图论及其在数学建模中的应用
数学中的图论及网络分析方法及应用

数学中的图论及网络分析方法及应用近年来,图论和网络分析已成为数学领域研究的热门话题。
图论是研究图和图的性质的数学分支,而网络分析是利用图论的理论和方法来分析网络结构和行为的一种应用研究。
这两个领域在生命科学、社会网络、信息科学等领域中都有着广泛的应用,本文将着重探讨数学中的图论及网络分析方法及应用。
一、图论的基本概念及应用图是数学中一种常用的模型,它可以用来表示各种复杂的关系和结构,如交通网络、社交网络和电路等。
在图中,节点表示物体或概念,边表示它们之间的关系。
图可分为有向图和无向图,有向边表示单向关系,无向边表示双向关系。
图中最重要的概念是路径,它是通过若干节点和边连接而成的一条从一个节点到另一个节点的路径。
在实际应用中,图论可以用来解决许多问题。
例如,在旅游中,人们需要规划一条最优路径来游览所有景点,并且要避开拥堵的路段;在社交网络中,人们希望了解不同社交群体之间的联系,以便推荐合适的社交圈子。
此外,图论还可以应用于交通规划、电路设计、游戏算法等众多领域。
二、网络科学与网络分析网络科学是一门跨学科的科学,它研究的是网络的结构、功能和演化。
网络由节点和边组成,节点可以表示人、物、地点或其他事物,边表示它们之间的联系。
网络可以分为静态网络和动态网络,静态网络表示一个时刻的网络结构,而动态网络则表示各个时间点的网络演化过程。
网络分析是网络科学的一个重要分支,它可以帮助我们理解和预测网络的行为和演化。
网络分析方法包括节点度数分布、连通性、中心性、社区发现等。
其中,节点度数分布可以告诉我们节点的重要性,连通性可以帮助我们找到网络中的关键节点,中心性可以帮助我们了解节点在网络中的作用,社区发现可以帮助我们发现社区内部和社区之间的关系。
网络分析具有广泛的应用领域,例如在社交网络中,可以通过节点间的联系和社区发现来推荐好友;在电力系统中,可以通过节点的中心性来发现电网故障点;在生命科学中,可以通过分析基因表达网络来研究基因调控机制。
【数学建模 组合与图论】图论

最短路问题
例:考虑右图 (1,2,3)是基本通路 (1,1,1,2,3)是通路 (1,2,4,1,4,3)是简单通路
(1,2,4,1,4,3,1)是回路
(1,2,4,1,2,3,1)是简单回路 (1,2,4,3,1)是基本回路
最短路问题
例:在下图G中,取Γ1 = v1v2v3 ,Γ2 = v1v2v3v4v2 ,
图的概念
图论是一个应用十分广泛而又极其有趣的数学分支。 物理、化学、生物、科学管理、计算机等各个领域 都可找到图论的足迹。本讲座主要介绍图论的一些 基本知识、图论中常用的初等方法。
例:可以把右图看成是 一个公路网,v1,…,vl0 是一些城镇,每条线旁 边的数字代表这一段公 路的长度。现在问,要 从v1把货物运到v10。走 哪条路最近?这个问题 通常叫做最短路径问题.
图的概念
关联矩阵和邻接矩阵:设图G = (V,E),V = {v1,v2,…,vn},E = {e1, e2,…,em} 。G 的关 联矩阵 M(G) = [ mij] 是一个 n×m 矩阵, 其中 mij 为点 vi 与边 ej 关联的次数;G的 邻接矩阵 A(G) = [ aij] 是一个n阶方阵,其 中aij 是连接 vi 与 vj 的边的数目。
例:下图中,d(v2, v4) = 5,相应的最短路为Γ:v2v1
v3v4。
1
v2
v1
3
1
6
v3
3
v4
G
最短路问题
例(渡河问题):一个摆渡人要把一只狼、一只羊和 一捆菜运过河去。由于船很小,每次摆渡人至多只 能带一样东西。另外,如果人不在旁时,狼就要吃 羊,羊就要吃菜。问这人怎样才能安全地将它们运 过河去?
在一个图中,关联结点vi和vj的边e,无论是有向的 还是无向的,均称边e与结点vi和vj相关联,而vi和 vj称为邻接点,否则称为不邻接的;
数学建模-图论

如例2中球队胜了,可从v1引一条带箭头的连线到v2,每 场比赛的胜负都用带箭头的连线标出,即可反映五个球队比 赛的胜负情况。如下图
v5
v1
v2 v3
v4
Байду номын сангаас
由图可知, v1三胜一 负, v4打了三场球, 全负等等
类似胜负这种非对称性的关系,在生产和生活中也是常见 的,如交通运输中的“单行线”,部门之间的领导和被领导关 系,一项工程中各工序之间的先后关系等等。
B
哥尼斯堡七桥问题
从某点出发通过每座桥且每桥只通过一次回到起点 A B D
建模:
C
A B D C
点——陆地 岛屿 边——桥
后来,英国数学家哈密尔顿在1856年提出“周游世界”的 问题:一个正十二面体,20个顶点分别表示世界上20个大城市, 要求从某个城市出发,经过所有城市一次而不重复,最后回到出 发地.这也是图论中一个著名的问题. “四色问题”也是图论中的著名问题:地图着色时,国境 线相邻的国家需要着上不同的颜色,最少需要几种颜色?1976 年,美国人阿佩尔和哈肯用计算机运行1200个小时,证明4种颜 色就够了.但至今尚有争议.
图论起源
图论最早处理的问题是哥尼 斯堡城的七桥问题:18世纪在哥 尼斯堡城(今俄罗斯加里宁格勒) 有一条名叫普莱格尔(Pregel) 的河流横经其中,河上有7座桥, 将河中的两个岛和河岸连结。
C A D
城中的居民经常沿河过桥 散步,于是提出了一个问 题:能否一次走遍7座桥, 后来有人请教当时的大数学家 而每座桥只许通过一次, 欧拉,欧拉用图论的方法证明这个问 最后仍回到起始地点? 题无解,同时他提出并解决了更为一 般的问题,从而奠定了图论的基础, 欧拉也被誉为“图论之父”.
03图论在数学模型中的应用

专业负责人(签字):
年月日
系审查意见:
签章
年月日
备注:
说明:1、表中“课题类型”是指模拟课题、实践课题、科研、论文式课题,由指导教师按类填写。
2、本表用钢笔填写或用计算机打印,字迹须清晰。
3、本表须报教务处备案。教研室、系各留一份。
毕业设计(论文)材料之一(1)
安徽工程科技学院2008届本科
毕业设计(论文)选题审批表
系别:应用数理系
课题名称
图论在数学模型中的应用
课题类型
论文式课题
适用专业
数学与应用数学
指导教师
周金明
专业职务
助教
核批学生数
1
课题完成形式
论文形式
本课题性质、主要内容及意义:
图论建模是指对一些客观事物进行抽象、化简,并用图来描述事物特征及内在联系的过程。
建立图论模型的目的和建立其它的数学模型一样,都是为了简化问题,突出要点,以便更深入地研究问题的本质;它的求解目标可以是最优化问题,也可以是存在性或是构造性问题;并且,和几何模型、运筹学模型一样,在建立图论模型的过程中,也需要用它模型在它们的研究方法上又有着很大的不同,例如我们可以运用典型的图论算法来对图论模型进行求解,或是根据图论的基本理论来分析图论模型的性质,这些特殊的算法和理论都是其它模型所不具备的,而且在其它模型中,能用类似于图这种直观的结构来描述的也很少。
数学建模中的图论方法

数学建模中的图论方法一、前言我们知道,数学建模比赛中有问题A和问题B。
一般而言,问题A是连续系统中的问题,问题B是失散系统中的问题。
因为我们在大学数学教育内容中,连续系统方面的知识的比率较大,而离散数学比率较小。
所以好多人有这样的感觉,A题下手快,而B题不好下手。
其他,在有限元素的失散系统中,相应的数学模型又可以区分为两类,一类是存在有效算法的所谓P类问题,即多项式时间内可以解决的问题。
但是这种问题在MCM中特别少见,事实上,由于比赛是开卷的,参照有关文件,使用现成的算法解决一个P类问题,不可以显示参赛者的建模及解决实诘问题能力之大小;还有一类所谓的NP问题,这种问题每一个都还没有成立有效的算法,或许真的就不行能有有效算法来解决。
命题经常以这种NPC问题为数学背景,找一个详细的实质模型来考验参赛者。
这样增添了成立数学模型的难度。
但是这也其实不是说没法求解。
一般来说,因为问题是详细的实例,我们可以找到特其他解法,或许可以给出一个近似解。
图论作为失散数学的一个重要分支,在工程技术、自然科学和经济管理中的好多方面都能供给有力的数学模型来解决实诘问题,所以吸引了好多研究人员去研究图论中的方法和算法。
应当说,我们对图论中的经典例子或多或少仍是有一些认识的,比方,哥尼斯堡七桥问题、中国邮递员问题、四色定理等等。
图论方法已经成为数学模型中的重要方法。
好多灾题因为归纳为图论问题被奇妙地解决。
并且,从历年的数学建模比赛看,出现图论模型的频次极大,比方:AMCM90B-扫雪问题;AMCM91B-找寻最优Steiner树;AMCM92B-紧迫修复系统的研制(最小生成树)AMCM94B-计算机传输数据的最小时间(边染色问题)CMCM93B-足球队排名(特点向量法)CMCM94B-锁具装箱问题(最大独立极点集、最小覆盖等用来证明最优性)CMCM98B-灾情巡视路线(最优回路)等等。
这里面都直接或是间接用到图论方面的知识。
图论及在数学建模中的应用

加权中心为点 B
A 1.5 2 E 2 F
B 2.5 3
3.5 3 G
C 3 2
2
D
H
最短路问题的变种 1. 最可靠路
在通信网络中,已知各段线路的可靠性,求指定两 点间可靠性最大的线路,其中一条线路的可靠性是 其上各段线路的可靠性之积。
用图 G = (V , E) 表示网络,设线路 e (G 的一条边)的可 靠性为 p(e ) (0 p(e ) 1) ,给 e 定义权 w(e) ln p(e) , 则 G 的一条路 P 的权
G
G'
G''
G' 和 G'' 都是 G 的生成子图。
图 G 的一条点与边的交替序列 P v0 e1v1e2 v 2 ek v k 称为路,其中 ei {v i 1 , v i } (1 i k ) .
边数 k 称为路 P 的长度。 当 v0 = vk 时,称 P 为回路。除 v0 = vk 外,点不重复的 回路称为圈。
(3) 设 l (v k ) min {l (v )| v S },令 S S {v k },i k, 转 (2)。
注: v S 时,l (v ) 表示 v s 至 v 的最短路长 ; v S 时,l (v ) 是 v s 至 v 的最短路长的一个上界 ; 最短路径可以通过反向跟踪获得,即若 l(u) + w(u,v) = l(v) ,则 u 是 v 的紧前点。
v3 v5 v7
从 v1 出发,按广度优先访问到的 点序列为 v1v 2v 3v4v5v6v7 ;
按深度优先访问到的点序列为 v1v 3v5v7 v6v4v 2 。
v1
v2
数学建模中的图论算法及其应用研究
数学建模中的图论算法及其应用研究引言:数学建模是指利用数学方法和技巧对实际问题进行分析、抽象、描述、求解和预测的一种研究方法。
图论作为数学建模中的重要工具之一,被广泛应用于各个领域,如网络分析、交通规划、社交网络等。
本文将介绍数学建模中常用的图论算法,并探讨它们在实际问题中的应用。
一、图论基础知识1.1 图的概念图是由一些点和连接这些点的边组成的集合。
点表示图中的实体或对象,边表示实体之间的关系。
图包含了很多重要的信息,例如节点的度、连通性等。
1.2 图的表示方法图可以用邻接矩阵或邻接表来表示。
邻接矩阵是一个二维矩阵,其中的元素表示节点之间是否相连。
邻接表是一个由链表构成的数组,数组的每个元素表示一个节点,每个节点的链表存储了与该节点相连的节点列表。
二、图的遍历算法2.1 深度优先搜索(DFS)深度优先搜索是一种用于图的遍历的算法。
从一个节点出发,递归地访问它的相邻节点,直到所有可达的节点都被访问过为止。
DFS可以用于寻找连通分量、路径搜索等问题。
2.2 广度优先搜索(BFS)广度优先搜索是另一种图的遍历算法。
从一个节点出发,依次访问它的相邻节点,然后再依次访问相邻节点的相邻节点。
BFS可以用于寻找最短路径、网络分析等问题。
三、最短路径算法3.1 Dijkstra算法Dijkstra算法用于寻找图中两个节点之间的最短路径。
它基于贪心策略,从起点开始逐步扩展最短路径,直到到达终点或无法扩展为止。
Dijkstra算法在交通网络规划、电力网络优化等领域有广泛应用。
3.2 Floyd-Warshall算法Floyd-Warshall算法用于寻找图中所有节点之间的最短路径。
它通过动态规划的思想,逐步更新每对节点之间的最短路径。
Floyd-Warshall算法在地理信息系统、通信网络等领域有重要应用。
四、最小生成树算法4.1 Prim算法Prim算法用于寻找连通图的最小生成树。
它从一个起始节点开始,逐步选择与当前生成树距离最近的节点,并将其加入最小生成树中。
图论-数学建模
• 以各城镇为图G的顶点,两城镇间的直通铁路为 图G相应两顶点间的边,得图G。对G的每一边e, 赋以一个实数w(e) —直通铁路的长度,称为e的权, 得到赋权图G。G的子图的权是指子图G的各边的 权和。
• 问题就是求赋权图中指定的两个顶点u0 , v间0 的具最
小权的轨。这条轨叫做 u间0 , v的0 最短路,它的权
• 在下面数据结构的讨论中,我们首先假设 G(V,A) 是一个简单有向图 ,|V|n,|A|m,并假设V中的 顶点用自然数1,2,…n表示或编号,A中的弧用自 然数1,2,…m表示或编号。
(i)邻接矩阵表示法
• 邻接矩阵表示法是将图以邻接矩阵(adjacency matrix)的形式存储在计算机中。图G(V,的A)邻 接矩阵是如下定义的:C是一个n*n的0-1矩阵, 即
对于有向图 G(V,A),一般用 A(i) 表示节点 的邻接表,即节点的所有出弧构成的集合或链表 (实际上只需要列出弧的另一个端点,即弧的
头)。例如上面例子,A(1){2,3},A(5){3,4}等。
(v)星形表示法
• 星形(star)表示法的思想与邻接表表示法的思 想有一定的相似之处。对每个节点,它也是记录 从该节点出发的所有弧,但它不是采用单向链表 而是采用一个单一的数组表示。
• 一个图称为有限图,如果它的顶点集和边集都有
限。图的顶点数用符号 | V 或| 表(G示),边数用
| E或| 表 (示G)。
• 当讨论的图只有一个时,总是用G来表示这个图。 从而在图论符号中我们常略去字母G,例如:分别
用 V,E代,替 V(G )E ,(G )。,(G )
• 端点重合为一点的边称为环(loop)。
例2 公路连接问题
某一地区有若干个主要城市,现准备修建高速公 路把这些城市连接起来,使得从其中任何一个城 市都可以经高速公路直接或间接到达另一个城市。 假定已经知道了任意两个城市之间修建高速公路 的成本,那么应如何决定在哪些城市间修建高速 公路,使得总成本最小?
数学建模——图论篇
软件学院
图论原理
在图G1中, 满足充分条件Δ(G)=4 δ(G)=2任意两个 结点度数之和大于等于5,所以是H图.
1
5
4
G1 2 3
a
G2 b c
d
e1 e e5 2 B e6 e3 e 4 C e7
D
V={A,B,C,D} E={e1, e2, e3, e4, e5 e6, e7} 人们茶余饭后经常到桥上散步,从而提出这样问题:是否 可以从某地出发,每座桥都走一次,再回到出发点. 很多 人试图找出这样的路径, 都没有找到. 后来欧拉证明这样 的路径根本不存在. 此图可以抽象为上边右图.
软件学院
图论原理 一. 图的概念 一个图 G=<V(G),E(G)>, 其中结点集V(G):是G的结 点的非空集合.(V(G)≠Φ),简记成V;边集E(G):是 G的边的集合. 有时简记成E. 结点: 用 表示, 旁边标上该结点的名称. 边:有向边:带箭头的弧线.从u到v的边表示成(u,v) 无向边:不带箭头的弧线.u和v间的边表示成(u,v)
v4 1 v5
软件学院
图论原理 通路与回路 1.通路的定义:给定图G=<V,E >,v0 ,v1,v2,,…,vn∈V, e1,e2,,…,en∈E,其中ei是关联vi-1,vi的边,则称 结点和边的交叉序列为图的通路。 如v0 e1v1 e2v2…envn是连接v0到vn的路.v0是此路的起 点,vn是此路的终点.路中含有的边数n称之为路的长度. 如果其中每条边的终点总是下一条边的起点,则边的 序列可以简写成(v0,v1,v2,…,vn) e v0 1 e4 例如右图中: v1 v2 e2 e3 e5 e6 v0 e2v3 e6v2是一条长度为2的路.
图论在大学生数学建模竞赛中的应用
和为奇数 ( 或偶数) 的两锁具之间不可能互开 , 以若 6 所 O个装一箱 , 90个锁具可 以装 4 24 9箱 , 4 9箱槽高之 和为奇数或偶数的锁具 , 肯定不能互开. 现在的问题是 4 箱是不是最大可能的? 9
十 收稿 日期 :02— 4— 8 2 1 0 0
基 金项 目: 自然科 学基金 资助Z011 国家 6 133 ,1604 ; L 212 )
1 二分图的最大匹配 、 最大点独立集在大学生数学建模竞赛 中的应用
定义 1 若 ( )= uY XfY G , 3 =西, Y均非空 , 图 G的每一 条边 都有 一 个顶 点 在 y中 , 称 图 G为 、 且 则
二分 图.
定义 2 图 G的互不相邻的顶点子集称为点独立集. 问题 1 某 锁具 厂生 产一批 弹子锁 具 , 每个锁具 的钥匙有 个 5槽 , 每个槽 的高度从 ( , ,,, ,) 数 1234 56 6个 ( 单位略 ) 中任取一个 , 由于工艺及其它原因, 制造锁具时对 5 个槽 的高度还有两个限制 : 至少有三个不同的 数; 相邻两槽的高度之差不能是 5 满足以上条件的所有互不相 同的锁具称为一批. . 另外 , 若两个锁具对应的 5个 槽 高 中有 4个 相 同 , 另一 个槽高 只相差 1则 可能互 开 ; 它情 形不 可能互 开. 在 的问题是 : , 其 现 一批 锁具 有 多少个 若 6 O个装一箱 , 团体购买多少箱不会出现互开现象? 分 析 6种 高度 5 槽 的钥匙 最多 可能有 6 = 7 , 过排 列组 合 , 去不 满足 条件 的各种 情 况 , 以 个 7 76 通 除 可 算 出一批 锁具 的总数为 58 0件. 8
- 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)。
( 1 ) l ( v s ) ,l ( v ) 0 ( v v s ) ,S { v s } ,i s . (2)若SV, 则 终 止 ; 个 否 vS则 且 {v, i,v} 对 E, 每
令l(v)m{al(xv), mil(nvi){,w(vi,v)}}. (3 )设 l(v k ) m { l( a v )|v x S } , S 令 S { v k } , i k ,
a
c e
g
b d
f
图中的 7 种药品需要 3 个库房,例 如 {a , b , e},{c , d , g},{ f } 各放一 个库房。
排课表问题
有 m 位教师 x1, …, xm 和 n 个班级 y1, …, yn ,教师 xi 需要给班级 yj 上 wij 节课,试编制一张课表使得课时 尽量少。
广度优先搜索: 在步骤 (2) 优先访问先加入 S 的点 (先进先出),并且在步骤 (3) 只 需考虑 vV\S。
深度优先搜索:
在步骤 (2) 优先访问后加入 S 的点(后进先出),在 步骤 (3) 可以将某个 vS 再加入 S ,这意味着在 S
中将 v 的次序后移,从而 v 可以被更早地访问。
v3
10 9 11
{a,d,c,b,e,i, g}
10
11
{a,d,c,b,e,i, g, f }
11
{a,d,c,b,e,i, g, f , h}
图的中心与选址问题 1. 使最大服务距离最小 给定一个赋权连通图 G = (V , E , w) ,在该图的点集中 确定一个点 v0 作为该图的中心,使得
e P w ( e ) ln e P p ( e )
求最可靠路等价于在赋权图 G(V,E,w)中求最短路。
2. 最大容量路
设在图 G = (V , E , w) 中,权 w(e) 表示 边 e 的通过能力(或容量),求 G 中指 定两点间的一条通过能力最大的路。
一条路的通 过能力等于 路上各边通 过能力的最 小值。
在图的概念中,点的空间位置、 边的曲直长短都是无关紧要的, 重要的是其有几个点以及哪些点 之间有边相连。
如果用点表示要研究的对象,则图的边可以用来反映 对象之间是否存在某种关系。
用点表示人,边表示两个人是否互相认识; 在地区公路图中,用点表示城市,边表示城市之间是 否有公路直接相连; 在分子结构图中,用点表示原子,边表示原子之间是 否存在化学键; ……
转 (2 )。
注: vS时l(, v)表v示 s至 v的最短 ; 路长 vS时, l(v)是vs 至v的最短路长的; 一 最短路径可以通过反向跟踪获得,即若 l(u) + w(u,v) = l(v) ,则 u 是 v 的紧前点。
例. 求右图中点 a 到其余
b1e 2i 3
点的最短路。
2
6h
6c
6 43
最低?已知各出矿点
之间的道路和距离如
右图所示。
最短路问题的变种
1. 最可靠路 在通信网络中,已知各段线路的可靠性,求指定两 点间可靠性最大的线路,其中一条线路的可靠性是 其上各段线路的可靠性之积。
用图 G = (V , E) 表示网络,设线路 e (G 的一条边)的可 靠性为 p(e)(0p(e)1),给 e 定义权 w(e)ln p(e), 则 G 的一条路 P 的权
Dijkstra 算法
假设:e对 E, 一有 w切 (e)0。
( 1 ) l ( v s ) 0 ,l ( v ) ( v v s ) ,S { v s } ,i s . (2)若SV, 则 终 止 ; 个 v否 S且 则 {vi, ,v}对 E,
令 l(v)m{iln (v), l(vi)w(vi,v)}. (3 )设 l(v k ) m { l(v i)|n v S } , S 令 S { v k } , i k ,
转 (2 )。
注v: S时l, (v)表示 vs至v的最大容量 ; 路
具体路径可以通过反向跟踪获得,即 v 的紧前点 u 应满足
m l(u i )w n ,(u ,v { ) } l(v ).
三、树
无圈的连通图称为树。树的等价定义:
(1) G 无圈且 |E| = |V| - 1 ; (2) G 连通且 |E| = |V| - 1 ; (3) G 无圈,但在两个不相邻的点之间添加一条边后得
到恰好一个圈 ; (4) G 连通,但删去任何一条边后便不连通; (5) G 中任何两点间有且仅有一条通路(点不重复的
路)。
若 T 是 G 的生成子图且是一棵树,则称 T 是 G 的生成 树或支撑树。
G
T1
T1 至 T8 都是 T 的
T2
生成树
T3
T4
T5
T6
T7
T8
命题:完全图 Kn 有 n n -2 棵生成树。
v3
v5 v6
v8
v1
v2
v4
v7
路 v1v2v4v5v3v4v6v7的长度为 7 回路 v2v4v5v6v4v3v2的长度为 6 圈 v2v4v5v3v2 的长度为 4
命题:若点 v 与 v 之间有路,则必有一条长度不 超过 |V | - 1 的路。
在图 G 中,若点 u、v 之间有路,则称 u、v 连通。若
当且仅当 u、v 之间有一条仅由 E1 中的边形成的路时,
l(u) = l(v),因此在步骤 (2) 发现 l(u) = l(v) 时,(u, v) 不能 放入 E1,否则会形成一个圈。
6
v7
2
3
v2
v3 8 v4
(1)将 图 G的 边 按 权 非成 减 ei1,e次 i2, 序 ,ei|E|, 排
取E1, l(vj)j (j1,2, ,|V|), k1。
(2)边 eik连 结 的 u、 v二 的点 标 l(u)号 、 l(v)是 否 相 是 , k取 k1,(转 2); 否E , 1E取 1{eik}。
md a (v0,x u )mm in d a (v,u x )
u V
v Vu V
其中 d(v,u) 表示点 v、u 之间的距离,即最短路长。
解法: 用最短路算法求出所有点对之间的距离,然 后确定 v0 。
例. 某县拟建一消防站为辖区内的 8 个镇服务,问应 设在哪一个镇上才能使它离最远镇的距离最小? 已知各镇(A 至 H)之间的道路连结情况和距离 如下图所示。
构造图 G = (V , E ),其中 V = { x1, …, xm , y1, …, yn} , 点 xi 与 yj 之间连有 wij 条边。
给 G 的边着色,
x1
y1
使得相邻的边有
x2
y2
不同的颜色。
x3
y3
x4
需要 3 种颜 色给边着色
一、图的基本概念
点 v 的度数:与 v 相连的边的条数,记做 deg(v) 。
最小生成树问题 给定一个赋权连通图 G = (V , E , w) ,求 G 的一棵生成 树 T 使得 T 中所有边的权之和最小。
Kruskal 算法 思想: 在不形成圈的条件下,优先挑选权小的边形成
生成树。
v5
7
v1 4 v6 3 6
v7
25 3
78
v2 4 v3 8 v4
v5
v1 4 v6 3
命题:图的所有点的度数之和等于边数的两倍,即
v Vde v)g 2 (|E|。
例. 碳氢化合物中氢原子的个数为偶数。
H
H
C
H
H
H C
H
H C
H
H C
HC C
H
H C
CH C
H
两个图 G =(V ,E) 和 G(V,E),如果有 V V,
EE, 则称 G 是 G 的子图。
若G 是G 的子图,且V =V,则称G 是G 的生成子图。
g4
32
f2
a 1d
10
l(a) l(b) l(c) l(d) l(e) l(f ) l(g) l(h) l(i )
S
0 {a} 6 3 1 {a,d}
63 5
7 11 {a,d,c} 7 11 {a,d,c,b} 6 11 {a,d,c,b,e}
10 9 12 8 {a,d,c,b,e,i}
哥尼斯堡 (Konigsb)e七rg桥问题 (Euler, 1736)
C
C
是否可以 一笔画?
A
D
A
D
B B
右图是否存在经过每条边恰好一次的回路,即是否为 Euler 图?
化学药品存放问题 某单位需要存放一些化学药品,其中某些药品不能放 在同一个库房里,问至少需要几个库房?
用点表示药品,在不能放在同一个库房的两种药品之 间连边。需要几个库房等价于需要用几种颜色给图的 点着色可以使得相邻的点有不同的颜色。
(1)令l(v)0(vV), S{vs}, k1; (2)取vS, 令 SS\{v}, l(v)k; (3)对 每v个 V, 若 {v,v}E且l(v)0, 则v将
加 入 S;
(4)若S, 算 法 终 止 ; 否 k则 k1, ,令 转 (2)。
注: 当 v 未被访问时,l(v) = 0,否则 l(v) 记录 v 被访 问的序号; 集合 S 保存与某个已访问的点相邻 但还没有被访问的点。
的点 v0 是 G 的加权中心。
例. 某矿区有 8 个出矿点
(A至H),这 8 个
加权中心为点 B
出矿点每天的矿石产
量分别为 3、5、2、2、
2、7、4、1 百吨。要 从这 8 个出矿点中选 一个建选矿厂,应建
A 1.5 B 3.5 C 2 D 2 2.5 3 3
在何处才能使总运价 E 2 F 3 G 2 H