总结

2023-05-31
2023-05-31

重点概念

1、图、简单图、图的同构与自同构、度序列与图序列、补图与自补图、两个图的联图、两个图的积图、偶图

  1. 图

  2. 简单图

  3. 图的度序列
    注:度序列的判定问题是重点.

  4. 图的图序列
    注:图序列的判定问题是重点.

  5. 子图 (生成子图和导出子图)

  6. 图的同构

  7. 补图与自补图
    注:要求掌握自补图的性质.

  8. 联图

  9. (Cartesian)积图, 字典积图(合成图)

  10. 最短路算法 (Dantzig 或 Dijkstra 算法)

  11. 二部图(偶图)
    注: 掌握偶图的判定 (1.3)、正则偶图的相关结果.

    1. 若 GG 是 kk 正则二部图 (k>0k>0), 则 GG 存在完美匹配. (5.2)

    2. 若 GG 为 kk 正则二部图 (k≥2k≥2), 则 GG 无割边. (3.1)

  12. 图的矩阵表示: 邻接矩阵、关联矩阵、Laplacian矩阵、图的谱.
    注: 掌握计算及的相关结果、邻接矩阵的谱 Spec(A)Spec(A)
    注: 要求熟练掌握两种矩阵的性质.

2、树、森林, 生成树, 最小生成树、根树、完全m元树

  1. 树、森林
  2. 树的中心与形心
  3. 生成树
    生成树棵数的计算(包括递推计数和矩阵树定理).
  4. 最小生成树
    注:要求熟练掌握最小生成树的求法.
  5. 根树
  6. 完全m元树
    注:对于完全m元树, 要弄清其结构.
  7. 最优二元树的求法及其权值
    注: 要求熟练掌握最优二元树的求法.

3、途径 (闭途径), 迹 (闭迹), 路 (圈), 最短路, 连通图, 连通分支, 点连通度与边连通度, 块, 块与 2-连通的关系.

注:上面概念分别在1和3章

  1. 割边, 割点和块
  2. 连通度

注:要求掌握相关性质及其证明.

4、欧拉图, 欧拉环游, 欧拉迹, 哈密尔顿圈, 哈密尔顿图, 哈密尔顿路, 中国邮路问题, 最优H圈, 度极大非H图

  1. 欧拉图与欧拉环游
  2. 欧拉迹
    注: 中国邮递员问题是欧拉图的重要应用.
  3. 哈密尔顿图与哈密尔顿圈
    注: TSP问题是哈密尔顿问题的重要应用.
  4. 哈密尔顿路
  5. 度极大非H图
  6. E图与H图的联系——线图L(G)

5、匹配、最大匹配、完美匹配、最优匹配、因子分解

  1. 匹配
  2. 最大匹配与完美匹配
  3. 最优匹配
  4. 因子分解
    注:要弄清楚因子分解和完美匹配之间的联系与区别.
    注: 要弄清楚因子分解,完美匹配,边色数之间的联系与区别.

6、平面图、极大平面图、极大外平面图、平面图的对偶图

  1. 平面图
  2. 极大平面图
  3. 极大外平面图
  4. 平面图的对偶图

7、边色数、点色数、色多项式

  1. 边色数
  2. 点色数
  3. 色多项式

8、强连通图、单向连通图、弱连通图

  1. 强连通图
  2. 弱连通图
  3. 单向连通图

9、Ramsey 数

  1. Ramsey 数的定义
  2. 简单 Ramsey 数的计算

重要结论

1、握手定理及其推论

图 G=(V,E)G=(V, E) 中所有顶点的度的和等于边数 mm 的 22 倍, 即:

∑v∈V(G)d(v)=2m\sum_{v \in V(G)} d(v)=2m

推论 1: 在任何图中, 奇度点的个数为偶数.

推论 2: 正则图的阶数和度数不同时为奇数.

2、Turán 定理 (托兰定理, 图兰定理)

若 nn 阶简单图 GG 不包含 Kl+1K_{l+1}, 则 GG 度弱于某个完全 ll 部图 HH, 且若 GG 具有与 HH 相同的度序列, 则:

G≅HG\cong H


若 GG 是简单图, 并且不包含 Kl+1K_{l+1}, 则:

m(G)≤m(Tl,n)m(G)\leq m(T_{l,n})

仅当 G≅Tl,nG\cong T_{l,n} 时, 有 m(G)=m(Tl,n)m(G) = m(T_{l,n}).


(不包含 Kl+1K_{l+1} 的 nn 个顶点的简单图中, Turán 图 Tl,nT_{l,n} 边数最大)

3、树的性质

设 TT 是 (n,m)(n, m) 树, 则: m=n−1m=n-1.

4、最小生成树算法

Kruskal 算法

破圈法

Prim 算法

5、偶图判定定理

(König, 1936) 一个图是二部图当且仅当它不包含奇圈.

图 GG 是偶图当且仅当 GG 中没有奇回路.

6、Menger 定理 (敏格尔定理)

(1) 设 xx 与 yy 是图 GG 中的两个不相邻点, 则 GG 中分离点 xx 与 yy 的最少点数等于内部不交 (独立的) x,yx, y 路的最大数目;

(2) 设 xx 与 yy 是图 GG 中的两个不同点, 则 GG 中分离点 xx 与 yy 的最少边数等于 GG 中边不重的 x,yx,y 路的最大数目.

7、欧拉图、欧拉迹的判定

下列陈述对于非平凡连通图 GG 是等价的:

  • (1) GG 是欧拉图;

  • (2) GG 的每个顶点的度均为偶数;

  • (3) GG 的边集能划分为边不交圈的并.


推论: 连通图 GG 是半欧拉图当且仅当 GG 中恰有两个顶点度数为奇数.

8、H 图的判定

必要条件

若 GG 为 H 图, 则对 V(G)V(G) 的任一非空顶点子集 SS, 有:

ω(G−S)≤∣S∣ω(G-S)≤|S|

充分条件:Dirac 定理 (Dirac,1952)

(1) 对于 n≥3n≥3 的简单图 GG, 如果 GG 中有:

δ(G)≥n/2δ(G)≥n/2

那么, GG 是 H 图.

(2) 设 GG 是 22-连通的 n≥3n≥3 阶图. 若 GG 的每个顶点的度都不小于 kk, 则 GG 中包含一条长度至少为 2k2k 的圈或 H 圈.

充分条件:Ore 定理 (Ore, 1960)

对于 n≥3n≥3 的简单图 GG, 如果 GG 中的任意两个不相邻顶点 uu 与 vv, 有:

d(u)+d(v)≥nd(u)+d(v)≥n

那么, GG 是 H 图.

闭包定理 (帮迪 Bondy-Chvátal, 1976)

图 GG 是 H 图当且仅当它的闭包是 H 图.

Chvátal 定理: 度序列判定法 (Chvátal, 1972)

设简单图 GG 的度序列是 (d1,d2,…,dn)(d_1,d_2, …,d_n), 其中, d1≤d2≤…≤dnd_1 ≤ d_2 ≤ … ≤ d_n, 并且 n≥3n ≥ 3. 若对任意的 1≤i<n/21≤i<n/2, 有 di>id_i>i, 或 dn−i≥n−id_{n−i} ≥ n−i, 则 GG 是 H 图.

(等价表述) 设简单图 GG 的度序列是 (d1,d2,…,dn)(d_1,d_2, …,d_n), 其中, d1≤d2≤…≤dnd_1 ≤ d_2 ≤ … ≤ d_n, 并且 n≥3n ≥ 3. 若不存在 1≤i<n/21≤i<n/2, 使得 di≤id_i≤i 并且 dn−i<n−id_{n−i} < n−i, 则 GG 是 H 图.

定理

设 GG 是 nn 阶简单图. 若 n≥3n≥3 且 ∣E(G)∣>(n−12)+1|E(G)|>\binom{n-1}{2} +1 , 则 GG 是 H 图;
并且, 具有 nn 个顶点, (n−12)+1\binom{n-1}{2} +1 条边的非 H 图只有 C1,nC_{1,n} 以及 C2,5C_{2,5}.

9、偶图匹配与因子分解

Hall 定理

设 G=(X,Y)G=(X, Y) 是二部图, 则 GG 存在饱和 XX 每个顶点的匹配的充要条件是: 对 ∀S⊆X∀S⊆X, 有 ∣N(S)∣≥∣S∣|N(S)|≥|S|. (N(S)N(S) 表示 SS 的邻点的集合)

注: SS 是 XX 的任意子集, 故 SS 可以为空集.

推论

若 GG 是 kk 正则二部图 (k>0k>0), 则 GG 存在完美匹配.

König 定理 (哥尼定理)

(König,Egerváry,1931) 在二部图中, 最大匹配的边数等于最小点覆盖的顶点数.

注: 在矩阵 (如布尔矩阵) 中的应用.


(Kőnig,1916) 设 GG 是无孤立点的二部图, 则 GG 中最大点独立集包含的顶点数等于最小边覆盖所包含的边数.

定理

K2nK_{2n} 可 11 因子分解.

定理

具有 H 圈的三正则图可 11 因子分解.

定理

K2n+1K_{2n+1} 可 22 因子分解.

定理

K2nK_{2n} 可分解为一个 11 因子和 n−1n-1 个 22 因子之和.

定理

每个没有割边的 33 正则图是一个 11 因子和 11 个 22 因子之和.


33 正则无桥图存在完美匹配. (5.3)

每个至多包含 22 条割边 (桥) 的三正则图都存在完美匹配. (5.3)

最优匹配算法

10、平面图及其对偶图

平面图的次数公式

设 G=(n,m)G=(n,m) 是平面图, 则:

∑f∈Φdeg⁡⁡(f)=2m\sum_{f\in \Phi}\deg⁡(f)=2m

平面图的欧拉公式

(Euler, 1752) 设 G=(n,m)G=(n,m) 是连通平面图, ϕ\phi 是 GG 的面数, 则:

n−m+ϕ=2n-m+\phi=2

推论1

设 GG 是具有 nn 个点 mm 条边 ϕ\phi 个面的连通平面图, 如果对 GG 的每个面 ff, 有: deg⁡(f)≥l≥3\deg(f)≥l ≥3, 则:

m≤ll−2(n−2)m≤\frac{l}{l-2}(n-2)

推论2

设 GG 是具有 nn (n≥3n≥3) 个点 mm 条边 ϕ\phi 个面的简单平面图, 则:

m≤3n−6m≤3n-6


设 GG 是具有 nn (n≥3n≥3) 个点 mm 条边 ϕ\phi 个面的简单平面二部图, 则:

m≤2n−4m≤2n-4

推论3

设 GG 是具有 nn 个点 mm 条边的简单平面图, 则: δ≤5δ≤5

注

掌握证明方法.

对偶图的性质

平面图 GG 的对偶图必然连通.

极大平面图的性质

设 GG 是 nn 阶 (n≥3n≥3) 简单平面图, 则下面命题等价:

(1) GG 是极大平面图;
(2) GG 每个面的次数是 33, 亦称作三角剖分 (triangulation);
(3) GG 有 3n−63n−6 条边.


设 GG 是至少有 33 个顶点的平面图, 则 GG 是极大平面图, 当且仅当 GG 的每个面的次数是 33 且为单图 (简单图).

11、着色问题

边着色

定理

χ′(Km,n)=Δχ^′ (K_{m,n})=Δ.

定理

(哥尼 König, 1916) 若 GG 是二部图, 则 χ′(𝐺)=Δχ^′(𝐺)=Δ.

Vizing 定理 (维津定理)

(Vizing[1964], Gupta[1966]) 若 GG 是简单图, 则:

χ′(G)=Δ 或 χ′(G)=Δ+1χ^′ (G)=Δ \text{ 或 } χ^′ (G)=Δ+1

定理

设 GG 是简单图且 Δ(G)>0Δ(G)>0. 若 GG 中只有一个最大度点或恰有两个相邻的最大度点, 则: χ′(G)=Δ(G)χ^′ (G)=Δ(G).

定理

设 GG 是简单图. 若顶点数 n=2k+1n=2k+1 且边数 m>kΔm>kΔ, 则: χ′(G)=Δ(G)+1χ^′ (G)=Δ(G)+1.

定理

设 GG 是奇数阶 ΔΔ 正则简单图, 若 Δ>0Δ>0, 则: χ′(G)=Δ(G)+1χ^′ (G)=Δ(G)+1.

点着色

定理

对任意的图 GG, 有: χ(G)≤Δ(G)+1χ(G)≤Δ(G)+1.

Brooks 定理 (布鲁克斯定理)

(Brooks, 1941) 若 GG 是连通的简单图, 并且它既不是奇圈, 又不是完全图, 则: χ(G)≤Δ(G)χ(G)≤Δ(G).

色多项式

递推计数法

设 GG 为简单图, 则对任意 e∈E(G)e∈E(G) 有:

Pk(G)=Pk(G−e)−Pk(G⋅e)P_k(G) = P_k(G-e) - P_k(G \cdot e)

理想子图计数方法

用理想子图法求 Pk(G)P_k(G) 的步骤如下:

(1) 画出 GG 的补图 G‾\overline{G}.

(2) 求出关于补图的 ri=Ni(G‾),(1≤i≤n)r_i=N_i (\overline{G}),(1≤i≤n).

(3) 写出关于补图的伴随多项式 h(G‾,x)=∑i=1nrixih(\overline{G},x) = \sum_{i=1}^n r_i x^i.

(4) 将 xi=[k]ix^i=[k]_i 代入伴随多项式中得到 Pk(G)P_k(G).

12、根树问题

定理

在完全 mm 元树 TT 中, 若树叶数为 tt, 分支点数为 ii, 则:

(m−1)i=t−1(m-1)i=t-1

图论应用

重点掌握如下两方面应用

1、偶图匹配问题

学生能找到理想工作吗 (5.2)

2、着色问题

边着色问题

排课表问题 (7.1)

比赛安排问题 (7.1)

点着色问题

课程安排问题 (7.2)

交通灯的相位设置问题 (7.2)

附录: 主要符号表

常见的图

符号 含义
GG 无向图
TT 树, 森林
DD 有向图
PnP_n nn 个点的路
WW 途径
CC 圈
KnK_n 完全图
Km,nK_{m,n} 完全二部图
QnQ_n 超立方体
Tl,nT_{l,n} Turán 图 (1.6)
Hk,nH_{k,n} 哈拉里图 (3.2)
Cm,nC_{m,n} Cm,nC_{m,n} 图 (4.4)
Ω(F)\Omega (\mathcal{F}) 集族的交图 (1.7)

图的集合

符号 含义
V={v…}V=\{v \ldots\} 顶点集
E={e…}E=\{e \ldots\} 边集
n,∣V∣n, \vert V\vert 顶点数, 图的阶数
m,∣E∣m, \vert E \vert 边数
SS 顶点集的子集
N(S)N(S) 点子集 SS 的邻点的集合
Φ={f…}\Phi=\{f \ldots\} 平面图的面组成的集合
ϕ\phi 平面图的面数
MM 匹配 (边子集)
KK 覆盖 (点或边子集)
BiB_i 图的块 (3.1)
BiB_i 图的 HH-片断 (HH 为 GG 的子图) (6.4)

图的属性

符号 含义
d(v)d(v) 顶点的度
d+(v)d^+(v) (有向图) 顶点的出度
d−(v)d^-(v) (有向图) 顶点的入度
deg⁡(f)\deg( f ) 面的次数
δ(G)δ(G) 图的最小度
Δ(G)Δ(G) 图的最大度
κ(G)κ(G) 图的 (点) 连通度
λ(G)λ(G) 图的边连通度
t(G)t(G) 图的坚韧度
α(G)\alpha(G) 图的 (点) 独立数
β(G)\beta(G) 图的 (点) 覆盖数
α′(G)\alpha'(G) 图的边独立数
β′(G)\beta'(G) 图的边覆盖数
χ(G)χ(G) 图的点色数
χ′(G)χ'(G) 图的边色数
cl(G)cl(G) 图的团数 (7.4)
θ(G)θ(G) 图的完全数 (7.4)
d(u,v)d(u,v) 两点的距离
e(v)e(v) 点的离心率 (2.2)
d(G)d(G) 图的直径 (2.2, 1.3)
r(G)r(G) 图的半径 (2.2)
ω(G)\omega(G) 图的 (连通) 分支数
o(G)o(G) 图的奇分支数
τ(G)\tau (G) 图的生成树棵数
w(e)w(e) (边赋权图) 边的权值
W(H)W(H) 图的权值
h(G)h(G) 图的哈密尔顿指数 (4.7)
σ(G)σ(G) 图的荫度 (5.4)
r(m,n)r(m,n) Ramsey 数 (8.2)

图的关系

符号 含义
u↔vu↔v 顶点 uu 与 vv 相邻或邻接
фDф_D (有向图) 关联函数
≅\cong 同构
H⊆GH⊆G HH 为 GG 的子图
H⊂GH⊂G HH 为 GG 的真子图

图的运算

符号 含义
G‾\overline{G} 图的补图
G∗G^* 图的对偶图
G[V′]G[V^′] 点导出子图
G[E′]G[E^′] 边导出子图
G−V′,G−vG-V^′, G-v 图的删点运算
G−E′,G−eG−E^′, G-e 图的删边运算
G1−G2G_1-G_2 图的差
G1∪G2G_1∪G_2 图的并
G1+G2G_1+G_2 图的不交并
G1∩G2G_1∩G_2 图的交
G1△G2G_1 \bigtriangleup G_2 图的对称差, 异或
G1∨G2G_1 \vee G_2 图的联
G1□G2G_1 \square G_2 Cartesian 积图
G1[G2]G_1 [G_2] 图的合成, 字典积
G1×G2G_1×G_2 图的张量积
G⋅eG \cdot e 收缩 (2.3)
c(G)c(G) 图的闭包 (4.3)
L(G)L(G) 图的线图 (4.7)
Ln(G)L^n(G) 图的 nn 次迭代线图 (4.7)
Sn(G)S_n(G) 图的 nn 次剖分图 (4.7)
Ln(G)L_n(G) 图的 Ln(G)L_n(G) 图 (4.7)
B(G)B(G) 图的块割点树 (3.1)

图的矩阵

(1.5)

符号 含义
A(G)A(G) 图的邻接矩阵
M(G)M(G) 图的关联矩阵
D(G)D(G) 图的度矩阵
L(G)L(G) 图的 Laplacian 矩阵
Spec(G)Spec(G) 图的邻接谱

涉及平面性的不变量

(6.3)

符号 含义
g(Σ)g(\Sigma) 曲面的亏格
g(G)g(G) 图的亏格
c(Σ)c(\Sigma) 闭曲面的欧拉示性数
θ(G)\theta(G) 图的厚度
cr(G)cr(G) 图的交叉数

图的色多项式

(7.5)

符号 含义
Pk(G)P_k(G) 图的色多项式
Nr(G)N_r(G) 图的具有 rr 个分支的理想子图的个数
qr(G)q_r (G) 将简单图的顶点集合划分为 rr 个不同色类的划分数
xi=[k]ix^i=[k]_i k(k−1)(k−2)⋯(k−i+1)k(k-1)(k-2)\cdots(k-i+1)
h(G,x)h(G,x) 图的伴随多项式

附录:一些前置知识

集合运算

差集 A\BA \backslash B: (在集合 AA 中, 但不在集合 BB 中的所有元素)

排列组合

符号 含义
(nm)\binom{n}{m} 组合数 (从 nn 个不同元素中取出 m (m≤n)m~(m≤n) 个元素的所有组合的个数)
CnmC_{n}^{m} 组合数
AnmA_{n}^{m} 排列数

Anm=n(n−1)⋯(n−m+1)=n!(n−m)!Cnm=Anmm!=n!m!(n−m)!=Cnn−m\begin{aligned} A_{n}^{m} &=n(n-1)\cdots(n-m+1)=\frac{n!}{(n-m)!} \\ C_{n}^{m} &={\frac{A_{n}^{m}}{m!}}={\frac{n!}{m!(n-m)!}}=C_{n}^{n-m} \end{aligned}

等价关系

设 RR 是非空集合 AA 上的二元关系, 若 RR 是自反的、对称的、传递的, 则称 RR 是 AA 上的等价关系.

向量空间

文章目录

版权

本文遵循署名-非商业性使用-禁止演绎 4.0 国际 (CC BY-NC-ND 4.0) 标准。

部分内容源自互联网、书本和课堂,仅供交流学习,未用于任何商业用途。如果它们侵犯了您的权益,请与我们联系,我们将立即删除它们。

版权所有 © 2020-2026 Kloudy 保留所有权利.