集合论与图论-图论

    技术2022-07-12  84

    图论部分目录

    六、图的基本概念6.1 图论的产生与发展史概述6.2 基本定义定义6.2.1 无向图定义6.2.2 零图定义6.2.3 有向图定义6.2.4 定向图定义6.2.5 子图定义6.2.6 生成子图真子图,极大子图定义6.2.7 导出子图定义6.2.8 图的同构乌拉姆猜想定义6.2.9 顶点的度定理6.2.1 欧拉定理,顶点度推论6.2.1 奇度点偶数个最大度,最小度定义6.2.10 r度正则图推论6.2.2 三次图孤立顶点 6.3 路、圈、连通图定义6.3.1 通道定义6.3.2 迹、闭迹定义6.3.3 路、闭路(圈)定义6.3.4 连通图定义6.3.5 支定理6.3.1 以连通构建等价关系定理6.3.2 判定图连通的充分条件定理6.3.3 判定圈的充分条件(顶点度)定理6.3.4 判定圈的充分条件(顶点路) 6.4 补图、偶图定义6.4.1 补图定理6.4.1 6顶点图与三角形拉姆齐问题/拉姆齐数定义6.4.2 偶图定义6.4.3 最短路长度定理6.4.2 偶图充要条件定理6.4.3 图兰定理(无三角形图条件) 6.5 欧拉图定义6.5.1 欧拉闭迹、欧拉图定理6.5.1 欧拉图判定充要条件推论6.5.1 欧拉图等价命题定义6.5.2 欧拉迹推论6.5.2 欧拉迹判定条件定理6.5.2 n笔画问题 6.6 哈密顿图定义6.6.1 哈密顿图定理6.6.1 哈密顿图导出子图定理6.6.2 迪拉克定理(哈密顿图判定充分条件)定理6.6.3 奥尔定理(迪拉克定理推广)定理6.6.4 哈密顿路判定充分条件 6.7 *图的邻接矩阵6.8 *带权图与最短路问题 七、树及割集7.1 树及其性质定义7.1.1 (无向)树、森林定理7.1.1 关于树的等价命题推论7.1.1 非平凡树顶点度定义7.1.2 极小连通图推论7.1.2 树与极小连通图定义7.1.3 偏心率、半径定理7.1.2 树的中心 7.2 生成树定义7.2.1 生成树定理7.2.1 连通与有生成树推论7.2.1 连通图点边关系定义7.2.2 生成森林定理7.2.2 完全图生成树树的唯一表示定理7.2.3 两个生成树之间的变换定义7.2.3 生成树距离基本变换定理7.2.4 距离与基本变换最小生成树问题定义7.2.4 弦(基本圈)定理7.2.5 Kruskal克鲁斯卡尔算法原理Kruskal算法定理7.2.6 Prim算法原理 7.3 割点、桥和割集定义7.3.1 割点定义7.3.2 桥定理7.3.1 割点之间的等价命题定理7.3.2 非平凡连通图割点定理7.3.3 割边之间的等价命题定义7.3.3 割集定理7.3.4 割集与支推论7.3.1 割集与支的变化推论7.3.2 不连通图的割集定理7.3.5 生成树与割集定理7.3.6 圈与割集定理7.3.7 基本圈与割集定理7.3.8 生成树与割集 八、连通度与匹配8.1 顶点连通度和边连通度定义8.1.1 顶点连通度(连通度)定义8.1.2 边连通度定理8.1.1 连通度与顶点度关系定理8.1.2 构造满足各度的图引理8.1.1 边连通度与点集划分定理8.1.3 判定边连通度与最小度相等定理8.1.4 点连通度与图的大小定义8.1.3 n-顶点连通、n-边连通定理8.1.5 2-顶点连通判定条件定理8.1.6 n-边连通判定条件 8.2 *门格尔定理8.3 匹配、霍尔原理 九、平面图与图的着色9.1 平面图及其欧拉公式定义9.1.1 可平面图定义9.1.2 内外部面定理9.1.1 欧拉公式定理9.1.1' 非连通图欧拉公式推论9.1.1 面的边缘长相等最大可平面图推论9.1.2 三角形最大可平面图推论9.1.3 面长均为4推论9.1.4 可平面图边数推论9.1.5 K5和K3,3推论9.1.6 顶点度最小值 9.2 非哈密顿平面图定理9.2.1 平面哈密顿图 9.3 库拉托斯基定理、对偶图定义9.3.1 细分图定义9.3.2 同胚定理9.3.1 库拉托斯基定理(可平面图充要条件)定义9.3.3 初等收缩定理9.3.2 瓦格纳定理(可平面图充要条件-反向)定义9.3.4 对偶图 9.4 图的顶点着色定义9.4.1 顶点着色定义9.4.2 色数常见的几种图的色数定理9.4.1 可双色图定理9.4.2 最大顶点度与色数定理9.4.3 最大定点数与色数的特殊情况定理9.4.4 平面图着色定理9.4.5 5色定理定理9.4.6 4色定理 9.5 图的边着色

    六、图的基本概念

    6.1 图论的产生与发展史概述

    图论产生过程有两个重要问题:

    哥尼斯堡城七桥问题(对应欧拉路,一笔画问题)四色定理(对应图染色问题,任一地图可被染四色)

    6.2 基本定义

    设V是一个非空集合,V的一切二元子集之集记作 P 2 ( V ) P_2(V) P2(V),换言之:

    P 2 ( V ) = { A ∣ A ⊆ V 且 ∣ A ∣ = 2 } P_2(V) = \{A|A\subseteq V且|A|=2\} P2(V)={AAVA=2}

    定义6.2.1 无向图

    设V是一个非空有限集合, E ⊆ P 2 ( V ) E\subseteq P_2(V) EP2(V),二元组 ( V , E ) (V,E) (V,E)称为一个无向图.B中元素为无向图的顶点,V为顶点集,E称为边集,E的元素称为图的边.如果 { u , v } ∈ E , u , v ∈ V \{u,v\} \in E,u,v\in V {u,v}E,u,vV,则称u与v邻接. 以V为顶点集,E为边集的无向图 ( V , E ) (V,E) (V,E)常用一个字母G来代替,即G=(V,E).如果 ∣ V ∣ = p , ∣ E ∣ = q |V|=p,|E|=q V=p,E=q则称G为一个 ( p , q ) (p,q) (p,q)图.即G是一个具有p个顶点,q个边的图.(1,0)图称为平凡图. 以后常用u,v,w为顶点命名,x,y,z为边命名.如果x={u,v},则称x为这条边的名字,u和v称为边x的断电,这是还说顶点u,v与边x相互关联,还说x是连接节点u和v的边,且记为x=uv或x=vu.若x,y是两条边,并且只有一个公共端点,则 ∣ x ∩ y ∣ = 1 |x\cap y|=1 xy=1,则称边x与y邻接.

    注意:

    G是一个V上的反自反且对称的二元关系E的系统.图的图解:每个点旁边写上名,然后边连线.这时得到的线的交点不是图的顶点.不过图解一般也称为图.我们从现在开始研究的都是无向图。

    几种特殊的图:

    带环图.联结一个顶点和它自身的边称为环,有环的图叫带环图.多重图.无向图定义中,两个点最多一条边联结,如果多于一条边,则称该图为多重图.这些边称为多重边.伪图.允许有环和多重边存在的图称为伪图.完全图.G为无向图,若G中任何两个顶点间都有一个边,则称G为完全图,n个顶点的完全图记作 K n K_n Kn.

    定义6.2.2 零图

    设G=(V,E)为无向图,如果 E = ∅ E=\empty E=,则称G为零图.零图是一个没有边的图,但它确实是一个无向图.

    定义6.2.3 有向图

    设V是一个非空有限集, A ⊆ ( V × V ) ∖ { ( u , u ) ∣ u ∈ V } A\subseteq (V\times V)\setminus \{(u,u)|u\in V\} A(V×V){(u,u)uV}.二元组D=(V,A)成为一个有向图.V中的元素称为D的顶点,A中元素(u,v)称为D的从u到v的弧或有向边. 对称弧:如x=(u,v)且y=(v,u)均为A的弧,则称x与y为一对对称弧.

    定义6.2.4 定向图

    不含对称弧的有向图称为定向图. 对应无向图的一些定义:

    环.一个从自己到自己的边称为环.多重弧.两个顶点u,v之间有很多个从u到v的有向弧,则称他们为多重弧.带环有向图.允许有环存在的有向图称为带环有向图.多重有向图.允许有多重弧存在的有向图,称为多重有向图.伪有向图.允许环和多重弧存在的有向图称为伪有向图.

    定义6.2.5 子图

    点集是原点集非空子集,边集是原边集子集的图. 设G=(V,E)是一个图,图 H = ( V 1 , E 1 ) H=(V_1,E_1) H=(V1,E1)称为G的一个子图,其中 V 1 ⊆ V , E 1 ⊆ E V_1 \subseteq V,E_1\subseteq E V1V,E1E V 1 V_1 V1非空.

    定义6.2.6 生成子图

    点集是原点集,边集是原边集子集的图. 设G=(V,E)是一个图,图 H = ( V , F ) , F ⊆ E H=(V,F),F\subseteq E H=(V,F),FE是图G的生成子图.

    真子图,极大子图

    G 1 , G 2 G_1,G_2 G1,G2是G的两个子图.如果 G 1 ≠ G G_1\neq G G1=G则称 G 1 G_1 G1是G的真子图.如果 G 1 G_1 G1 G 2 G_2 G2的子图,则说 G 2 G_2 G2包含 G 1 G_1 G1. 设G的子图H具有某种性质,若G中不存在 1.与H不同的 2.具有此性质 3.且包含H的 4.真子图 ,则称H是具有此性质的极大子图.

    定义6.2.7 导出子图

    设S是G的顶点集V的非空子集,则称G的以S为日顶点集的极大子图称为由S导出的子图,记作 ⟨ S ⟩ = ( S , P 2 ( S ) ∩ E ) \langle S \rangle = (S,P_2(S)\cap E) S=(S,P2(S)E). 于是,S的两个顶点在 ⟨ S ⟩ \langle S \rangle S中邻接,当且仅当其在G中邻接.

    从图解上看,由 V ∖ v V\setminus v Vv导出的子图是删除v和与v邻接的所有边,记作G-v.类似的我们可以定义G-x(生成子图,不删除点).如果u,v是G中不邻接两个顶点,图 ( V , E ∪ { u , v } (V,E\cup \{u,v\} (V,E{u,v}简记成G+uv.

    定义6.2.8 图的同构

    设G=(V,E),H=(U,F)是两个无向图.如果存在一个一一对应 f : V → U f:V\rightarrow U f:VU使得 u v ∈ E ⇔ f ( u ) f ( v ) ∈ F uv\in E\Leftrightarrow f(u)f(v) \in F uvEf(u)f(v)F,则称G与H同构,记作 G ≅ H G\cong H GH.

    乌拉姆猜想

    设G=(V,E),H=(U,F)是两个图, V = { v 1 , v 2 , … , v p } , U = { u 1 , u 2 , … , u p } V=\{v_1,v_2,\dots,v_p\},U=\{u_1,u_2,\dots,u_p\} V={v1,v2,,vp},U={u1,u2,,up}其中p>2.如果对于每个i都有 G − v i ≅ H − u i G-v_i \cong H-u_i GviHui,则 G ≅ H G\cong H GH.

    定义6.2.9 顶点的度

    设v是G的一个顶点,G中与v关联的边的数目称为顶点v的度.记作 deg ⁡ v \deg v degv.

    定理6.2.1 欧拉定理,顶点度

    G是一个(p,q)图,则G中各顶点度的和等于2q. ∑ deg ⁡ v = 2 q \sum \deg v = 2q degv=2q.

    推论6.2.1 奇度点偶数个

    任一图中,度为奇数的顶点的数目必定为偶数.

    最大度,最小度

    引入记号表示图中最大,最小度: δ ( G ) = min ⁡ v ∈ V { deg ⁡ v } Δ ( G ) = max ⁡ v ∈ V { deg ⁡ v } \delta(G) = \displaystyle \min_{v\in V}\{\deg v\}\\ \Delta(G) = \displaystyle \max_{v\in V}\{\deg v\} δ(G)=vVmin{degv}Δ(G)=vVmax{degv}

    定义6.2.10 r度正则图

    图G称为r度正则图,如果 δ ( G ) = Δ ( G ) = r \delta(G) = \Delta(G) = r δ(G)=Δ(G)=r,即G的每个顶点的度都等于r.3度正则图也叫三次图.一个具有p个顶点的p-1度正则图称为p个顶点的完全图,记作 K p K_p Kp.

    推论6.2.2 三次图

    每个三次图都有偶数个顶点.

    孤立顶点

    度为0的点称为孤立顶点.0度正则图就是零图.

    6.3 路、圈、连通图

    图的最基本的性质是它是否联通,直观上就是它能不能(裂开)分成不相连接的几部分。

    定义6.3.1 通道

    设G是一个图,G的一条通道是G的顶点和边的一个交错序列。 v 0 , x 1 , v 1 , x 2 , … , v n − 1 , x n , v n ; x i = v i − 1 v i v_0,x_1,v_1,x_2,\dots,v_{n-1},x_n,v_n;x_i = v_{i-1}v_{i} v0,x1,v1,x2,,vn1,xn,vn;xi=vi1vi n称为通道的长。这样一个通道常称为 v 0 − v n v_0-v_n v0vn通道,简记作 v 0 v 1 … v n v_0v_1\dots v_n v0v1vn。当 v 0 = v n v_0 = v_n v0=vn时,称为闭通道。

    注意:通道上点和边都可以重复出现,计算通道长的时候,重复的边按重复的次数算。

    定义6.3.2 迹、闭迹

    如果图中一条通道上各边互不相同,则称此通道为图的迹。如果一条闭通道上各边互不相同,则称此通道为伍德闭迹。

    定义6.3.3 路、闭路(圈)

    如果一个通道上各顶点互不相同,则称该通道为路。如果一条闭通道上各顶点互不相同,则称为圈或回路。

    定义6.3.4 连通图

    设G时图,若G中任两个不同顶点间至少有一条路联结,则称G是一个连通图。

    定义6.3.5 支

    一个不连通的图可以被分为互不相连的及部分,每个部分都是连通的,称为一个连通分支,或支。

    图G的极大连通子图称为G的一个支。一个图可以有很多支。

    定理6.3.1 以连通构建等价关系

    设G是一个图,在V上定义二元关系 ≅ \cong 如下: ∀ u , v ∈ V , u ≅ v , if  u 与 v 之 间 有 一 条 路 \forall u,v\in V,u\cong v,{\text{if}}\ u与v之间有一条路 u,vV,uv,if uv ≅ \cong 是V上的等价关系,G的支就是关于 ≅ \cong 的每个等价类的导出子图.

    定理6.3.2 判定图连通的充分条件

    设G是一个(p,q)图,对G任何两个不相邻顶点u,v始终有 deg ⁡ u + deg ⁡ v ≥ p − 1 \deg u + \deg v \geq p-1 degu+degvp1 则G是连通的.

    [证明]假设图不是连通的,那么就至少有两个支,取两个不同支上的点,它们度之和最大时p-2.因此得证.

    定理6.3.3 判定圈的充分条件(顶点度)

    设G是至少有一个顶点不是孤立顶点的图,如果 ∀ v ∈ V , deg ⁡ v = 2 k \forall v \in V,\deg v = 2k vV,degv=2k,则G中一定有圈.

    [证明]取一个最长路 P = v 1 v 2 v 3 … v n P=v_1v_2v_3\dots v_n P=v1v2v3vn,由于 v 1 v_1 v1度大于2,则一定有两个点与它邻接,那么这两个点之中一定有一个对应在原序列中的 v i , i ≥ 3 v_i,i\geq 3 vi,i3,这样 v 1 v i v_1v_i v1vi就没被使用,然后我们构造 P ′ = v 1 v 2 … v i v 1 P' = v_1v_2\dots v_i v_1 P=v1v2viv1就是一个圈.

    定理6.3.4 判定圈的充分条件(顶点路)

    G中两个不同的顶点u,v之间有两个不同的路联结,则G中有圈.

    [证明]取一个只在一条路上的边x(u,v),然后删去它,则uv之间存在一条路,然后把x加进去,就构成了圈.

    6.4 补图、偶图

    类似于正反关系,补图类似于补集的概念。有时转换研究其补图可能会更简单。

    定义6.4.1 补图

    设G=(V,E)是一个图,则图 G c = ( V , P 2 ( V ) ∖ E ) G^c=(V,P_2(V)\setminus E) Gc=(V,P2(V)E)称为G的补图.如果G与其补图同构,则称G为自补图.

    定理6.4.1 6顶点图与三角形

    三个顶点的完全图 K 3 K_3 K3称为三角形.

    对任一有6个顶点的图G,G中或 G c G^c Gc中有一个三角形.

    [证明]取一个v,则在G或 G c G^c Gc中一定有一个图满足与其邻接的三个顶点 v 1 , v 2 , v 3 v_1,v_2,v_3 v1,v2,v3,如果这三个中有两个邻接,那么就与v构成了三角形.如果两两不邻接,则在这个图的补图中这三个就构成了三角形.

    拉姆齐问题/拉姆齐数

    拉姆齐问题:任何六个人的团队中,存在三个互相认识的人或互相不认识的人.

    拉姆齐数:求一个与两个数n,m有关的最小正整数r(m,n),使得任何有r(m,n)个顶点的图一定含有一个 K m K_m Km K n c K_n^c Knc.数r(m,n)称为拉姆齐数.

    定义6.4.2 偶图

    G=(V,E)为称为偶图,当且仅当其满足以下条件:

    V中有一个2-划分 { V 1 , V 2 } \{V_1,V_2\} {V1,V2},使得G的任一条边的两个端点一个在 V 1 V_1 V1中,另一个在 V 2 V_2 V2中.

    这个偶图有时记为 ( ( V 1 , V 2 ) , E ) ((V_1,V_2),E) ((V1,V2),E).如果 ∀ u ∈ V 1 , v ∈ V 2 \forall u\in V_1,v\in V_2 uV1,vV2均有 u v ∈ E uv\in E uvE,则称这偶图为完全偶图,记为 K ( m , n ) 或 K m , n K(m,n) 或 K_{m,n} K(m,n)Km,n,其中 ∣ V 1 ∣ = m , ∣ V 2 ∣ = n |V_1|=m,|V_2|=n V1=m,V2=n.

    定义6.4.3 最短路长度

    设G是一个图,uv是G的顶点,联结uv的最短路长度称为uv之间的距离,并记为 d ( u , v ) d(u,v) d(u,v).如果u与v间在G中没有路,则定义 d ( u , v ) = ∞ d(u,v) = \infty d(u,v)=.

    定理6.4.2 偶图充要条件

    G为偶图的充分必要条件是它的所有圈都是偶数长.

    定理6.4.3 图兰定理(无三角形图条件)

    所有具有p个顶点而没有三角形的图中最多有 ⌊ p 2 / 4 ⌋ \lfloor p^2 / 4 \rfloor p2/4条边.指下取整.

    [证明]构造完全偶图.

    6.5 欧拉图

    迹:边不重复的通道

    定义6.5.1 欧拉闭迹、欧拉图

    包含图的所有顶点和所有边的闭迹称为欧拉闭迹,存在一条欧拉闭迹的图称为欧拉图。

    定理6.5.1 欧拉图判定充要条件

    图G是欧拉图当且仅当G是连通的且每个顶点的度都是偶数。

    [证明]根据定理6.3.3不断构造、删除一个圈,最后因为这些圈有公共点,作为连接部分,把这些圈连接起来。

    推论6.5.1 欧拉图等价命题

    设G是一个连通图,以下命题等价:

    G是一个欧拉图G所有顶点的度都是偶数G的边集能划分成若干互相边不相交的圈。

    定义6.5.2 欧拉迹

    包含图的所有顶点和边的迹称为欧拉迹。欧拉迹不一定是欧拉闭迹。

    推论6.5.2 欧拉迹判定条件

    图G有一条非欧拉闭迹的欧拉迹,当且仅当G是连通的,且奇度顶点的个数刚好为两个。

    定理6.5.2 n笔画问题

    G是连通图,G有2n个奇度顶点, n ≥ 1 n \geq 1 n1,则G全部边可以排成n条开迹,而且至少有n条开迹。

    6.6 哈密顿图

    路:点不重复的通道

    定义6.6.1 哈密顿图

    G是一条生成路称为G的哈密顿路。所谓生成路就是包含所有顶点的路。G的一个包含所有顶点的圈称为G的一个哈密顿圈。具有哈密顿圈的图称为哈密顿图。

    定理6.6.1 哈密顿图导出子图

    G是哈密顿图,S是V的非空子集,则 ω ( G − S ) ≤ ∣ S ∣ \omega(G-S) \leq |S| ω(GS)S.即导出子图的支数小于等于删除的点集的大小。

    [证明]: ω ( G − S ) ≤ ω ( H − S ) , H 为 哈 密 顿 圈 \omega(G-S) \leq \omega(H-S),H为哈密顿圈 ω(GS)ω(HS),H

    定理6.6.2 迪拉克定理(哈密顿图判定充分条件)

    G是一个 p , p ≥ 3 p,p\geq 3 p,p3顶点的图,如果 δ ( G ) ≥ p 2 \delta(G) \geq {p\over 2} δ(G)2p,则G是一个哈密顿图。

    定理6.6.3 奥尔定理(迪拉克定理推广)

    G是一个 p , p ≥ 3 p,p\geq 3 p,p3顶点的图,如果对G任何两个不邻接顶点uv都有 deg ⁡ u + deg ⁡ v ≥ p \deg u + \deg v \geq p degu+degvp 则G是一个哈密顿图。

    定理6.6.4 哈密顿路判定充分条件

    G是一个p顶点图,如果G每一对不邻接顶点u和v均有 deg ⁡ u + deg ⁡ v ≥ p − 1 \deg u + \deg v \geq p-1 degu+degvp1 则此时G有哈密顿路。

    6.7 *图的邻接矩阵

    这个东西课件上都是打星号内容

    [主要内容]

    a i j = { 1 , v i v j ∈ E 0 , v i v j ∉ E a_{ij} = \begin{cases}1,v_iv_j \in E\\0,v_iv_j \notin E\end{cases} aij={1,vivjE0,vivj/E.G顶点数是A的阶,G边数是A中1的个数的一半, deg ⁡ v = ∑ i A v , i \deg v = \sum_i A_{v,i} degv=iAv,i.两种编号下的邻接矩阵存在一个置换矩阵P,使得 A 1 = P A 2 P T A_1 = PA_2 P^T A1=PA2PT.设G是(p,q)图,A是邻接矩阵,G中 u i , u j u_i,u_j ui,uj之间长度为l的通道的条数等于 A l A^l Al的第i行第j列的值。G是一个p顶点图,则 G 连 通 ⇔ ( A + I ) p − 1 ≥ 0 G连通\Leftrightarrow (A+I)^{p-1} \geq 0 G(A+I)p10A的特征多项式 P ( λ ) = ∣ λ I − A ∣ = λ p + C 1 λ p − 1 + ⋯ + C p P(\lambda) = |\lambda I - A| = \lambda^p + C_1\lambda^{p-1} +\cdots + C_p P(λ)=λIA=λp+C1λp1++Cp.中 C 1 = 0 C_1=0 C1=0 − C 2 -C_2 C2是G的边数 − C 3 -C_3 C3是G中三角形个数的两倍 G=(V,E)是p个顶点的k-正则图(所有点的度都是k),A是邻接矩阵. k是A的一个特征值若G是连通的,则k的几何重数为1A的任何特征值 ∣ λ ∣ ≤ k |\lambda| \leq k λk 常用的存图方式为邻接表.它分顶点域和链域.

    6.8 *带权图与最短路问题

    这个东西课件上都是打星号内容

    [主要内容]

    G=(V,E)是一个图,f是V到S的一个映射,称 ( V , E , f ) (V,E,f) (V,E,f)是一个顶点带权图,仍记G为 G = ( V , E , f ) , ∀ v ∈ V , f ( v ) 是 v 的 权 G=(V,E,f),\forall v \in V,f(v)是v的权 G=(V,E,f),vV,f(v)v.类似的g是E到S的映射,则 ( V , E , g ) (V,E,g) (V,E,g)是边带权图,其他定义同上.最短路问题,针对边带权图,g是从E到非负实数集R的映射.H是G的一个子图, g ( H ) g(H) g(H)记作H中所有边权之和.求解过程:Dijkstra算法.

    七、树及割集

    7.1 树及其性质

    定义7.1.1 (无向)树、森林

    连通且无圈的无向图称为无向树,简称树。一个没有圈的无向图称为无向森林,简称森林。注意,图论中没有空图,因此也没有空树。

    森林的每个支都是树,森林是若干树组成的图。

    只有一个顶点的树称为平凡树,与图中的平凡图定义相同。

    定理7.1.1 关于树的等价命题

    G=(V,E)是一个(p,q)图,以下各命题等价。

    G是树G任一两个顶点之间有唯一的一条路联结G是连通的且p=q+1G中无圈且p=q+1G中无圈且G中任何两个不邻接顶点之间加一条边得到一个有唯一圈的图G是连通的,并且若 p ≥ 3 p\geq 3 p3,则G不是 K p K_p Kp.又若G的任两个不邻接的顶点之间加一条边,则得到一个恰好有唯一一个圈的图.

    推论7.1.1 非平凡树顶点度

    任一非平凡树中至少又两个度为1的顶点.

    定义7.1.2 极小连通图

    若去掉G中任意一边之后得到的都是不连通的图,则连通图G称为是极小连通图.

    推论7.1.2 树与极小连通图

    图G是树当且仅当G是极小连通图.

    定义7.1.3 偏心率、半径

    设G=(V,E)是连通图, v ∈ V , e ( v ) = max ⁡ u ∈ V { d ( v , u ) } v\in V,e(v) = \max_{u\in V}\{d(v,u)\} vV,e(v)=maxuV{d(v,u)},称为v在G中的偏心率。数 r ( G ) = min ⁡ v ∈ V { e ( v ) } r(G) = \min_{v\in V}\{e(v)\} r(G)=minvV{e(v)}称为G的半径。满足 e ( v ) = r ( G ) e(v)=r(G) e(v)=r(G)的点v称为G的中心点。G的所有中心点组成的集合称为G的中心,记作 C ( G ) C(G) C(G)

    定理7.1.2 树的中心

    每颗树的中心或含有一个顶点,或者含有两个邻接的顶点。

    [证明]:G删去所有度为1的点得到 G ′ G' G,新图的所有点的偏心率都减少了1,因此图的中心不变。依次删除直到产生 K 1 , K 2 K_1,K_2 K1,K2,此时便得到结论。

    7.2 生成树

    定义7.2.1 生成树

    G是一个图,T是G的一个生成图(包含所有顶点),如果T是树,则称T是G的生成树。显然:有生成树必连通。

    定理7.2.1 连通与有生成树

    G有生成树的充要条件是G连通。证明方法:破圈法

    推论7.2.1 连通图点边关系

    G是一个(p,q)图,则 q ≥ p − 1 q \geq p-1 qp1

    定义7.2.2 生成森林

    G是一个图,F是G的生成子图,若F是一个森林,则F称为G的一个生成森林。

    显然:每个图必然会有生成森林。

    定理7.2.2 完全图生成树

    K p K_p Kp p p − 2 p^{p-2} pp2个生成树, p ≥ 2 p\geq 2 p2。此定理证明涉及到树的唯一表示

    树的唯一表示

    设V是一个有序集合,T是一个树, s 1 s_1 s1是T中第一个度为1的顶点,与 s 1 s_1 s1邻接的点记作 t 1 t_1 t1。现在从T中去除 s 1 s_1 s1,剩下的图继续做该操作得到 s 2 , t 2 s_2,t_2 s2,t2,持续该操作直到图上仅剩两个顶点。这是唯一确定了一个 p − 2 p-2 p2元组 ( t 1 , t 2 , t 3 , … , t p − 2 ) (t_1,t_2,t_3,\dots,t_{p-2}) (t1,t2,t3,,tp2),这就是一个树的唯一表示。

    定理7.2.3 两个生成树之间的变换

    G=(V,E)是一个生成树, T 1 , T 2 T_1,T_2 T1,T2是两个不同的生成树,如果 e 1 ∈ E 1 ⇒ e 2 ∈ E 2 e_1\in E_1\Rightarrow e_2\in E_2 e1E1e2E2,满足 ( T 1 − e 1 ) + e 2 (T_1 - e_1) + e_2 (T1e1)+e2是G的一个生成树。

    [证明]:去掉 e 1 e_1 e1后分成了两个部分,然后找一个 e 2 e_2 e2连接这两部分即可.

    定义7.2.3 生成树距离

    T 1 , T 2 T_1,T_2 T1,T2是G的生成树,是 T 1 T_1 T1的边,但不是 T 2 T_2 T2的边的条数k称为 T 1 与 T 2 T_1与T_2 T1T2的距离,记作 d ( T 1 , T 2 ) = k d(T_1,T_2) = k d(T1,T2)=k。性质: d ( T 1 , T 1 ) = 0 , d ( T i , T j ) ≥ 0 , d ( T 1 , T 2 ) = d ( T 2 , T 1 ) d(T_1,T_1) = 0,d(T_i,T_j) \geq 0,d(T_1,T_2) = d(T_2,T_1) d(T1,T1)=0,d(Ti,Tj)0,d(T1,T2)=d(T2,T1). d ( T 1 , T 2 ) ≤ d ( T 1 , T 3 ) + d ( T 3 , T 2 ) d(T_1,T_2) \leq d(T_1,T_3) + d(T_3,T_2) d(T1,T2)d(T1,T3)+d(T3,T2).

    基本变换

    d ( T 1 , T 2 ) > 0 d(T_1,T_2)>0 d(T1,T2)>0,则 T 1 T_1 T1中有一条边 e 1 e_1 e1不在 T 2 T_2 T2中,同理 T 2 T_2 T2中也有一个 e 2 e_2 e2.于是 T 2 = ( T 1 − e 1 ) + e 2 T_2 = (T_1 - e_1) + e_2 T2=(T1e1)+e2 称为从 T 1 T_1 T1 T 2 T_2 T2的一个基本(树)变换.

    定理7.2.4 距离与基本变换

    T 0 , T T_0,T T0,T是距离为k的G的两个生成树,则经过k次基本树变换就可以满足两生成树之间的转换.

    最小生成树问题

    这个问题需要研究边带权图,求解权最小的生成树.接下来的问题都是为解决这个最小生成树问题而展开的.

    定义7.2.4 弦(基本圈)

    设T是连通图G的生成树,G的不是T的边称为T的弦.

    如果e是T的一条弦,则 T + e T+e T+e有唯一的圈,这个圈被称为是基本圈.

    定理7.2.5 Kruskal克鲁斯卡尔算法原理

    前置: G = ( V , E , ω ) , ω ( x ) > 0 , ∀ x ∈ E G=(V,E,\omega),\omega(x) > 0,\forall x\in E G=(V,E,ω),ω(x)>0,xE是一个边带权图.T是一个最小生成树,e是T的一条弦.加入e后构成的圈的点集为U.则有 ω ( u ) ≤ ω ( e ) , ∀ u ∈ U \omega(u) \leq \omega(e),\forall u \in U ω(u)ω(e),uU.

    G = ( V , E , ω ) , ω ( x ) > 0 , ∀ x ∈ E G=(V,E,\omega),\omega(x) > 0,\forall x\in E G=(V,E,ω),ω(x)>0,xE是一个边带权图. { ( V 1 , E 1 ) , … , ( V k , E k ) } \{(V_1,E_1),\dots,(V_k,E_k)\} {(V1,E1),,(Vk,Ek)}是G的生成森林, k ≥ 1 , F = ∪ E i k\geq 1,F=\cup E_i k1,F=Ei.如果e是 E ∖ F E\setminus F EF中权值最小的边,且连接两个树.则存在一个包含 F ∪ { e } F\cup \{e\} F{e}的生成树T,使得T的权不大于包含F的生成树的权.[证明]:反证法.

    Kruskal算法

    输入 G = ( V , E , w ) G=(V,E,w) G=(V,E,w),输出 T = ( U , F ) T = (U,F) T=(U,F).

    开始; U 空集; F 空集; 将E按照w的大小关系排列称为一个序列Q; 对于每个顶点v,将其加到U中;|U| > 1,: 开始; 从Q中选权值最小的边{u,v}; 从Q中删除这条边; 如果u和v分别在U的两个子集U1,U2中: 开始; 用U1并U2代替U1和U2;{u,v}加到F中; 结束; 结束; 结束;

    定理7.2.6 Prim算法原理

    G = ( V , E , ω ) , ω ( x ) > 0 , ∀ x ∈ E G=(V,E,\omega),\omega(x) > 0,\forall x\in E G=(V,E,ω),ω(x)>0,xE是一个边带权图.U是V的一个真子集.取满足以下性质的一条边 { u , v } \{u,v\} {u,v}

    u ∈ U , v ∉ U u\in U,v\notin U uU,v/U ∀ u , v 满 足 条 件 1 , w ( u , v ) 是 最 小 的 \forall u,v满足条件1,w(u,v)是最小的 u,v1,w(u,v)

    则G中一定存在一个最小生成树,它包含上述的这条边.

    7.3 割点、桥和割集

    定义7.3.1 割点

    设v是图G的一个顶点,若G-v的支数大于G的支数,则称v是G的一个割点。

    定义7.3.2 桥

    设x是G的一条边,若G-x的支数大于G的支数,则称x是G的一个割边(桥)。

    定理7.3.1 割点之间的等价命题

    v是G的一个割点存在与v不同的两个顶点u,w,使得它们之间每条路都经过v集合 V ∖ { v } V\setminus \{v\} V{v}有一个二划分 { U , W } \{U,W\} {U,W},使得这两个集合之间任何点的路都经过v。

    定理7.3.2 非平凡连通图割点

    每个非平凡(不是(1,0)图)的连通图至少有两个顶点不是割点。证明用生成树的1度顶点来证明。

    定理7.3.3 割边之间的等价命题

    x是G的桥x不在G的任一圈上存在G的两不同顶点uv,x在它们之间所有路上集合 V ∖ { v } V\setminus \{v\} V{v}有一个二划分 { U , W } \{U,W\} {U,W},使得两集合之间任何点的路都经过x

    定义7.3.3 割集

    G = ( V , E ) G=(V,E) G=(V,E)是图, S ⊆ E S\subseteq E SE.如果 G − S G-S GS的支数大于G的支数,而去掉S的任一真子集的边得到的图不满足该性质,则S是G的一个割集.

    定理7.3.4 割集与支

    设S是G的割集,则G-S恰好有两个支.

    推论7.3.1 割集与支的变化

    G是一个有k个支的图,S是G的割集,则G-S恰好有k+1个支。

    推论7.3.2 不连通图的割集

    不连通图G的每个割集一定是G某个支的割集。

    定理7.3.5 生成树与割集

    设T是连通图G的任一生成树,G的任何一个割集都一定包含有T中的边。

    定理7.3.6 圈与割集

    连通图G的每个圈与G的任一割集有偶数条公共边。

    定理7.3.7 基本圈与割集

    设T是连通图G的一个生成树,e是T的一条弦,C是由T+e确定的一个基本圈。则e包含在“C上除e外的每条边确定的T的基本割集”中,但不包含在其他割集中。

    定理7.3.8 生成树与割集

    [相对树的基本割集系统]T是G的一个生成树,x是T里面的边。T-x由两个支,于是V被分成两部分。由这两部分确定的割集称为由边x确定的基本割集。

    T的每条边确定的割集称为G的相对T的基本割集。所有这些割集之集称为G的相对T的基本割集系统。

    [基本割集定理]T是G的生成树,x是T的边,S为由x确定的相对T的一个基本割集,则x必在由S的每条弦确定的基本圈上,而不再任一基本圈上。

    八、连通度与匹配

    8.1 顶点连通度和边连通度

    定义8.1.1 顶点连通度(连通度)

    设G=(V,E)是一个无向图。V的子集S,如果G-S是不连通的,则S称为分离图G。图G的顶点连通度 κ ( G ) \kappa(G) κ(G)是为了产生一个不连通图或平凡图(平凡图针对的目标是完全图,完全图只能删除到 K 1 K_1 K1才行)所需要从G中去掉的最少顶点数目。

    顶点连通度又被称为图的连通度。

    定义8.1.2 边连通度

    图G的边连通度 λ ( G ) \lambda(G) λ(G)是为了从G产生不连通或平凡图所需从G中去掉的最小边数。

    定理8.1.1 连通度与顶点度关系

    κ ( G ) ≤ λ ( G ) ≤ δ ( G ) , 顶 点 连 通 度 ≤ 边 连 通 度 ≤ 最 小 度 \kappa(G) \leq \lambda(G) \leq \delta(G),顶点连通度\leq 边连通度\leq 最小度 κ(G)λ(G)δ(G),

    定理8.1.2 构造满足各度的图

    对于任何整数 0 < a ≤ b ≤ c 0<a\leq b\leq c 0<abc存在一个图G使得 κ ( G ) = a , λ ( G ) = b , δ ( G ) = c \kappa(G) = a,\lambda(G)=b,\delta(G)=c κ(G)=a,λ(G)=b,δ(G)=c [构造方法]:

    a = b = c a=b=c a=b=c,构造 G = K a + 1 G=K_{a+1} G=Ka+1. a = b < c a = b < c a=b<c,构造:两个 K c + 1 K_{c+1} Kc+1,中间用a条互不相交的边连接. a < b = c a < b = c a<b=c,构造:两个 K b − a + 1 , 叫 G 1 , G 2 K_{b-a+1},叫G_1,G_2 Kba+1,G1,G2,一个 K a K_a Ka,对 K a K_a Ka的每个点与 G 1 , G 2 G_1,G_2 G1,G2每个点都连一条边. a < b < c a<b<c a<b<c,构造:两个 K c + 1 , 分 别 叫 G 1 , G 2 K_{c+1},分别叫G_1,G_2 Kc+1,G1,G2,从 G 1 G_1 G1选a个点,第一个点向 G 2 G_2 G2 b − a + 1 b-a+1 ba+1条另一端点不同的边;剩下的 a − 1 a-1 a1个点向 G 2 G_2 G2连接 a − 1 a-1 a1条互不相交的边.

    引理8.1.1 边连通度与点集划分

    G = ( V , E ) G=(V,E) G=(V,E),且 λ ( G ) > 0 \lambda(G) > 0 λ(G)>0.则存在V的二划分 A , V ∖ A A,V\setminus A A,VA,使得G中联结A与 V ∖ A V\setminus A VA中一个顶点的边的总数为 λ ( G ) \lambda(G) λ(G).

    定理8.1.3 判定边连通度与最小度相等

    G=(V,E),有p个顶点且 δ ( G ) ≥ ⌊ p 2 ⌋ ( [ p 2 ] ) \delta(G) \geq \lfloor {p\over 2}\rfloor([{p\over 2}]) δ(G)2p([2p]),则 λ ( G ) = δ ( G ) \lambda(G) = \delta(G) λ(G)=δ(G)

    定理8.1.4 点连通度与图的大小

    G=(p,q)=(V,E)。则:

    if  q < p − 1 , κ ( G ) = 0 {\text{if}}\ q < p-1,\kappa(G) = 0 if q<p1,κ(G)=0 if  q ≥ p − 1 , κ ( G ) ≤ ⌊ 2 q p ⌋ \text{if}\ q \geq p-1,\kappa(G)\leq \lfloor {2q\over p}\rfloor if qp1,κ(G)p2q

    定义8.1.3 n-顶点连通、n-边连通

    G是一个图,如果 κ ( G ) ≥ n \kappa(G)\geq n κ(G)n,则称G是n-顶点连通的,简称n-连通;如果 λ ( G ) ≥ n \lambda(G) \geq n λ(G)n,则称G是n-边连通的。

    注意:这个n可以小于你的顶点连通度、边连通度。

    定理8.1.5 2-顶点连通判定条件

    G是一个p顶点的图,且 p ≥ 3 p\geq 3 p3。则G是2-连通的,当且仅当G的任两个不同顶点都在G的同一个圈上。

    定理8.1.6 n-边连通判定条件

    设G是一个图,则其n-边连通的充要条件是:不存在V的真子集A,使得G中联结A和 V ∖ A V\setminus A VA的边的总数小于n。

    8.2 *门格尔定理

    [选择性断更这一节]

    8.3 匹配、霍尔原理

    这个东西课件上都是打星号内容

    [主要内容]

    两条不邻接的边称为是相互独立的。

    E的子集Y,如果Y中边两两独立,则Y是G的一个匹配。

    Y是最大匹配等价于任一匹配 Y ′ , ∣ Y ′ ∣ ≤ ∣ Y ∣ Y',|Y'| \leq |Y| Y,YY

    偶图的完全匹配是指一个 Y ⊆ E Y\subseteq E YE,且 ∀ x ∈ Y \forall x\in Y xY,都是联结偶图两个子集的边.并且 ∣ Y ∣ = min ⁡ { ∣ V 1 ∣ , ∣ V 2 ∣ } |Y| = \min\{|V_1|,|V_2|\} Y=min{V1,V2}.称Y是偶图G的完全匹配.

    m个姑娘,n个小伙子.m个姑娘都能嫁给自己认识的小伙子,这个问题有解的充要条件是对于任意 k ∈ [ 1 , m ] k\in [1,m] k[1,m]任意k个姑娘认识的小伙子总数不小于k.

    霍尔原理.设X是一个有限集,系统 T : A 1 , A 2 , A 3 , … , A n T:A_1,A_2,A_3,\dots,A_n T:A1,A2,A3,,An是X的一些子集构成的,则T有相异代表系的充要条件是对于 ∀ I ⊆ { 1 , 2 , 3 , 4 , … , n } \forall I \subseteq \{1,2,3,4,\dots,n\} I{1,2,3,4,,n}都有 ∣ ∪ i ∈ I A i ∣ ≥ ∣ I ∣ , ( H a l l 条 件 ) |\cup_{i\in I}A_i| \geq |I|,(Hall条件) iIAiI,(Hall).这个可以看作是上面问题的形式化拓展.

    G是一个偶图, ∣ V 1 ∣ ≤ ∣ V 2 ∣ |V_1|\leq |V_2| V1V2,令 ϕ : V 1 → 2 V 2 \phi:V_1 \rightarrow 2^{V_2} ϕ:V12V2,且对应关系如下 v i ∈ V 1 , u i ∈ V 2 v_i\in V_1,u_i \in V_2 viV1,uiV2: ϕ ( v i ) = { u j ∣ u j ∈ V 2 且 v i u j ∈ E } \phi(v_i) = \{u_j|u_j\in V_2且v_iu_j\in E\} ϕ(vi)={ujujV2viujE}

    G = ( V 1 ∪ V 2 , E ) G = (V_1\cup V_2,E) G=(V1V2,E)为偶图, ∣ V 1 ∣ ≤ ∣ V 2 ∣ |V_1| \leq |V_2| V1V2,则G有完全匹配的充要条件是对于 V 1 V_1 V1的任一子集S, ∣ ϕ ( S ) ∣ ≥ ∣ S ∣ |\phi(S)| \geq |S| ϕ(S)S,其中 ϕ ( S ) = { u ∣ u ∈ V 2 , 且 ∃ v ∈ S , 使 得 v u ∈ E } \phi(S)=\{u|u\in V_2,且\exists v \in S,使得vu\in E\} ϕ(S)={uuV2,vS,使vuE}.

    Y是G的一个匹配,如果 2 ∣ Y ∣ = ∣ V ∣ 2|Y| = |V| 2Y=V,则称Y是G的一个完美匹配.

    r-正则偶图G一定有一个完美匹配,其中 r ≥ 1 r\geq 1 r1.

    T : A 1 , A 2 , … , A n T:A_1,A_2,\dots,A_n T:A1,A2,,An为有限集X的子集构成的系统,系统T的集系统S是T的子序列构成的系统.如果S有相异代表系,则称子系统S的相异代表系为系统T的部分相异代表系.

    T : A 1 , A 2 , … , A n T:A_1,A_2,\dots,A_n T:A1,A2,,An为有限集X的子集构成的系统,则T有一个有t个不同元素组成的T的部分相异代表系的充要条件是 ∀ A ⊆ { 1 , 2 , … , n } \forall A \subseteq \{1,2,\dots,n\} A{1,2,,n}使得 ∣ ∪ i ∈ A A i ∣ ≥ ∣ A ∣ − ( n − t ) |\cup_{i\in A}A_i| \geq |A| - (n-t) iAAiA(nt).

    T : A 1 , A 2 , … , A n T:A_1,A_2,\dots,A_n T:A1,A2,,An为有限集X的子集构成的系统,则T的部分相异代表系所含元素的最大值t等于 min ⁡ B ⊆ { 1 , 2 , … , n } { ∣ ∪ i ∈ B A i ∣ + ( n − ∣ A ∣ ) } \min_{B\subseteq \{1,2,\dots,n\}}\{|\cup_{i\in B}A_i| + (n-|A|)\} B{1,2,,n}min{iBAi+(nA)}

    G是一个偶图且 ∣ V 1 ∣ ≤ ∣ V 2 ∣ |V_1|\leq |V_2| V1V2,G的最大匹配中边数记作M(G).则 M ( G ) = min ⁡ A ⊆ V 1 { ∣ ∪ v ∈ A ϕ ( A ) ∣ + ( ∣ V 1 ∣ − ∣ A ∣ ) } = min ⁡ A ⊆ V 1 { ∣ A ∣ + ∣ ϕ ( V 1 ∖ A ) ∣ } \begin{aligned} M(G) = &\min_{A\subseteq V_1}\{|\cup_{v\in A}\phi(A)|+(|V_1| - |A|)\}\\ = & \min_{A\subseteq V_1}\{|A| + |\phi(V_1\setminus A)|\} \end{aligned} M(G)==AV1min{vAϕ(A)+(V1A)}AV1min{A+ϕ(V1A)}

    由门格尔定理能推出霍尔定理

    九、平面图与图的着色

    9.1 平面图及其欧拉公式

    平面图:其图解可以画在一个平面上,而且存在一种画法使得仅可能在顶点相交,边内部都不相交,就称为平面图。

    定义9.1.1 可平面图

    G称为被嵌入平(曲)面S内,如果G的图解已经画在S上,而且任何两条边除端点外都不相交。已嵌入平面内的图称为平面图。如果一个图可以嵌入平面,则称此图是可平面的。

    定义9.1.2 内外部面

    平面图G把平面分成了若干个区域,这些区域都是单连通的(可以收缩到一个点),称之为G的面。其中无界的连通区域称为G的外部面,其余单连通区域称为G的内部面。

    一个平面图可以没有内部面,但不能没有外部面。

    定理9.1.1 欧拉公式

    如果有p个顶点q条边的平面连通图G,有f个面,则 p − q + f = 2 p-q+f=2 pq+f=2 证明:使用归纳法,对面的个数进行归纳。

    去掉一个边x,打通了两个面,此时G-x=(p,q-1)p - (q-1) + (f-1) = 2由归纳假设可知正确p - q + f = 2因此得到这个也是正确的

    定理9.1.1’ 非连通图欧拉公式

    如果有p个顶点q条边的平面图G,有f个面,k个支,则 p − q + f = k + 1 p-q+f=k + 1 pq+f=k+1 证明:对每个支列式子,然后加起来。

    推论9.1.1 面的边缘长相等

    如果平面连通图G由p个顶点q条边,而且每个面都是由长度为n的圈围成的,则 p − q + f = 2 2 q = n f ⇒ f = 2 q n ⇒ q = n ( p − 2 ) / ( n − 2 ) p - q + f = 2\\ 2q = nf \Rightarrow f = {2q\over n} \Rightarrow \\ q = n(p-2)/(n-2) pq+f=22q=nff=n2qq=n(p2)/(n2)

    最大可平面图

    最大可平面图是一个可平面图。对此可平面图中不能再加入边而不破坏图的可平面性。

    简称:加了新边就一定不是可平面图。

    推论9.1.2 三角形最大可平面图

    G=(p,q)是最大可平面图,则G的每个面都是三角形,且 q = 3 p − 6 q=3p-6 q=3p6.

    推论9.1.3 面长均为4

    G是一个可平面连通图,G的每个面都是一个长为4的圈围成的,G=(p,q),则 q = 2 p − 4 q=2p-4 q=2p4

    推论9.1.4 可平面图边数

    若G是任一有p顶点q个边的可平面图 p ≥ 3 p \geq 3 p3,则 q ≤ 3 p − 6 q \leq 3p - 6 q3p6;若G是2-(顶点)连通图且G中没有三角形,则 q ≤ 2 p − 4 q \leq 2p - 4 q2p4.

    推论9.1.5 K5和K3,3

    K 5 , K 3 , 3 K_5,K_{3,3} K5,K3,3都不是可平面图

    推论9.1.6 顶点度最小值

    每个平面图G的顶点度的最小值不超过5,即 δ ( G ) ≤ 5 \delta(G) \leq 5 δ(G)5.

    9.2 非哈密顿平面图

    前言:1968年,Grinberg发现平面图是哈密顿图的一个必要条件.

    定理9.2.1 平面哈密顿图

    G = ( V , E ) = ( p , q ) G=(V,E)=(p,q) G=(V,E)=(p,q)是一个平面哈密顿图(字面意思,平面图+哈密顿图),C是G的哈密顿圈.令 f i f_i fi为C内部由i条边围成的面的个数, g i g_i gi是C的外部由i条边围成的面的个数.

    1 f 3 + 2 f 4 + ⋯ = ∑ i = 1 p ( i − 2 ) f p = p − 2 1f_3 + 2f_4 + \dots = \sum_{i=1}^{p} (i-2)f_p = p-2 1f3+2f4+=i=1p(i2)fp=p2 1 g 3 + 2 g 4 + ⋯ = ∑ i = 1 p ( i − 2 ) g p = p − 2 1g_3 + 2g_4 + \dots = \sum_{i=1}^{p} (i-2)g_p = p-2 1g3+2g4+=i=1p(i2)gp=p2 1 ( f 3 − g 3 ) + 2 ( f 4 − g 4 ) + ⋯ = ∑ i = 1 p ( i − 2 ) ( f p − g p ) = 0 1(f_3-g_3) + 2(f_4-g_4) + \dots = \sum_{i=1}^{p} (i-2)(f_p-g_p) = 0 1(f3g3)+2(f4g4)+=i=1p(i2)(fpgp)=0

    如果不满足这个条件就不是平面哈密顿图,也就是非哈密顿平面图.

    9.3 库拉托斯基定理、对偶图

    定义9.3.1 细分图

    x = u v x=uv x=uv G = ( V , E ) G=(V,E) G=(V,E)的一条边,又w不是G的顶点,则当用 u w , w v uw,wv uw,wv代替边x的时候,就称x被细分。如果G的某些边被细分,产生的图称为G的细分图。

    定义9.3.2 同胚

    两个图称为同胚的,如果它们都可以从一个图通过一系列边细分得到。

    定理9.3.1 库拉托斯基定理(可平面图充要条件)

    一个图是可平面的充要条件是它没有同胚于 K 5 , K 3 , 3 K_5,K_{3,3} K5,K3,3的子图。[这个充分性证明比较复杂,课本也无]

    定义9.3.3 初等收缩

    一个图G的一个初等收缩由等同两个邻接的顶点uv得到,即从G中去掉uv,然后再加上一个顶点w,使得w邻接于所有邻接于u或v的顶点。一个图G可收缩到图H,如果H可以从G经一系列的初等收缩得到。

    说人话:用一个新的点w代替两个邻接的顶点uv

    定理9.3.2 瓦格纳定理(可平面图充要条件-反向)

    一个图是可平面的当且仅当它没有一个可以收缩到 K 5 , K 3 , 3 K_5,K_{3,3} K5,K3,3的子图。

    定义9.3.4 对偶图

    G=(V,E)是一个平面图,由G按照以下方法构造一个图 G ∗ G^* G,称为G的对偶图。

    G的每个面f对应地由 G ∗ G^* G地一个顶点 f ∗ f^* f。对G地每条边e对应地有 G ∗ G^* G的一条边 e ∗ e^* e. G ∗ G^* G的两个顶点 f ∗ , g ∗ f^*,g^* f,g由边 e ∗ e^* e联结,等价于G中的f和g以公共边e连接.如果某条边x仅在G的一个面中出现而不是两个面的公共边,则这个面在 G ∗ G^* G中增加一个自环.

    9.4 图的顶点着色

    定义9.4.1 顶点着色

    图的一种(顶点)着色是指对图的每个顶点指定一种颜色,使得没有两个邻接的顶点有同一种颜色.G的一个n-着色是用n种颜色对G着色.

    G=(V,E)已着色,则着同一个颜色的那些顶点之集称为G的一个色组.同一色组内各顶点互不邻接.这样的顶点集合称为G的一个顶点独立集.如果G有一个n-着色,则G的顶点集V被这个着色划分称n个色组.

    定义9.4.2 色数

    图G的色数是使G为n-着色的数n的最小值.G的色数记作 χ ( G ) \chi(G) χ(G).如果 χ ( G ) ≤ n \chi(G) \leq n χ(G)n则称G是n-可着色的.若 χ ( G ) = n \chi(G) = n χ(G)=n,则称G是n色的.

    常见的几种图的色数

    χ ( K p ) = p \chi(K_p) = p χ(Kp)=p χ ( K p c ) = 1 \chi(K_p^c) = 1 χ(Kpc)=1 χ ( K m , n ) = 2 \chi(K_{m,n}) = 2 χ(Km,n)=2 χ ( C 2 n ) = 2 , 偶 数 长 度 的 圈 \chi(C_{2n}) = 2,偶数长度的圈 χ(C2n)=2, χ ( C 2 n + 1 ) = 3 , 奇 数 长 度 的 圈 \chi(C_{2n+1}) = 3,奇数长度的圈 χ(C2n+1)=3, χ ( T ) = 2 , T 非 平 凡 树 \chi(T) = 2,T非平凡树 χ(T)=2,T

    定理9.4.1 可双色图

    一个图是可双色的当且仅当它没有奇数长度的圈.

    定理9.4.2 最大顶点度与色数

    G一定是 Δ ( G ) + 1 \Delta(G)+1 Δ(G)+1-可着色的.其中 Δ ( G ) \Delta(G) Δ(G)是顶点度最大值.

    定理9.4.3 最大定点数与色数的特殊情况

    G 1.是连通图 2.且不是完全图 3.也没有奇数长度的圈 则G是 Δ ( G ) \Delta(G) Δ(G)-可着色的.

    定理9.4.4 平面图着色

    每一个平面图G都是6-可着色的.证明:归纳于顶点数.

    定理9.4.5 5色定理

    每一个平面图都是5-可着色的.证明:归纳于顶点数.

    定理9.4.6 4色定理

    每个平面图都是4-可着色的.这个由计算机证明过.

    9.5 图的边着色

    [断更]

    Processed: 0.014, SQL: 9