【机器学习|数学基础】Mathematics for Machine Learning系列之图论(1):图的基本概念

109 阅读6分钟

「这是我参与2022首次更文挑战的第28天,活动详情查看:2022首次更文挑战」。

@TOC

在这里插入图片描述

前言

Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出~   自我介绍 ଘ(੭ˊᵕˋ)੭ 昵称:海轰 标签:程序猿|C++选手|学生 简介:因C语言结识编程,随后转入计算机专业,有幸拿过一些国奖、省奖...已保研。目前正在学习C++/Linux/Python 学习经验:扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语!   机器学习小白阶段 文章仅作为自己的学习笔记 用于知识体系建立以及复习 知其然 知其所以然!

1.2 基本概念

1.2.1 图

定义1.1 :图的定义

有序三元组G=(V,E,ψ)G=(V,E,\psi)称为一个图,其中

  • V={v1,v2,...,vn}V=\{v_1,v_2,...,v_n\}是有穷非空集,称为顶点集,用V|V|表示顶点数
  • E={e1,e2,...,em}E=\{e_1,e_2,...,e_m \}称为边集,有穷集合(可以为空集),其中的元素叫边,用E|E|表示边数
  • ψ\psi是从边集EE到顶点集VV中的有序或无序的元素偶对的集合的映射,称为关联函数

举例:设图G=(V,E,ψ)G=(V,E,\psi),其图解如下

在这里插入图片描述 则有:

  • 图的定义:G=(V,E,ψ)G=(V,E,\psi)
  • 图的顶点集:V={v1,v2,v3,v4}V=\{v_1,v_2,v_3,v_4\}
  • 图的边集:E=(e1,e2,e3,e4,e5)E=(e_1,e_2,e_3,e_4,e_5)
  • 图的关联函数:
    • ψ(e1)=v1v2\psi(e_1)=v_1v_2
    • ψ(e2)=v1v3\psi(e_2)=v_1v_3
    • ....

定义1.2

有向边/无向边

  • 在图G=(V,E)G=(V,E)中,与VV中的有序对应的边e(ψ(e)=(v1,v2))e(\psi(e)=(v_1,v_2)),称为图G的有向边或弧
  • 而与VV中的顶点的无序偶vivjv_iv_j相对应的边ee称为图GG无向边

有向图/无向图/混合图

  • 每一条边都是无向边的图,称为无向图
  • 每一条边都是有向边的图称为有向图
  • 一些边是无向边,一些边是有向边的图称为混合图

补充

(1)若ψ(e)=uv\psi(e)=uv,称e与顶点u,vu,v相关联

(2)若ψ(e)=uv\psi(e)=uv,称顶点uuvv相邻

(3)与同一顶点相关联的两边称为相邻边

(4)两端点重合的边称为

(5)端点完全相同的两边称为重边

(6)既无环又无重边的图,称为简单图

(7)任意两个顶点相邻的简单图,称为完备图(或完全图),记为KnK_n,其中nn为顶点的数目

简单的说,完全图(或完备图)就是任意两个顶点直接都有一条边相连的简单图 在这里插入图片描述

(8)若V=XY,XY=V=X\cup Y,X\cap Y=\varnothingXX中任意两个顶点不相邻,YY中任意两个顶点也不相邻,称GG二部图;若XX中的每一顶点皆与YY中一切顶点相邻时,GG称为完备二部图,记为Km,nK_{m,n},其中m,nm,n分别为XYX、Y的顶点数目

二部图示例: 在这里插入图片描述 完备二部图示例:(注意是一个顶点与另一部分中所有顶点都需要相连) 在这里插入图片描述

(9)顶点集和边集都有限的图称为有限图

(10)只有一个顶点的图称为平凡图

(11)边集为空的图称为空图

(12)顶点数为n的图称为n阶图

(13)顶点数为n,边数为m的图称为 (n, m) 图

(14)连接两个相同顶点的边的条数称为边的重数

(15)重数大于1的边称为重边

(16)端点重合为一点的边称为

定义1.3 :子图

设图 G=(V,E,ψ)G=(V,E,\psi)G1=(V1,E1,ψ1)G_1=(V_1,E_1,\psi_1)

V1V,E1EV_1\subseteq V,E_1\subseteq E,且当eE1e \in E_1时,ψ1(e)=ψ(e)\psi_1(e)=\psi(e)

则称为G1G_1GG子图

特别的,若V1=VV_1=V,则称G1G_1GG生成子图 在这里插入图片描述

定义1.4:顶点导出子图

V1VV_1\subseteq V,且V1V_1 \neq \varnothing

V1V_1为顶点集,两个端点都在V1V_1中的边为边集的GG的子图

称为GG的由顶点集V1V_1导出的子图,记为G[V1]G[V_1]

定义1.5:边导出子图

E1VE_1\subseteq V,且E1E_1为边集

E1E_1的端点集为顶点集的图GG的子图

称为GG的由E1E_1边集导出的子图,记为G[E1]G[E_1]

在这里插入图片描述

1.2.2 顶点的次数(或度)

无向图中,与顶点vv关联的边的数目称为vv次数或度(环算两次),记为d(v)d(v)

分别用δ(G),Δ(G)\delta(G),\Delta(G)表示无向图GG的最小次数和最大次数,即

δ(G)=min{d(v)vV(G)}Δ(G)=max{d(v)vV(G)}\delta(G)=min\{d(v)|v\in V(G)\}\\ \quad\\ \Delta(G)=max\{d(v)|v\in V(G)\}

有向图中,从vv引出的边的数目称为vv的出次,记为d+(v)d^+(v),从vv引入的边的数目称为vv的入次,记为d(v)d^-(v)d+(v)+d(v)=d(v)d^+(v)+d^-(v)=d(v)称为vv的次数

其中

  • δ+(D)\delta^+(D):最小出次
  • δ(D)\delta^-(D):最小入次
  • Δ+(D)\Delta^+(D):最大出次
  • Δ+(D)\Delta^+(D):最大入次

同时,规定使用记号ν(G),ϵ(G)\nu(G),\epsilon(G)分别表示图的 顶点的数目边的数目

  • ν(G)\nu(G):顶点的数目
  • ϵ(G)\epsilon(G):边的数目

G=(V,E)G=(V,E)为简单图,如果对所有νV\nu\in V,有d(ν)=kd(\nu)=k,则称图GGk正则图k-正则图

简单理解: 若是2-正则图,则说明每个顶点的次数(度)都是2 若是3-正则图,则说明每个顶点的次数(度)都是3....


举例

在这里插入图片描述

在这里插入图片描述

定理1.1:握手定理

G=(V,E)G= (V, E)所有顶点的次数(或度)的和等于边数的2倍,即

νV(G)d(ν)=2ϵ(G)\sum_{\nu \in V(G)}d(\nu)=2\epsilon(G)

推论1.1

任何图中,奇次顶点的总数必定为偶数

在这里插入图片描述

推论1.2

正则图的阶数和顶点数不同时为奇数

若阶数和顶点数都是奇数,那么总的次数就是:奇数乘奇数,结果是奇数,但是总次数一定是偶数(总次数:边数乘为2),所以阶数和顶点数不可以同时为奇数

1.2.3 同构

定义1.6:图的同构

设有两个无向图GGHH,若顶点集之间存在一一对应关系,且对应顶点之间的边也有一一对应的关系,则称为图GGHH同构,记作GHG\cong H

对于有向图的同构,对应边的方向也要求相同


举例:

下面G1G2,G3G_1,G_2,G_3是同构的

在这里插入图片描述 D1,D2D_1,D_2也是同构的

在这里插入图片描述

图的同构有如下必要条件

  • 两图的顶点数、边数相等
  • 关联边数相同的顶点个数相等(次数相同的顶点个数相同)

不满足上面两个条件,两个图一定不同构;满足上面两个条件,则也不一定是同构的

在这里插入图片描述

1.2.4 图运算

删点运算

VV(G)V^{'}\subseteq V(G),在GG中删去VV^{'}中的顶点和GG中与之关联的所有边的操作,称为删点运算,记为GVG-V^{'}

特别地,如果只删去一个点vv,则记为GvG-v 删点后得到的图是原图的子图

删边运算

EE(G)E^{'} \subseteq E(G),在GG中删去EE^{'}中的所有边的操作,称为删边运算,记为GEG-E^{'}

特别地,如果只删去一条边ee,则记为GeG - e 删边后得到的图是原图的子图

并运算

G1,G2G_1,G_2GG的两个子图,G1G_1G2G_2并是指由V(G1)V(G2)V(G_1)\cup V(G_2)为顶点集,以E(G1)E(G2)E(G_1)\cup E(G_2)为边集组成的子图,记为G1G2G_1 \cup G_2

特别地,如果G1,G2G_1,G_2不相交(没有公共顶点),称它们的并为直接并,记为G1+G2G_1+G_2

交运算

G1,G2G_1,G_2GG的两个子图,G1G_1G2G_2交是指由V(G1)V(G2)V(G_1)\cap V(G_2)为顶点集,以E(G1)E(G2)E(G_1) \cap E(G_2)为边集组成的子图,记为:G1G2G_1 \cap G_2

差运算

G1,G2G_1,G_2是两个图,G1G_1G2G_2的差是指从G1G_1中删去G2G_2中的边得到的新图,记为G1G2G_1-G_2

对称差运算(或环和运算)

G1,G2G_1,G_2是两个图,G1G_1G2G_2的对称差定义为:

G1ΔG2=(G1G2)(G1G2)G_1 \Delta G_2 = (G_1 \cup G_2) - (G_1 \cap G_2)

结语

说明:

  • 参考于 课本《图论》
  • 配合书中概念讲解 结合了自己的一些理解及思考

文章仅作为学习笔记,记录从0到1的一个过程

希望对您有一点点帮助,如有错误欢迎小伙伴指正

在这里插入图片描述