对G=<V, E>称为一个图(graph)。其中,V称为顶点集,其元素称为顶点或点(vertex),E称为边集,其元素为边(edge)。
定义2:关联、邻接
设G是一个图,u、v∈V(G),e = uv ∈E(G),称u、v为e的端点,e为连接u、v的边,并称顶点u、v与边e彼此关联(incident),顶点u和v是邻接的(adjacent)。
定义3:相邻边、相邻点
在任意图中,同一条边关联的两个点,称为相邻点,同一个点关联的诸多边称为相邻边。
定义4:自环、多重边
设G是一个图,若e∈G的两端点重合为一点,即e = uu,则e为自环,若uv∈E(G)的重复度 > 1,则称uv是多重边。
定义5:度数、孤立点、悬挂点、奇顶点、偶顶点
设G是一个图,v∈V(G),与v相关联的边数(自环计算两次)称为v的度数,记为 d G ( v ) d_G(v) dG(v)或简记为 d ( v ) d(v) d(v)。度数为0的点称为孤立点,度数为1的点称为悬挂点,度数为奇数的点称为奇顶点,度数为偶数的点称为偶顶点。
图G中顶点的最小度数即为 δ ( G ) \delta(G) δ(G),最大度数记为 Δ ( G ) \Delta(G) Δ(G),即
δ ( G ) = min { d ( v ) ∣ v ∈ V ( G ) } Δ ( G ) = max { d ( v ) ∣ v ∈ V ( G ) } \delta(G) = \min \{d(v) | v \in V(G)\} \\ \Delta(G) = \max \{d(v) | v \in V(G)\} δ(G)=min{d(v)∣v∈V(G)}Δ(G)=max{d(v)∣v∈V(G)}
定义6:有限图、顶点数、边数
设G是图,若V(G)和E(G)均是有限集,则称G为有限图。用v(G)或v表示图G的点数,用ε(G)或ε表示图G的边数。
定义7:平凡图、零图、简单图、多重图
(1)设v = 1,ε = 0, 称G是平凡图。
(2)如果ε = 0,称G是零图。
(3)不含多重边和自环的图称为简单图。
(4)含有多重边的图称为多重图。
定义8:完全图
设G是一个简单图,如果G中任何两顶点之间均有边相连,则称G为完全图,具有n个顶点的完全图记为 K n K_n Kn。
定义9:二分图
设G是一个图,如果存在V(G)的子集 V 1 V_1 V1、 V 2 V_2 V2使得 V 1 ∪ V 2 = V ( G ) V_1 \cup V_2 = V(G) V1∪V2=V(G), V 1 ∩ V 2 = ∅ V_1 \cap V_2 = \emptyset V1∩V2=∅,且 V 1 V_1 V1中任意两点不相邻, V 2 V_2 V2中任意两点不相邻,则称G为二分图,并称 { V 1 , V 2 } \{V_1,V_2\} {V1,V2}为G的一个二划分,进一步,若 V 1 V_1 V1中每一点皆与 V 2 V_2 V2中所有点相邻,则称G为完全二分图,且当 ∣ V 1 ∣ = m |V_1|= m ∣V1∣=m, ∣ V 2 ∣ = n |V_2| = n ∣V2∣=n,将其记作 K m , n K_{m,n} Km,n。
定义10:正则图
设G是一个图,k是一个常数,若G中每个顶点的度数均为k,则称G为k次正则图。
定义11:子图、真子图、生成子图
设G、H是两个图,如果V(H)⊆V(G),E(H)⊆E(G),则称H是G的子图,记为H⊆G。若H⊆G且H≠G称H是G的真子图,记作H⊂G。若H⊆G且V(H) = V(G),称H是G的生成子图。
定义12:边导出子图、点导出子图
设G是一个图, E 1 ⊆ E ( G ) E_1 \subseteq E(G) E1⊆E(G),以 E 1 E_1 E1为边集, E 1 E_1 E1中边的端点, E 1 E_1 E1中边的端点全体为顶点集构成的子图,称为由 E 1 E_1 E1导出的G的子图(边导出子图),记为 G ( E 1 ) G(E_1) G(E1)。又设 V 1 ⊆ V ( G ) V_1 \subseteq V(G) V1⊆V(G),以 V 1 V_1 V1为顶点集,端点均在 V 1 V_1 V1中的边的全体为边集,构成的子图,称为由 V 1 V_1 V1导出的G的子图(点导出子图),记为 G ( V 1 ) G(V_1) G(V1)。
定义13:补图
设G是具有n个顶点的简单图,从这n个点构成的完全图 K n K_n Kn中删去G的所有边,但保留顶点集V(G)所得到的图称为G的补图,简称G的补,记为~G。
定理
定理1(握手定理)
对任一图G,有
∑ v ∈ V ( G ) d ( v ) = 2 ϵ \sum_{v \in V(G)}d(v) = 2 \epsilon v∈V(G)∑d(v)=2ϵ
推论 任意图中奇顶点的个数必为偶数
图论基础知识(一) —— 图相关推荐
- 图论基础知识(二)各种图介绍
目录 各种各样的图 简单图 多重图 平凡图和非平凡图 母图和子图(+补图) 导出子图 完全图 无向完全图: 有向完全图: 空图 正则图 转载 图论基础知识总结(二)_Karen_Yu_的博客-CSDN ...
- 图论基础知识_图论基础
图论基础知识 In this article, we'll touch upon the graph theory basics. Graph Theory is a branch of mathem ...
- 图论基础知识总结(一)
本来一开始没想写总结的,但是感觉之前写的逻辑比较混乱,然后重点内容不突出,怕回头误导别人,而且自己看着也不方便,所以决定把之前的总结一下(会包括之前的大部分内容),然后把逻辑不清的黑历史删了.o(* ̄ ...
- 图神经网络基础知识——初识图学习
初识图学习 一.简单的图基础 什么是图? 生活中的图 图的分类 同构图.异构图举例 图的度和邻居 图的表示 邻接矩阵 邻接表 边集 图的特征 二.图学习初印象 图学习的应用 节点级别任务 金融诈骗检测 ...
- 图论基础知识--最小生成树算法kruskal(克鲁斯克尔)和普里姆算法(Prim算法);最短路径算法Dijkstra(迪杰斯特拉)和Floyd(弗洛伊德)
一.基础知识 有向图 无向图 以无向图为例: 邻接矩阵: 度矩阵(对角矩阵): 二.最小生成树 应用:将网络顶点看着城市,边看着城市之间通讯网,边的权重看着成本,根据最小生成树可以构建城市之间 ...
- 图论基础知识与常见图处理算法
本笔记涉及代码:https://github.com/hackeryang/Algorithms-Fourth-Edition-Exercises 1.图论应用广泛,例如地图中规划最短路线.搜索引擎中 ...
- 计算机 图论基础知识,计算机基础知识
算法的定义算法(Algorithm)是一系列解决问题的清晰指令,也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出.如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题.不 ...
- SAP ABAP基础知识总结图
在学习了两周的abap开发后,我总结了一个思维导图,知识架构大致如下.
- 图论前置知识 —— 关于图的一些入门概念【搭配详细图解】
顶点集与边集 图常用一个二元组G = <V,E>来表示,V表示顶点集,E表示边集.|V|表示顶点集中元素的个数,即图的顶点数,也称为图G的阶.N阶图表示图G中有N个顶点.|E|表示边集中元 ...
最新文章
- Ubuntu 调试的时候,不能查看变量值
- 跟着感觉走,不要冲动入手,到真正低点在入手
- 搭建iis自己可以别人_自己可以做网上商城的搭建吗?
- 面试项目 java-服务端 18h58
- Android2.2查看svn历史提交记录
- Debug Assertion Failed _CrtlsValidHeapPointer(block) realloc堆引发的错误
- mysql合并多条纪录字段_mysql合并多条记录的单个字段去一条记录
- Spring Boot 第一个小程序之又来Hello World了
- CentOS 6.3 下编译cyrus-sasl报错解决
- 【Flink】Flink 状态恢复报错 StateMigrationException For heap backendsthe new state serializer must not be
- 解决Git无法同步空文件夹的问题
- dubbo与springcloud对比与面试
- 机器视觉科学计算可视化_模因视觉:对模因进行分类的科学
- nagios常见错误及页面错误
- Mac运行Windows上的应用程序-以PowerDesigner为例
- p2p-如何拯救k8s镜像分发的阿喀琉斯之踵
- 前端 Coder 手中的 Docker
- foobar2000_备份Foobar2000并将其传输到新计算机
- 计算机网络的结构组成
- 电脑用户没有admin权限,如何配置node开发环境