经典图论问题
四色定理-

四色定理四色定理是数学领域的一道经典难题,也是著名的图论问题之一。
该问题能够被描述为:如果一幅地图被分为若干个不重叠的区域,且相邻的区域颜色必须不同,那么至多需要使用四种颜色才能使所有区域都被正确着色。
简言之,该问题需要解决的就是如何用最少的颜色来着色地图,而不发生相邻区域颜色相同的情况。
四色定理的历史可以追溯到18世纪,当时的欧洲地图繁多、国界复杂,着色问题引起了人们的兴趣。
1786年,欧洲地图着色问题第一次在数学界被提出。
自那时以来,许多数学家花费了大量的时间和精力来尝试解决它。
在数学家们的长期探索中,有两种主要的方法被使用:一种是通过手工着色,即一张一张地着色来探索它的规律;另一种是通过建模并使用计算机进行仿真模拟来验证其正确性。
如今,这两种方法已经发展到了一定的成熟程度,成为了研究四色定理的多种手段。
在20世纪初期,四色定理开始受到广泛的关注。
当时的一些数学家就开始思考这个问题,并通过手工着色和自动推断发现了许多有趣的规律。
例如,发现了不同类型的地图样式可以用同样的着色方法来解决问题:方格状地图只需要四种颜色,而其他的复杂地图则需要更多的颜色。
这一发现为解决四色定理提供了重要线索。
然而,在后来的研究过程中,四色定理的复杂性逐渐表现出来。
当时,数学家们尝试使用多种方法来证明其正确性,但不论是哪种方式,都需要很高的数学造诣和极度复杂的计算,使得这个问题变得异常艰深。
在20世纪40年代,数学家们开始逐渐发展出一种全新的数学研究方法:计算机模拟。
由于计算机的出现,许多数学问题的解决变得越来越容易。
此时,数学家们尝试了用计算机模拟方法来验证四色定理,他们用计算机对地图进行极其复杂的分割,最终发现所有的复杂分割都可以用最多四种颜色来着色。
这就是四色定理的重要结论:世界上任何一张地图都可以用最多四种颜色来着色。
四色定理是数学领域的一项里程碑式的成就,它不仅是数学史上重要的一个难题,也对计算机科学和其他领域产生了深远的影响。
不重复的路-一笔画问题

在一笔画过程中,如果起点和终点是同一点,则称该路径为欧拉回路。如果一个 图存在一个遍历其所有边且每条边只遍历一次的路径,则称该路径为欧拉路径。
一笔画问题的数学描述
图论
一笔画问题属于图论的范畴,图论是研究图 的结构、性质和应用的数学分支。在一笔画 问题中,主要关注的是图的连通性和遍历性 。
在计算机图形学中的应用
图形渲染
一笔画问题在计算机图形学中常用于绘制复杂的图形,如地 图、电路图等。通过解决一笔画问题,可以确定从一个点到 另一个点的最短路径,从而高效地渲染图形。
游戏开发
在游戏开发中,一笔画问题也具有广泛应用。例如,在角色 移动、地图导航等方面,可以利用一笔画算法找到不重复的 路径,提高游戏的流畅性和用户体验。
人才培养
为了推动一笔画问题的研究和发展,需要加强人才培养。未来可以加强图论学科的建设, 提高教师的学术水平和教学能力,培养更多具有创新能力和实践精神的人才,为解决一笔 画问题提供人才保障。Leabharlann HANKS感谢观看05
结论
一笔画问题的研究意义
理论意义
一笔画问题作为图论中的经典问题,对于推动图论学科的发展具有重要意义。通过对一笔画问题的研 究,可以深入探讨图论中的连通性、遍历性和最优化等核心问题,为图论学科的理论研究提供支持。
应用价值
一笔画问题在现实生活中具有广泛的应用价值。例如,在地图导航中,如何规划一条不重复的路径; 在电路设计中,如何避免线路交叉;在物流配送中,如何规划最优的送货路线等。因此,一笔画问题 的研究成果可以为这些领域提供理论指导和技术支持。
问题背景
起源
一笔画问题起源于文艺复兴时期 的数学游戏,后来被欧拉等人系 统化并深入研究。
离散数学图论部分经典试题及答案

离散数学图论部分综合练习一、单项选择题1.设图G 的邻接矩阵为⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡0101010*******11100100110则G 的边数为( ).A .6B .5C .4D .32.已知图G 的邻接矩阵为, 则G 有( ).A .5点,8边B .6点,7边C .6点,8边D .5点,7边3.设图G =<V , E >,则下列结论成立的是 ( ).A .deg(V )=2∣E ∣B .deg(V )=∣E ∣C .E v Vv 2)deg(=∑∈ D .E v Vv =∑∈)deg(4.图G 如图一所示,以下说法正确的是 ( ) . A .{(a , d )}是割边 B .{(a , d )}是边割集 C .{(d , e )}是边割集 D .{(a, d ) ,(a, c )}是边割集5.如图二所示,以下说法正确的是 ( ). A .e 是割点 B .{a, e }是点割集 C .{b , e }是点割集 D .{d }是点割集6.如图三所示,以下说法正确的是 ( ) .A .{(a, e )}是割边B .{(a, e )}是边割集C .{(a, e ) ,(b, c )}是边割集D .{(d , e )}是边割集οο ο ο οca b edο f图一图二图三7.设有向图(a )、(b )、(c )与(d )如图四所示,则下列结论成立的是 ( ).图四A .(a )是强连通的B .(b )是强连通的C .(c )是强连通的D .(d )是强连通的 应该填写:D8.设完全图K n 有n 个结点(n ≥2),m 条边,当( )时,K n 中存在欧拉回路.A .m 为奇数B .n 为偶数C .n 为奇数D .m 为偶数 9.设G 是连通平面图,有v 个结点,e 条边,r 个面,则r = ( ).A .e -v +2B .v +e -2C .e -v -2D .e +v +2 10.无向图G 存在欧拉通路,当且仅当( ). A .G 中所有结点的度数全为偶数 B .G 中至多有两个奇数度结点 C .G 连通且所有结点的度数全为偶数 D .G 连通且至多有两个奇数度结点11.设G 是有n 个结点,m 条边的连通图,必须删去G 的( )条边,才能确定G 的一棵生成树.A .1m n -+B .m n -C .1m n ++D .1n m -+ 12.无向简单图G 是棵树,当且仅当( ).A .G 连通且边数比结点数少1B .G 连通且结点数比边数少1C .G 的边数比结点数少1D .G 中没有回路.二、填空题1.已知图G 中有1个1度结点,2个2度结点,3个3度结点,4个4度结点,则G 的边数是 . 2.设给定图G (如图四所示),则图G 的点割ο οο οc a b f集是 .3.若图G=<V , E>中具有一条汉密尔顿回路, 则对于结点集V 的每个非空子集S ,在G 中删除S 中的所有结点得到的连通分支数为W ,则S 中结点 数|S|与W 满足的关系式为 .4.无向图G 存在欧拉回路,当且仅当G 连通 且 .5.设有向图D 为欧拉图,则图D 中每个结点的入度 . 应该填写:等于出度6.设完全图K n 有n 个结点(n 2),m 条边,当 时,K n 中存在欧拉回路.7.设G 是连通平面图,v , e , r 分别表示G 的结点数,边数和面数,则v ,e 和r 满足的关系式 .8.设连通平面图G 的结点数为5,边数为6,则面数为 . 9.结点数v 与边数e 满足 关系的无向连通图就是树.10.设图G 是有6个结点的连通图,结点的总度数为18,则可从G 中删去 条边后使之变成树.11.已知一棵无向树T 中有8个结点,4度,3度,2度的分支点各一个,T 的树叶数为 .12.设G =<V , E >是有6个结点,8条边的连通图,则从G 中删去 条边,可以确定图G 的一棵生成树.13.给定一个序列集合{000,001,01,10,0},若去掉其中的元素 ,则该序列集合构成前缀码.三、判断说明题1.如图六所示的图G 存在一条欧拉回路.2.给定两个图G 1,G 2(如图七所示):(1)试判断它们是否为欧拉图、汉密尔顿图?并说明理由. (2)若是欧拉图,请写出一条欧拉回路.v 123图六图七3.判别图G (如图八所示)是不是平面图, 并说明理由.4.设G 是一个有6个结点14条边的连 通图,则G 为平面图.四、计算题1.设图G =<V ,E >,其中V ={a 1, a 2, a 3, a 4, a 5},E ={<a 1, a 2>,<a 2, a 4>,<a 3, a 1>,<a 4, a 5>,<a 5, a 2>}(1)试给出G 的图形表示; (2)求G 的邻接矩阵;(3)判断图G 是强连通图、单侧连通图还是弱连通图?2.设图G =<V ,E >,V ={ v 1,v 2,v 3,v 4,v 5},E ={ (v 1, v 2),(v 1, v 3),(v 2, v 3),(v 2, v 4),(v 3, v 4),(v 3, v 5),(v 4, v 5) },试(1)画出G 的图形表示; (2)写出其邻接矩阵;(2)求出每个结点的度数; (4)画出图G 的补图的图形. 3.设G =<V ,E >,V ={ v 1,v 2,v 3,v 4,v 5},E ={ (v 1,v 3),(v 2,v 3),(v 2,v 4),(v 3,v 4),(v 3,v 5),(v 4,v 5) },试(1)给出G 的图形表示; (2)写出其邻接矩阵; (3)求出每个结点的度数; (4)画出其补图的图形. 4.图G =<V , E >,其中V ={ a , b , c , d , e },E ={ (a , b ), (a , c ), (a , e ), (b , d ), (b , e ), (c , e ), (c , d ), (d , e ) },对应边的权值依次为2、1、2、3、6、1、4及5,试(1)画出G 的图形; (2)写出G 的邻接矩阵;(3)求出G 权最小的生成树及其权值.5.用Dijkstra 算法求右图中A 点到其它各点的最短路径。
图论经典问题

常见问题:1、图论的历史图论以图为研究对象的数学分支。
图论中的图指的是一些点以及连接这些点的线的总体。
通常用点代表事物,用连接两点的线代表事物间的关系。
图论则是研究事物对象在上述表示法中具有的特征与性质的学科。
在自然界和人类社会的实际生活中,用图形来描述和表示某些事物之间的关系既方便又直观。
例如,国家用点表示,有外交关系的国家用线连接代表这两个国家的点,于是世界各国之间的外交关系就被一个图形描述出来了。
另外我们常用工艺流程图来描述某项工程中各工序之间的先后关系,用网络图来描述某通讯系统中各通讯站之间信息传递关系,用开关电路图来描述IC中各元件电路导线连接关系等等。
事实上,任何一个包含了某种二元关系的系统都可以用图形来模拟。
由于我们感兴趣的是两对象之间是否有某种特定关系,所以图形中两点之间连接与否最重要,而连接线的曲直长短则无关紧要。
由此经数学抽象产生了图的概念。
研究图的基本概念和性质、图的理论及其应用构成了图论的主要内容。
图论的产生和发展经历了二百多年的历史,大体上可分为三个阶段:第一阶段是从1736年到19世纪中叶。
当时的图论问题是盛行的迷宫问题和游戏问题。
最有代表性的工作是著名数学家L.Euler于1736年解决的哥尼斯堡七桥问题(Konigsberg Seven Bridges Problem)。
东普鲁士的哥尼斯堡城(现今是俄罗斯的加里宁格勒,在波罗的海南岸)位于普雷格尔(Pregel)河的两岸,河中有一个岛,于是城市被河的分支和岛分成了四个部分,各部分通过7座桥彼此相通。
如同德国其他城市的居民一样,该城的居民喜欢在星期日绕城散步。
于是产生了这样一个问题:从四部分陆地任一块出发,按什么样的路线能做到每座桥经过一次且仅一次返回出发点。
这就是有名的哥尼斯堡七桥问题。
哥尼斯堡七桥问题看起来不复杂,因此立刻吸引所有人的注意,但是实际上很难解决。
瑞士数学家(Leonhard Euler)在1736年发表的“哥尼斯堡七桥问题”的文章中解决了这个问题。
经典图论问题

5经典图论问题5.1 一笔画问题5.2 中国邮递员问题(CPP)规划模型:设ij x 为经过边j i v v 的次数,则得如下模型。
∑E∈ji v v ijijxw max∑∑E∈E∈∈=j i i k v v i v v ki ij V v x x ,E ∈∈≤j i ij v v N x ,15.3 旅行推销员问题(TSP )分析:算法一:象求最小生成树一样,从最小权边加边,顶点度数大于3以及形成小回路的边去掉。
算法二:算法三:规划模型:先将一般加权连通图转化成一个等价的加权完全图,设当从i v 到j v 时,1 ij x ,否则,0=ij x ,则得如下模型。
∑∑==n i nj ijij xw 11min∑===nj ijn i x1,,1,1∑===ni ijn j x1,,1,1 1,,2-=n kn i i k x x x k i i i i i i k 1,,,1113221=-≤+++ 0=ij x 或1,j i n j i ≠=,,,1,5.4 排课表问题 问题一定理:最小边色数()G χ'等于最大顶点度数()G ∆。
以下加边循环算法为多项式时间算法:就是加边让每个顶点的度数一样(为最大度数),然后求一组完美匹配M ,着同样颜色,然后从图中去掉M 中的边,再求第二组完美匹配。
问题二:基本思想是:由给定的教室数与总课时数确定教学时间长度(即匹配数--色数),在没有考虑教室数限制所计算的匹配数基础上,增加空匹配至时间长度个,然后调节匹配边差大于1的匹配,直到满足要求。
图论探索之挑战奥数中的图论问题

图论探索之挑战奥数中的图论问题图论探索之挑战奥数中的图论问题图论是数学的一个重要分支,研究的是图的性质和图之间的关系。
在奥数竞赛中,图论问题常常被用来考察学生的逻辑推理和问题解决能力。
本文将介绍一些挑战奥数中常见的图论问题,并通过具体案例来解析。
1. 马踏棋盘问题马踏棋盘问题是一个经典的图论问题,要求马在棋盘上按照规定的移动方式遍历所有格子,且每个格子仅经过一次。
这个问题可以使用图的深度优先搜索来解决。
以8×8的棋盘为例,我们可以将每个格子看作图中的一个顶点,把马的移动看作图中的边。
通过搜索算法,可以找到一条路径,使得马可以遍历所有的格子。
2. 平面图的染色问题染色问题是图论中一个经典的问题,常被用来考察学生对图的颜色分配和连通性的理解。
平面图的染色问题要求给定的平面图在没有相邻顶点之间有相同颜色的情况下,尽可能使用最少的颜色进行染色。
通过贪心算法,可以解决平面图的染色问题。
贪心算法的基本思想是从一个初始解开始,每次选择可行的局部最优解,最终得到全局最优解。
对于平面图的染色问题,我们可以从一个顶点开始,按顺序给相邻的顶点染色,直到所有的顶点都被染色。
3. 电厂选址问题电厂选址问题是一个实际的应用问题,也可以用图论的方法来解决。
在电厂选址问题中,需要确定电厂的位置,使得电厂到各个需求点的距离和最短。
将电厂和需求点看作图中的顶点,电厂和需求点之间的距离看作边的权重。
通过最短路径算法,可以求解电厂选址问题。
常用的最短路径算法有Dijkstra算法和Floyd-Warshall算法,它们可以帮助我们找到电厂的最佳位置,以实现最优的供电方案。
4. 旅行商问题旅行商问题是图论中的一个经典问题,要求寻找一条路径,使得旅行商可以经过每个城市一次,并返回起点城市,且总路径长度最短。
旅行商问题是一个NP难问题,目前还没有高效的解法。
常用的解决方法是使用近似算法,例如最邻近算法和最小生成树算法。
这些算法可以找到一个接近最优解的解决方案。
定直线的欧式2-斯坦纳树问题

定直线的欧式2-斯坦纳树问题欧式2-斯坦纳树问题(Euclidean 2-Steiner Tree Problem)是一个经典的图论问题,其主要目标是找到一棵最小的树,使得给定的一组点集上的两两点之间的欧式距离之和最小。
为了更好地理解和解释这个问题,我将分为以下几个部分进行论述:问题定义、问题分析、解决方法、应用领域和总结。
一、问题定义:在给定的欧式空间中,有一组点集P={p1,p2,……,pn},其中n为点集P的大小。
我们的目标是找到一棵树,使得这棵树上的所有节点都属于点集P,并且这棵树的边权之和最小。
换句话说,我们要找到一个子集S,其中S⊆P,使得S中的节点之间的欧式距离之和最小。
二、问题分析:在问题定义中,我们要求找到一个子集S,其中S⊆P。
换句话说,我们要找到一些额外的节点,将它们和点集P中的节点连接起来,形成一棵树。
这些额外的节点称为Steiner节点,在问题分析中,我们可以看到,Steiner节点的主要作用是连接其他节点,而非直接参与到最终计算的距离之和中。
三、解决方法:为了解决欧式2-斯坦纳树问题,我们可以采用贪心算法或者动态规划算法。
在贪心算法中,我们从点集P中选择两个点,然后找到一个Steiner节点将这两个点连接起来,接着再从点集P中选择另外一个点,继续进行连接,直到所有的点都被连接起来为止。
在每一步中,我们选择连接两个点之间的最短边。
由于这是一个NP-hard问题,我们无法保证贪心算法能够得到最优解。
因此,在实际应用中,我们可以采用启发式算法,比如模拟退火算法、遗传算法等,以求得近似最优解。
四、应用领域:欧式2-斯坦纳树问题在实际应用中有着广泛的应用领域。
它被广泛应用于计算机网络、通信系统、电力系统、交通规划等领域。
在计算机网络中,欧式2-斯坦纳树问题可以用来优化网络的拓扑结构,提高通信效率。
在通信系统中,欧式2-斯坦纳树问题可以用来优化信号传输路径,提高信号质量。
在电力系统中,欧式2-斯坦纳树问题可以用来优化电力线路,提高供电可靠性。
计算机科学典型问题示例

计算机科学典型问题示例计算机科学典型问题示例计算机科学涉及的领域广泛,涵盖了算法设计、数据结构、、网络通信、信息安全等多个方面。
在这篇文章中,我们将介绍一些计算机科学领域的典型问题,并给出相应的示例。
1、旅行商问题旅行商问题(TSP)是一个经典的NP难问题,它描述了一个旅行商要去拜访N个城市,且每个城市只能访问一次,最后回到起点。
问题的目标是最小化旅行的总距离。
这是一个典型的图论问题,可以通过构造哈密尔顿回路来解决。
示例:假设有一个旅行商要去访问5个城市,各城市之间的距离如下图所示。
问如何选择路线,使得旅行总距离最短?2、背包问题背包问题(KP)是一个经典的动态规划问题,描述了一个人有一个固定容量的背包和一些物品,每个物品都有自己的价值和重量。
问题的目标是选择一部分物品放入背包中,使得背包的容量不超过限制,同时物品的总价值最大。
示例:假设有一个容量为10公斤的背包和一些物品,每个物品的重量和价值如下表所示。
问如何选择物品,使得背包中的物品总价值最大?3、约瑟夫环问题约瑟夫环问题(JRP)是一个经典的数学问题,描述了N个人围成一圈,从第一个人开始报数,每次数到M的人出圈,直到剩下最后一个人。
问题的目标是找出最后留下的人的初始位置。
示例:假设有7个人围成一圈,从第一个人开始报数,每次数到3的人出圈,直到剩下最后一个人。
问他的初始位置是多少?4、图的着色问题图的着色问题(GCP)是一个经典的NP难问题,描述了一个给定的图需要用最少的颜色进行着色,使得相邻的两个顶点颜色不同。
问题的目标是找到一个合适的顶点着色方案。
示例:假设有一个无向图,其中包含了5个顶点和4条边。
问如何对这5个顶点进行着色,使得相邻的两个顶点颜色不同,且使用的颜色数最少?5、哈密尔顿回路问题哈密尔顿回路问题(HCP)是一个经典的图论问题,描述了一个给定的图需要从一个顶点开始,经过每个顶点一次且仅一次,最后回到起点。
问题的目标是找到一个合适的哈密尔顿回路。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
5经典图论问题
5.1 一笔画问题
一笔画算法即是从起点a开始选择关联边(第一这条边不是往回倒,第二这条边在前面延伸路上没有出现过)向前延伸,如果到达终点b,得到a—b迹,判断路上的的边数是否为图的总边数,是就终止,否则选择迹上某个关联边没有用完的顶点v,用同样方式再搜索v—v的闭迹,添加到a—b迹上,即得到a—v---v—b迹,如果这个迹的边数还没有达到总边数,则再选择迹上某个关联边没有用完的顶点。
逐步扩展即可。
二、弗罗莱(Fleury )算法
任取v 0∈V(G),令P 0=v 0;
设P i =v 0e 1v 1e 2…e i v i 已经行遍,按下面方法从中选取e i+1: (a )e i+1与v i 相关联;
(b )除非无别的边可供行遍,否则e i+1不应该为G i =G-{e 1,e 2, …, e i }中的桥(所谓桥是一条删除后使连通图不再连通的边);
(c )当(b )不能再进行时,算法停止。
5.2 中国邮递员问题(CPP )
规划模型:
设ij x 为经过边j i v v 的次数,则得如下模型。
∑∈=
E
v v ij ij
j
i x z ϖmin
∑
∑
E
∈E
∈∈=j i i k v v i v v ki ij V v x x ,
E ∈∈≤j i ij v v N x ,1
..t s
5.3旅行推销员问题(TSP,货郎担问题)(NPC问题)
定义:包含图G的所有定点的路(圈)称为哈密顿路(圈),含有哈密顿圈得图称为哈密顿图。
分析:从一个哈密顿圈出发,
算法一:(哈密顿圈的充要条件:一包含所有顶点的连通子图,二每个顶点度数为2)
象求最小生成树一样,从最小权边加边,顶点度数大于3以及形成小回路的边去掉。
算法二:
算法三:
示例:设旅行推销员的矩阵为⎪⎪⎪⎪
⎪⎭
⎫ ⎝⎛01086100111281101565150
规划模型:
先将一般加权连通图转化成一个等价的加权完全图,设当从i v 到j v 时,1=ij x ,否则,
0=ij x ,则得如下模型。
∑∑==n i n
j ij
ij x
w 11
min
∑===n
j ij
n i x
1
,,1,1
∑===n
i ij
n j x
1
,,1,1 1,,2-=n k
n i i k x x x k i i i i i i k 1,,,1113221=-≤+++ 不含子巡回 0=ij x 或1,j i n j i ≠=,,,1,
不含子巡回的约束也可以用如下条件表示:
0,,,2,1;1≥≠==-≤++j i ij j i u u j i n j n i n nx u u
5.4 排课表问题 问题一
..t s
Step1:取权数最小的四条边,权和29,不合理(v 4度数为3)但为下界,分两枝保留或去掉(v1,v4)
Step2:去掉(v1,v4)后取权最小的四条边
边色数:给图的边着色,相邻边着不同的颜色,则每条边都着上颜色而且最少的颜色数称为边色数,对于排课表问题来说,一种颜色表示可以在同一时间段同时上课的情况。
定理:最小边色数()G χ'等于最大顶点度数()G ∆。
以下加边循环算法为多项式时间算法:就是加边让每个顶点的度数一样(为最大度数),然后求一组完美匹配M ,着同样颜色,然后从图中去掉M 中的边,再求第二组完美匹配。
问题二:
基本思想是:由给定的教室数与总课时数确定教学时间长度(即匹配数--色数),在没有考虑教室数限制所计算的匹配数基础上,增加空匹配至时间长度个,然后调节匹配边差大于1的匹配,直到满足要求。
5.5 几个小问题
会议安排问题
例如: 举行一个国际会议,有A, B, C, D, E,F,G 7个人。
已知下列事实:
A 会讲英语;
B 会讲英语和汉语;
C 会讲英语、意大利语和俄语;
D 会讲日语和汉语;
E 会讲德语和意大利语;
F 会讲法语、日语和俄语;
G 会讲法语和德语。
试问这7个人应如何排座位, 才能使每个人都能和他身边的人交谈?
解答:那么我们用结点来代表人,于是结点集合V={A,B,C,D,E,F,G}对于任意的两点,若有共同语
言,就在它们之间连一条无向边,可得边集E,图G=(V,E), 如下图:
问题转化为在图中找到一条哈密顿回路的问题(哈密顿回路即是通过每个结点一次且仅一次的回路)。
而A-B-D-F-G-E-C-A 即是图中的一条哈密顿回路。
照这个顺序排座位就可以解决问题了。
过河问题
一摆渡人欲将一只狼,一头羊,一篮菜从河西渡过河到河东.由于船小,一次只能带一物过
河,并且狼与羊,羊与菜不能独处.给出渡河方法.
解:用四维0-1向量表示(人,狼,羊,菜)在河西岸的状态(在河西岸则分量取1,否则取0),共有
24 =16 种状态.在河东岸的状态类似记作.由题设,状态(0,1,1,0),(0,0,1,1),(0,1,1,1)是不允许的,从而对应状态(1,0,0,1), (1,1,0,0), (1,0,0,0)也是不允许的.以可允许的10个状态向量作为顶点,将可能互相转移的状态用线段连接起来构成一个图.根据此图便可找到渡河方法.
问题转化为求一点到另一点的路。
放置机器人
有一个N*M(N,M<=50)的棋盘,棋盘的每一格是三种类型之一:空地、草地、墙。
机器人只能放在空地上。
在同一行或同一列的两个机器人,若它们之间没有墙,则它们可以互相攻击。
问给定的棋盘,最多可以放置多少个机器人,使它们不能互相攻击。
模型一
以空地为顶点,有冲突的空地间连边,问题转化为最大独立点集。
模型二
我们将每一行,每一列被墙隔开,且包含空地的连续区域称作“块”。
显然,在一个块之中,最多只能放一个机器人。
我们把这些块编上号。
同样,把竖直方向的块也编上号。
把每个横向块看作X部的点,竖向块看作Y部的点,若两个块有公共的空地,则在它们之间连边。
于是,问题转化为二部图的最大匹配问题。
比较前面的两个模型:模型一过于简单,没有给问题的求解带来任何便利;模型二则充分抓住了问题的内
在联系,巧妙地建立了二部图模型。
为什么会产生这种截然不同的结果呢?其一是由于对问题分析的角度不同:模型一以空地为点,模型二以空地为边;其二是由于对原型中要素的选取有差异:模型一对要素的选取不充分,模型二则保留了原型中“棋盘”这个重要的性质。
由此可见,对要素的选取,是图论建模中至关重要的一步。
打猎
猎人要在n*n的格子里打鸟,他可以在某一行中打一枪,这样此行中的所有鸟都被打掉,也可以在某一列中打,这样此列中的所有鸟都打掉。
问至少打几枪,才能打光所有的鸟?建图:二分图的X部为每一行,Y部为每一列,如果(i,j)有一只鸟,那么连接X部的i与
Y部的j。
该二分图的最大匹配数则是最少要打的枪数。
设备更新问题
某企业使用一台设备,每年年初,企业都要作出决定,如果继续使用旧的,要付维修费;若购买一台新设备,要付购买费. 试制定一个5年更新计划,使总支出最少.
已知设备在每年年初的购买费分别为11,11, 12,12,13. 使用不同时间设备所需的维修费分别为5,6,8,11,18.。