图 (数学)

在离散数学中,图(Template:Lang-en)是用于表示物体与物体之间存在某种关系的结构。数学抽象后的“物体”称作节点或顶点(Template:Lang),节点间的相关关系则称作边。[1]在描绘一张图的时候,通常用一组点或小圆圈表示节点,其间的边则使用直线或曲线。
图中的边可以是有方向或没有方向的。例如在一张图中,如果节点表示聚会上的人,而边表示两人曾经握手,则该图就是没有方向的,因为甲和乙握过手也意味着乙一定和甲握过手。相反,如果一条从甲到乙的边表示甲欠乙的钱,则该图就是有方向的,因为“曾经欠钱”这个关系不一定是双向的。前一种图称为无向图,后一种称为有向图。
图是图论中的基本概念。1878年,詹姆斯·西尔维斯特首次使用“图”这一名词:他用图来表示数学和化学分子结构之间的关系(他称为“化学图”,Template:Lang-en)。[2][3]
定义
在图论中,图的定义有很多。下面是一些比较基本的定义方式以及与它们相关的数学结构。

一张图(为了和有向图区分,也称无向图;为了和多重图区分,也称简单图)Template:Sfn[4]是一个二元组Template:Math,其中集合Template:Mvar中的元素称为节点,集合Template:Mvar中的元素是两个节点组成的无序对,称为边。集合Template:Mvar称为点集,Template:Mvar称为边集。
一条边上的两个节点Template:Math和Template:Math称作这条边的顶点或端点;也说这条边连接了节点Template:Math和Template:Math,或这条边与Template:Math和Template:Math关联(Template:Lang-en)。一个节点可以不属于任何边,即它不与任何节点相连。由于是无序对,和表示的是同一个元素。
更一般地,多重图的定义中允许同一对节点之间存在多条不同的边。在特定语境中,多重图也可以直接称作图。Template:Sfn[5]此时,在上面的定义中,集合E应该为多重集。
有时,图的定义中允许自环(简称环,Template:Lang-en),即一条连接一个节点和其自身的边。允许自环的图也称为自环图。
点集V一般是有限集;这意味着边集E也是有限集(不考虑多重图)。相对地,Template:Tsl中的点集可以是无限的。然而,由于有限图中的结论大多不能延伸到无穷图,无穷图通常更被视为一种特殊的二元关系。
一个点集为空集的图称为空图(因此边集也是空集)。图的阶(Template:Lang-en)是指其中节点的数量,即Template:Math。图的边数是指其边的数量,即Template:Math。图的大小(Template:Lang)一般也指图的边数。但在一些语境中,例如描述算法复杂度的时候,图的大小是指Template:Math(否则非空图的大小也有可能是0)。节点的度(Template:Lang-en)是指连接到该节点的边的数量;对于允许自环的图,环要算做两条边(因为两端都连接到这个节点)。
如果一个图的阶是Template:Math,则其节点的度最大可能取Template:Math(对于允许自环的图则是Template:Math),而边最多可能有Template:Math条(对于允许自环的图则是Template:Math)。
在图的定义中,边的概念定义了节点上的一个对称关系,即“邻接”关系(Template:Lang-en)。具体地说,对于两个节点Template:Math和Template:Math,如果是一条边,则称它们是邻接的。一张图因此可以用其邻接矩阵A来表示,即一个的矩阵,其中每个元素Aij表示节点i和j之间的边的数量。对于一个简单图,总有,分别表示“不相连”和“相连”,而(即一条边的两个顶点不能相同)。允许自环的图上的取值可以是非负整数,而多重图则允许任何的取值都是非负整数。无向图的邻接矩阵是对称阵()。
有向图

边为有方向的图称作有向图(Template:Lang-en)。
有向图的一种比较严格的定义Template:Sfn是这样的:一个二元组,其中
- 是节点的集合;
- 是边(也称为有向边,Template:Lang-en;或弧,Template:Lang-en)的集合,其中的元素是节点的有序对。
为了和多重图区分,这样的有向图也称为有向简单图。
在从到的边 上,节点和称作这条边的顶点,其中是起点或尾(Template:Lang-en),是终点或头。Template:Sfn也说这条边连接了节点和、这条边与节点和关联。一张有向图中的节点可以不属于任何一条边。边称为边的反向边。
节点的出度(Template:Lang-en)是指起点为该节点的边的数量;节点的入度(Template:Lang-en)是指终点为该节点的边的数量。
更一般地,如果一张有向图允许多条头尾都分别相同的边,则称这样的图为有向多重图,这样的边称为多重边。一种允许多重边的有向图定义方法如下Template:Sfn:一个有向图是这样的三元组:
- 是节点的集合;
- 是边的集合;
- 是一个关联函数,将每条边映射到一个由顶点组成的有序对上(即一条边被按顺序关联到两个顶点)。
自环是指一条起点和终点相同的边。前面的两个定义都不允许自环,因为若节点上有一个自环,则边存在;但这样的边不在中。因此,如果要允许自环,则上面的定义要做修改:对于有向简单图,的定义应该修改为;对于有向多重图,的定义应该修改为。为了避免定义不清,这样的图分别称作允许自环的有向简单图或允许自环的有向多重图(Template:Lang-en)。
在允许自环的有向简单图中,边是上的一个Template:Tsl,称作上的邻接关系。 对于顶点是和的边,我们说和是彼此邻接的,记作。
混合图
Template:Main 边既可以有向、也可以无向的图称作混合图。混合简单图是一个多元组Template:Nowrap,而混合多重图则是多元组Template:Nowrap,其中V、E(无向边集)、A(有向边集)、ϕE、ϕA的定义可以参考前面的无向图和有向图定义。在此定义下,有向图和无向图是混合图的特殊情况。
赋权图

赋权图(Template:Lang-en,也称加权图、网络(Template:Lang-en))[6][7]是指每条边都对应有一个数字(即“权重”,Template:Lang)的图。[8]根据具体问题,权重可以表示诸如费用、长度或容量等意义。这样的图会出现在最短路径问题和旅行商问题等问题中。
基本术语
- 子图(Template:Lang):对于圖和图,若且,则称是的子图。
- 生成子图(Template:Lang):指满足条件的的子图。
- 链(Template:Lang)、轨迹(Template:Lang)、路径(Template:Lang):链是顶点和边交替出现的序列称作一个长度为k的链,其中和为其端点,其余顶点为内部点。所有边都不相同的链称为轨迹(简称迹)。所有顶点都不相同的轨迹称为路径(简称路)。在有向图中,若链(迹、路)的方向和其中每条边的方向一致,则称其为有向链(迹、路)。Template:Sfn
- 两端点相同的链和迹分别称为闭链(或环,Template:Lang)、闭迹(或回路,Template:Lang)。
- 距離(Distance): 从頂點出發到頂點的最短路徑若存在,則此路徑的長度稱作從到的距離。
特殊的图
正则图
Template:Main 正则图是指每个节点的邻居(Template:Lang-en)数量都相同的图,即每个节点的度都相同的图。节点的度为k的正则图也称作k-正则图。
完全图

完全图(Template:Lang-en)是指每对节点之间都有一条边相连的图。一张完全图包含简单图所有可能出现的边。
有限图
有限图(Template:Lang-en)是指点集和边集是有限集的图。否则,则称为无限图。在不加说明的情况下,图论中讨论的图大多是有限图。
连通图
Template:Main 在无向图中,如果存在x和y之间的路径,则称此两节点的无序对是连通的;否则,则称此两点是非联通的。
连通图是指每对节点都连通的无向图。否则,则称图是非连通图。
在有向图中,如果存在x和y之间的有向路径,则称此两节点的有序对是强连通的。此外,若将图中的所有边都换为无向边,得到的无向图中存在x和y之间的路径,则称此两节点是弱连通的。否则,则称此两点是非联通的。
强连通图是指每对节点都强连通的有向图。此外,弱连通图是指每对节点都弱联通的有向图。否则,则称图是非连通图。
对于一张图,若不存在大小为Template:Nowrap的点集或边集,使得从图中移除该集合后,图就变为非连通图,则称该图是Template:Tsl或Template:Tsl。k-点连通图通常也简称k-连通图。
二分图
Template:Main 二分图(Template:Lang-en)是指这样的简单图:其点集可以被划分称两个集合W和X,其中W中的任意两个节点之间没有边相连,X中的任意两个节点之间也没有边相连。二分图是点着色色数为2的图。
若一张图的点集是两个集合W和X的无交并,使得W中的任意节点都和X中的所有节点邻接,且W或X之内没有边,则称此图是完全二分图。
平面图
Template:Main 平面图是指可以将其节点和边画在平面上,而没有两边相交的图。
循环图
Template:Main 阶为Template:Nowrap的循环图(Template:Lang-en)或环形图(Template:Lang-en)是指其节点可以列为v1, v2, …, vn,使得图中的边为,其中i=1, 2, …, n − 1,以及。循环图的另一种定义是所有点的度都为2的连通图。如果循环图是另一个图的子图,则它是那个图中的一个环。
树和森林
Template:Main 树是指任意两点之间都有且仅有一条路径的无向图。等价地,树是一个连通无环无向图。
森林是指任意两点之间至多仅有一条路径的无向图。等价地,森林是一个无环无向图,或一组树的无交并。
其它特殊的图
一些进阶的特殊图包括:
例子

- 右边的图示是一个点集为、边集为的图。
- 在计算机科学中,有向图可以用于表示Template:Tsl、有限状态自动机,以及其它许多数据结构。
- 任意集合X上的二元关系R都可定义一个有向图。X中的元素x到y有一条边,当且仅当xRy。
- 有向图可以用于表示信息网络。例如,在推特上,用户之间的关注关系可以用有向图表示。[9][10]
图运算
Template:Main 图上可以进行一些运算或变换,使一个图变为另一个图:
- 一元运算,将一个图变换为另一个图,例如:
- 二元运算,结合两个图为一个新图,例如:
图的推广
在超图中,允许一条边连接多于两个节点。
无向图可以看作是由1-单纯形(边)和0-单纯形(节点)组成的单纯复形。由此,复形成为图的推广,其中允许维度更高的单纯形。
图可以看作是一种拟阵。
在模型论中,图是一个结构。这样一来,边的数量可以是任意基数。参见图极限。
在计算生物学中,Template:Tsl推广了无向图的定义。
在地理信息系统中,为了进行道路网络或电网的时空分析而提出的Template:Tsl的定义参考了图,并借用了许多图论的概念。
参见
参考资料
脚注
文献
- Introduction To Graph Theory, by Gary Chartrand and Ping Zhang, McGraw Hill
- Template:Cite book
- Template:Cite book
- Template:Cite book
- Template:Cite book
- Template:Cite book
- Template:Cite book
- Template:Cite book
- Template:Cite book
- Template:Cite book
- Template:Cite book
- Template:Cite book
- Template:Cite book
- Template:Cite book
- Template:Cite book
- Template:Cite book
外部链接
- ↑ Template:Cite book
- ↑ See:
- J. J. Sylvester (February 7, 1878) "Chemistry and algebra," Template:Wayback Nature, 17 : 284. Template:Doi. From page 284: "Every invariant and covariant thus becomes expressible by a graph precisely identical with a Kekuléan diagram or chemicograph."
- J. J. Sylvester (1878) "On an application of the new atomic theory to the graphical representation of the invariants and covariants of binary quantics, – with three appendices," Template:Wayback American Journal of Mathematics, Pure and Applied, 1 (1) : 64–90. Template:Doi. Template:JSTOR. The term "graph" first appears in this paper on page 65.
- ↑ Template:Cite book
- ↑ 参见 Iyanaga and Kawada, 69 J, p. 234 or Biggs, p. 4.
- ↑ Graham et al., p. 5.
- ↑ Template:Citation
- ↑ Template:Citation
- ↑ Template:Cite book
- ↑ Template:Cite journal
- ↑ Pankaj Gupta, Ashish Goel, Jimmy Lin, Aneesh Sharma, Dong Wang, and Reza Bosagh Zadeh WTF: The who-to-follow system at Twitter Template:Wayback, Proceedings of the 22nd international conference on World Wide Web. Template:Doi.