图论概述

图的基本概念:有向图和无向图G(V,E),顶点集合V(G),边集合E(G),基图,完全图,有向完全图,稀疏图,稠密图,度数,出度,入度,最小度,最大度,度序列,二部图(二分图),完全二部图,同构,子图,生成树,路径,简单路径,回路,简单回路,连通,连通分量,权值,加权图,顶点数组,邻接矩阵。

序列是可图的:一个由非负整数组成的有限序列如果是某个无向图的度序列,则称该序列是可图的,判断一个序列是否可图,可以使用下述Havel-Hakimi定理。

字图: 设有两个图G(V,E)和G‘(V‘,E‘), 如果V‘包含于V, E‘包含于E, 则称图G‘是图G的子图(subgraph).

生成树(Spanning Tree): 一个无向连通图的生成树是它的包含所有顶点的极小连通子图。这里的极小就是边的数目极小。如果图中有n个顶点,则生成树有n-1条边。一个无向连通图可能有多个生成树。

Havel-Hakimi定理:由非负整数组成的非增序列s:d1, d2, ......,dn(n>=2, d1>=1)是可图的,当且仅当序列 s1:d2-1, d3-1, ......, d(d1+1)-1, d(d1+2),......, dn是可图的。序列s1中有n-1个非负整数,s序列中d1后的前d1个度数(即d2~d(n+1))减1后构成s1中的前d1个数。

Havel-Hakimi定理实际上给出了根据一个序列s构造图的方法。

最常碰见的问题:

(1) 输入一个有向图的顶点数和顶点之间的连接情况,输出该图所有顶点v的出度和入度。

(2)输入一个度数序列,判断是否存在相连的可能性,若存在,用邻接矩阵表示点与点之间的相连关系。

时间: 2024-09-29 08:13:57

图论概述的相关文章

图论概述和SPFA

图论概述和SPFA 2019-12-28 Powered by Gauss 1.图论——最短路 图论是信息学学习过程中不可或缺的一个部分.图论的应用是非常广泛的,在现实生活中大家处处都能遇到,例如电子地图,机票查询等. 现在的算法竞赛考试的范围是无边无际,但主要的考点也就是图论,DP,数论,字符串等等.图论是一大考点,例如: 题目 来源 最优贸易          NOIP2009提高组第三题 信息传递 NOIP2015提高组第二题 运输计划 NOIP2015提高组第六题 寻找道路 NOIP20

图论介绍(Graph Theory)

1 图论概述 1.1 发展历史 第一阶段: 1736:欧拉发表首篇关于图论的文章,研究了哥尼斯堡七桥问题,被称为图论之父 1750:提出了拓扑学的第一个定理,多面体欧拉公式:V-E+F=2 第二阶段(19~20世纪): 1852: Francis Guthrie提出四色问题 1856: Thomas P. Kirkman & William R.Hamilton研究了哈密尔顿图 1878: Alfred Kempe给出给出四色定理证明 1890: 希伍德(Heawood)推翻原有四色定理证明 1

图与网络优化

一.图论概述 图论是应用广泛的运筹学分支,在实际生活.生产和科学研究中,有很多问题可以用图论的理论和方法来解决. 经典的图论问题有:欧拉七桥问题.环球旅行问题.中国邮递员问题...... 欧拉回路:从图中任意一点出发,经过图中所有边一次且仅一次的回路. 哈密顿回路:从图中任意一点出发,经过图中所有顶点一次且仅一次的回路. 中国邮递员问题: 一名邮递员负责投递某个街区的邮件.如何为他(她)设计一条最短的投递路线?(从邮局出发,经过投递区内每条街道至少一次,最后返回邮局)由于这一问题是我国管梅谷教授

运维流程系统

一 图论概述 1 图的分类 1 无向图 图 graph由顶点和边组成,顶点的又穷非空集合为V,边的集合为E,记做G(V,E)顶点vertex,数据元素的集合,顶点的集合,又穷非空,边edge,数据元素关系的集合,顶点关系的集合,可以为空,边分为有向和无向两种 无向边记做(A,B),或者(B,A),使用小括号 无向图,记做undirected Graph 无向边的边构成的图,G=(V,E),V={A,B,C,D},E={(A,B),(A,C),(B,C),(B,D),(C,D)} 2 有向图 有向

图论算法之DFS与BFS

概述(总) DFS是算法中图论部分中最基本的算法之一.对于算法入门者而言,这是一个必须掌握的基本算法.它的算法思想可以运用在很多地方,利用它可以解决很多实际问题,但是深入掌握其原理是我们灵活运用它的关键所在. 含义特点 DFS即深度优先搜索,有点类似广度优先搜索,也是对一个连通图进行遍历的算法.它的思想是从一个顶点V0开始,沿着一条路一直走到底,如果发现不能到达目标解,那就返回到上一个节点,然后从另一条路开始走到底,这种尽量往深处走的概念即是深度优先的概念. 由于用到递归,当节点特别多且深度很大

图像分割之(一)概述

图像分割之(一)概述 [email protected] http://blog.csdn.net/zouxy09 所谓图像分割指的是根据灰度.颜色.纹理和形状等特征把图像划分成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性.我们先对目前主要的图像分割方法做个概述,后面再对个别方法做详细的了解和学习. 1.基于阈值的分割方法 阈值法的基本思想是基于图像的灰度特征来计算一个或多个灰度阈值,并将图像中每个像素的灰度值与阈值相比较,最后将像素根据比较结果分到

Java 垃圾回收机制概述

摘要: Java技术体系中所提倡的 自动内存管理 最终可以归结为自动化地解决了两个问题:给对象分配内存 以及 回收分配给对象的内存,而且这两个问题针对的内存区域就是Java内存模型中的 堆区.关于对象分配内存问题,笔者的博文<JVM 内存模型概述>已经阐述了 如何划分可用空间及其涉及到的线程安全问题,本文将结合垃圾回收策略进一步给出内存分配规则.垃圾回收机制的引入可以有效的防止内存泄露.保证内存的有效使用,也大大解放了Java程序员的双手,使得他们在编写程序的时候不再需要考虑内存管理.本文着重

图像切割之(一)概述

图像切割之(一)概述 [email protected] http://blog.csdn.net/zouxy09 所谓图像切割指的是依据灰度.颜色.纹理和形状等特征把图像划分成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性.我们先对眼下基本的图像切割方法做个概述,后面再对个别方法做具体的了解和学习. 1.基于阈值的切割方法 阈值法的基本思想是基于图像的灰度特征来计算一个或多个灰度阈值,并将图像中每一个像素的灰度值与阈值相比較,最后将像素依据比較结果分

算法相关概述

算法概述 从字面意义上理解,算法(Algorithm)就是用于计算的方法,并通过这种方法可以达到预期的计算结果.算法的专业解释:算法是解决实际问题的一种精确描述的方法,算法是对特定问题的求解步骤的一种精确描述方法.但更广泛认可的算法专业定义:算法是模型分析的一组可行的.精确的和有穷的规则. 通俗的讲,算法可以理解为一个完整的解题步骤,由一些基本运算和规定的运算顺序而构成.通过这样的解题步骤可以解决特定的问题.从计算机程序设计的角度看,算法由一系列求解问题的指令构成,能够根据规范的输入,在有限的时