有序对和有序积
设 $A, B$ 为集合,称
$$
\{ \langle a, b \rangle | a \in A \wedge b \in B \}
$$
为 $A$ 与 $B$ 的 笛卡尔积(有序积),记作 $A \times B$。这里,$\langle a, b \rangle \neq \langle b, a \rangle$,$A \times B \neq B \times A$。
无序对和无序积
设 $A, B$ 为集合,称
$$
\{ \{a, b\} | a \in A \wedge b \in B \}
$$
为 $A$ 与 $B$ 的 无序积,记作 $A \& B$。为方便,将 $\{ a, b \}$ 记作 $(a, b)$,且允许 $a = b$。这里,$(a, b) = (b, a)$,$A \& B = B \& A$。
图的本质
图(Graph) 是一个有序二元组,记为 $G = \langle V, E \rangle$,其中
- $V(G)$ 是有限非空集,$V$ 中元素称为 $G$ 的 顶点或结点,$V$ 称为 $G$ 的 顶点集;
- $E(G)$ 是 $V(G)$ 中各个顶点之间边或弧的集合,$E$ 称为 $G$ 的 边集。
可以使用 $G$ 泛指图(无论是无向图还是有向图)。
无向图
无向图 $G = \langle V, E \rangle$,其中
- $V \neq \varnothing$,$V = \{ v_1, v_2, \cdots, v_N \}$ 为 顶点集,元素 $v_i$ 称为 顶点(node);
- $E$ 为 $V \& V$ 的多重子集,称为 边集,其元素称为 无向边(undirected edge),简称 边(edge)。
有向图
有向图 $D = \langle V, E \rangle$,其中
- $V \neq \varnothing$,$V = \{ v_1, v_2, \cdots, v_N \}$ 为 顶点集,元素 $v_i$ 称为 顶点(node);
- $E$ 为 $V \times V$ 的多重子集,称为 边集,其元素称为 有向边(directed edge),简称 边(edge)。
图的分类
按边分类
- 简单图:既不含平行边,也不含环的图。
- 多重图:含平行边的图。这里,平行边的条数称为重数。
- 线图:不含平行边的图。
是否标定
- 标定图:每一个顶点和每一条边都指定符号的图。
- 非标定图:并非每一个顶点和每一条边都指定符号的图。
特殊形态
- 零图:边集为空集的图。($n$ 阶零图 即有 $n$ 个顶点的零图)
- 平凡图:只有一个顶点,没有边的图。
- 空图:顶点集为空集的图。
- 基图:有向图的各条有向边都改成无向边得到的图。
点与线的关系
关联(Incidence)
对于
$$
e_k = (v_i, v_j) \in E,
$$
称 $e_k$ 与顶点 $v_i, v_j$ 相关联,$v_i$ 称为始点,$v_j$ 称为终点。若 $v_i \neq v_j$,则称 $e_k$ 与顶点 $v_i, v_j$ 的关联次数为 $1$。若 $v_i = v_j$,则 $e_k$ 与顶点 $v_i$ 的关联次数为 $2$,并称 $e_k$ 为环。
相邻(Adjacency)
若两个顶点之间有边相连,则称两个顶点相邻,或称为 邻接点;若两条边至少有一个公共顶点,则称两条边相邻,或称为 邻接边。不与任何顶点相邻的顶点称为 孤立点。
邻域(Neighborhood)与关联集(Association Set)
对于 $v \in V(G)$($G$ 为无向图)
- $v$ 的邻域:$N(v) = \{ u | u \in V(G) \wedge (u, v) \in E(G) \wedge u \neq v \}$
- $v$ 的闭邻域:$\overline{N} = N(v) \cup \{v\}$
- $v$ 的关联集:$I(v) = \{ e | e \in E(G) \wedge e \sim v \}$
对于 $v \in V(D)$($D$ 为有向图)
- $v$ 的后继元集:$\Gamma^+_D(v) = \{ u | u \in V(D) \wedge \langle v, u \rangle \in E(D) \wedge u \neq v \}$
- $v$ 的前驱元集:$\Gamma^-_D(v) = \{ u | u \in V(D) \wedge \langle u, v \rangle \in E(D) \wedge u \neq v \}$
- $v$ 的邻域:$N_D(v) = \Gamma^+_D(v) \cup \Gamma^-_D(v)$
- $v$ 的闭邻域:$\overline{N}_D(v) = N_D(v) \cup \{v\}$
度数
定义
对无向图 $G = \langle V, E \rangle$,$\forall v \in V$,与 $v$ 关联的边数称为 $v$ 的度数,简称度,记为 $\deg(v)$,简写为 $\mathrm{d}(v)$。环与顶点关联 $2$ 次,贡献的度数为 $2$。
对有向图 $D = \langle V, E \rangle$,$\forall v \in V$,$\deg^+(v)$ 是 $v$ 的出度,表示以 $v$ 为始点的边数,简写为 $\mathrm{d}^+(v)$;$\deg^-(v)$ 是 $v$ 的入度,表示以 $v$ 为终点的边数,简写为 $\mathrm{d}^-(v)$;$\deg(v)$ 是 $v$ 的度,表示与 $v$ 关联的边数,简写为 $\mathrm{d}(v)$。这里,有 $\mathrm{d}(v) = \mathrm{d}^+(v) + \mathrm{d}^-(v)$。
奇度顶点 指度数为奇数的顶点,偶度顶点 指度数为偶数的顶点。
握手定理
在任意无向图中 所有顶点的度数之和等于边数的 $2$ 倍。即,设 $G = \langle V, E \rangle$ 为任意无向图,$V =\{ v_1, v_2, \cdots, v_n \}$,$|E| = m$,则
$$
\sum_{i=1}^{n} \mathrm{d}(v_i) = 2m.
$$
在任意有向图中 所有顶点的入度之和,等于所有顶点的出度之和,都等于边数。所有顶点的度数之和等于边数的 $2$ 倍。即,设 $D = \langle V, E \rangle$ 为任意有向图,$V = \{ v_1, v_2, \cdots, v_n \}$,$|E| = m$,则
$$
\sum_{i = 1}^{n} \mathrm{d}(v_i) = 2m, \quad \sum_{i = 1}^n \mathrm{d}^+(v_i) = \sum_{i = 1}^n \mathrm{d}^-(v_i) = m.
$$
任何图(无向或有向)中,奇度顶点的个数是偶数。
设 $G = \langle V, E \rangle$ 为任意图,令
$$
V_1 = \{ v \mid v \in V \land \mathrm{d}(v) \bmod 2 = 1 \}, \\
V_2 = \{ v \mid v \in V \land \mathrm{d}(v) \bmod 2 = 0 \},
$$
则 $V_1 \cup V_2 = V$, $V_1 \cap V_2 = \varnothing$。由握手定理可知
$$
2m = \sum_{v \in V} \mathrm{d}(v) = \sum_{v \in V_1} \mathrm{d}(v) + \sum_{v \in V_2} \mathrm{d}(v).
$$
由于 $2m$ 和 $\sum_{v \in V_2} d(v)$ 均为偶数,所以 $\sum_{v \in V_1} d(v)$ 为偶数,但因为 $V_1$ 中顶点度数为奇数,所以 $|V_1|$ 必为偶数。
无向图 $G$ 有 $16$ 条边,$3$ 个 $4$ 度顶点和 $4$ 个 $3$ 度顶点,其余顶点的度数均小于 $3$。求 $G$ 的阶数的取值范围(考虑孤立点)。
设除了 $3$ 度和 $4$ 度顶点外还有 $x$ 个顶点 $v_1, v_2, \cdots, v_x$,则
$$
\mathrm{d}(v_i) \leq 2, \quad i = 1, 2, \cdots, x.
$$
由握手定理,所有顶点的度数之和等于边数的 $2$ 倍,所以总度数和为
$$
16 \times 2 = 32.
$$
这些顶点的度数都应小于 $3$,即小于等于 $2$,所以
$$
32 \leq 24 + 2x,
$$
解得 $x \geq 4$,所以 $n \geq 4 + 4 + 3 = 11$。
度数列
记 $V = \{v_1, v_2, \dots, v_n\}$ 为无向图 $G$ 的顶点集,则称 $d(v_1), d(v_2), \dots, d(v_n)$ 为 $G$ 的度数列。令最大度 $\Delta(G) = \max\{d(v) \mid v \in V\}$,最小度 $\delta(G) = \min\{d(v) \mid v \in V\}$;
记 $V = \{v_1, v_2, \dots, v_n\}$ 为有向图 $D$ 的顶点集,则有
- $D$ 的 度数列:$d(v_1), d(v_2), \dots, d(v_n)$;
- $D$ 的 入度列:$d^-(v_1), d^-(v_2), \dots, d^-(v_n)$;
- $D$ 的 出度列:$d^+(v_1), d^+(v_2), \dots, d^+(v_n)$。
令最大入度 $\Delta^-(D) = \max\{d^-(v) \mid v \in V\}$,最小入度 $\delta^-(D) = \min\{d^-(v) \mid v \in V\}$。
令最大出度 $\Delta^+(D) = \max\{d^+(v) \mid v \in V\}$,最小出度 $\delta^+(D) = \min\{d^+(v) \mid v \in V\}$。
可图化
任意非负整数列 $d = (d_1, d_2, \dots, d_n)$,若 $\sum_{i=1}^{n} d_i$ 为偶数,则是可图化的。
简单图的最大度
设 $G$ 为任意 $n$ 阶无向简单图,则 $\Delta(G) \leq n - 1$。
同构(Isomorphism)
设 $G_1 = \langle V_1, E_1 \rangle$ 和 $G_2 = \langle V_2, E_2 \rangle$ 为两个无向图(两个有向图),若存在双射函数 $f: V_1 \to V_2$,使得 $\forall v_i, v_j \in V_1$,
$$
(v_i, v_j) \in E_1 \text{ if and only if } (f(v_i), f(v_j)) \in E_2
$$
$$
(\langle v_i, v_j \rangle \in E_1 \text{ if and only if } \langle f(v_i), f(v_j) \rangle \in E_2)
$$
并且,$(v_i, v_j)$($\langle v_i, v_j \rangle$)与 $(f(v_i), f(v_j))$($\langle f(v_i), f(v_j) \rangle$)的重数相同,则称 $G_1$ 与 $G_2$ 是 同构的,记作 $G_1 \cong G_2$。
由同构的定义可知,不仅结点之间要具有一一对应关系,而且要求这种对应关系保持结点间的邻接关系。对于有向图的同构,还要求保持边的方向。
常见的图
无向简单图
$n (n \geq 1)$ 阶无向简单图是每个顶点与其余顶点均相邻的无向简单图,记作 $K_n$。有
$$
m = \frac{n(n-1)}{2},\quad \Delta = \delta = n - 1.
$$
有向完全图
$n (n \geq 1)$ 阶有向完全图,是每对顶点之间均有两条方向相反的有向边,每个顶点有自环的有向完全图,记作 $D_n$。有
$$
m = n^2, \quad \Delta = \delta = 2n, \quad \Delta^+ = \delta^+ = n.
$$
竞赛图
$n (n \geq 1)$ 阶竞赛图是基图为 $K_n$ 的有向简单图。有
$$
m = \frac{n(n-1)}{2}, \quad \Delta = \delta = n - 1.
$$
正则图
$n$ 阶 $k$ 正则图是 $\Delta = \delta = k$ 的无向简单图。有
$$
m = \frac{nk}{2}.
$$
事实上,$n$ 阶完全图就是 $n - 1$ 正则图。