图论算法

非诚勿扰男女最优组合

摘要：本文主要内容为寻求最大权匹配问题，即利用图论的最大权匹配知识，为非诚勿扰节目中的男女嘉宾进行最优组合。本文将其转化为二部图寻找最大权匹配的问题。 关键词：非诚勿扰，最大权匹配

1、问题描述

《非诚勿扰》是中国江苏卫视制作的一档大型生活服务类节目。 每期节目大部分都是5位男嘉宾，24位女嘉宾，女生有“爆灯”权利。首先男嘉宾选择心动女生，女嘉宾在“爱之初体验”根据第一印象选择是否留灯；然后在“爱之再判断”了解男嘉宾的一些基本情况，比如爱好、情感经历等；接下来在“爱之终决选”通过男嘉宾亲人或朋友的情况了解男嘉宾，做出最后的决定，如果有女生留灯的话就进入“男生权利”，男生做出最后选择，如果没有女生留灯则只能遗憾离场。

2、模型建立

通过观看20150124期节目，这期节目只有4位男嘉宾，然后在整个节目男女嘉宾交流过程中4号、19号、22号、23号女嘉宾都没有发过言，没有了解到这四位女嘉宾的基本情况以及对男嘉宾的要

求，所以在本次模型建立过程中没有考虑这四位女嘉宾。

经过上述分析，本期产生了4位男嘉宾和20位女嘉宾的可能匹配，我们将这4位男嘉宾和20位女嘉宾划分为X部和Y部，男生为X1，X2，X3，X4，女生

1/25

图论中的常用经典算法

第一节 最小生成树算法

一、生成树的概念

若图是连通的无向图或强连通的有向图，则从其中任一个顶点出发调用一次bfs或dfs后便可以系统地访问图中所有顶点；若图是有根的有向图，则从根出发通过调用一次dfs或bfs亦可系统地访问所有顶点。在这种情况下，图中所有顶点加上遍历过程中经过的边所构成的子图称为原图的生成树。

对于不连通的无向图和不是强连通的有向图，若有根或者从根外的任意顶点出发，调用一次bfs或dfs后不能系统地访问所有顶点，而只能得到以出发点为根的连通分支（或强连通分支）的生成树。要访问其它顶点则还需要从没有访问过的顶点中找一个顶点作为起始点，再次调用bfs或dfs，这样得到的是生成森林。

由此可以看出，一个图的生成树是不唯一的，不同的搜索方法可以得到不同的生成树，即使是同一种搜索方法，出发点不同亦可导致不同的生成树。如下图：

但不管如何，我们都可以证明：具有n个顶点的带权连通图，其对应的生成树有n-1条边。

二、求图的最小生成树算法

严格来说，如果图G=（V，E）是一个连通的无向图，则把它的全部顶点V和一部分边E’构成一个子图G’，即G’=（V， E’），且边集E’能将图中所有顶点连通又不形成

非诚勿扰男女最优组合

摘要：本文主要内容为寻求最大权匹配问题，即利用图论的最大权匹配知识，为非诚勿扰节目中的男女嘉宾进行最优组合。本文将其转化为二部图寻找最大权匹配的问题。 关键词：非诚勿扰，最大权匹配

1、问题描述

《非诚勿扰》是中国江苏卫视制作的一档大型生活服务类节目。 每期节目大部分都是5位男嘉宾，24位女嘉宾，女生有“爆灯”权利。首先男嘉宾选择心动女生，女嘉宾在“爱之初体验”根据第一印象选择是否留灯；然后在“爱之再判断”了解男嘉宾的一些基本情况，比如爱好、情感经历等；接下来在“爱之终决选”通过男嘉宾亲人或朋友的情况了解男嘉宾，做出最后的决定，如果有女生留灯的话就进入“男生权利”，男生做出最后选择，如果没有女生留灯则只能遗憾离场。

2、模型建立

通过观看20150124期节目，这期节目只有4位男嘉宾，然后在整个节目男女嘉宾交流过程中4号、19号、22号、23号女嘉宾都没有发过言，没有了解到这四位女嘉宾的基本情况以及对男嘉宾的要

求，所以在本次模型建立过程中没有考虑这四位女嘉宾。

经过上述分析，本期产生了4位男嘉宾和20位女嘉宾的可能匹配，我们将这4位男嘉宾和20位女嘉宾划分为X部和Y部，男生为X1，X2，X3，X4，女生

1/25

图论中的常用经典算法

第一节 最小生成树算法

一、生成树的概念

若图是连通的无向图或强连通的有向图，则从其中任一个顶点出发调用一次bfs或dfs后便可以系统地访问图中所有顶点；若图是有根的有向图，则从根出发通过调用一次dfs或bfs亦可系统地访问所有顶点。在这种情况下，图中所有顶点加上遍历过程中经过的边所构成的子图称为原图的生成树。

对于不连通的无向图和不是强连通的有向图，若有根或者从根外的任意顶点出发，调用一次bfs或dfs后不能系统地访问所有顶点，而只能得到以出发点为根的连通分支（或强连通分支）的生成树。要访问其它顶点则还需要从没有访问过的顶点中找一个顶点作为起始点，再次调用bfs或dfs，这样得到的是生成森林。

由此可以看出，一个图的生成树是不唯一的，不同的搜索方法可以得到不同的生成树，即使是同一种搜索方法，出发点不同亦可导致不同的生成树。如下图：

但不管如何，我们都可以证明：具有n个顶点的带权连通图，其对应的生成树有n-1条边。

二、求图的最小生成树算法

严格来说，如果图G=（V，E）是一个连通的无向图，则把它的全部顶点V和一部分边E’构成一个子图G’，即G’=（V， E’），且边集E’能将图中所有顶点连通又不形成

第二章 5 生成树算法

定义2·13 （1）图G的每条边e赋与一个实数?(e)，称为e的权。图G称为加权图。 （2）设G1是G的子图，则G1的权定义为： ?(G1)???(e)

e?E(G1)定理2·10 Kruskal算法选得的边的导出子图是最小生成树。

l法所得子图T0显然是生成树，下证它的最优性。设证：Kruska算T0?G??e1,e2,?,e??1??不是最小生成树，T1是G的任给定的一个生成树，f(T)是

?e1,e2,?,e??1?中不在T1又E(T0)??e1,e2,?,e??1?，故e1,e2,?,e??1中必有不在E(T)中的

边。设f(T)?k，即e1,e2,?,ek?1在T与T0上，而ek不在T上，于是T?ek中有一个圈C，

?，使ek?在T上而不是在T0上。令T???，显然也是生成树，又（T?ek)?ekC上定存在ek?)，由算法知，ek是使G??e1,e2,?,ek??无圈的权最小的边，?(T?)??(T)??(ek)??(ek???是T之子图，也无圈，则有?(ek?)??(ek)，于是?(T?)??(T)，又G??e1,e2,?,ek

图论实验三个案例

单源最短路径问题 1.1 Dijkstra算法

Dijkstra算法是解单源最短路径问题的一个贪心算法。其基本思想是，设置一个顶点集合S并不断地作贪心选择来扩充这个集合。一个顶点属于集合S当且仅当从源到该顶点的最短路径长度已知。设v是图中的一个顶点，记l(v)为顶点

v到源点v1的最短距离，

Dijkstra算法：

?vi,vj?V，若

(vi,vj)?E，记vi到

vj的权

wij??。

① S?{v1},l(v1)?0；?v?V?{v1},l(v)??,i?1,S?V?{v1}； ② S??，停止，否则转③；

③

l(v)?min{l(v),d(vj,v)}，

vj?S，?v?S；

④ 存在vi?1，使l(vi?1)?min{l(v)}，v?S； ⑤ S?S?{vi?1}，S?S?{vi?1}，i?i?1，转②；

实际上，Dijkstra算法也是最优化原理的应用：如果v1v2?vn?1vn是从v1到vn的最短路径，则v1v2?vn?1也必然是从v1到vn?1的最优路径。

在下面的MATLAB实现代码中，我们用到了距离矩阵，矩阵第i行第j行元素表示顶点vi到

vj的权

wij，若vi到

vj无边，则

wij?realmax，其中realmax

图论

内容提要

第一章 图的基本概念

图的基本概念；二部图及其性质；图的同构；关联矩阵与邻接矩阵。 路、圈与连通图；最短路问题。 树及其基本性质；生成树；最小生成树。

第二章 图的连通性

割点、割边和块；边连通与点连通；连通度；Whitney定理；可靠通信网络的设计。

第三章 匹配问题

匹配与最大匹配；完美匹配；二部图的最大匹配；指派问题与最大权匹配。

第四章 欧拉图与哈密尔顿图

欧拉图；中国邮递员问题；哈密尔顿图；旅行商问题。

第五章 支配集、独立集、覆盖集与团

支配集、点独立集、点覆盖集、边覆盖集与团的概念及其求法。

第六章 图的着色问题

点着色；边着色；平面图；四色猜想；色多项式；色数的应用。

第七章 网络流理论

有向图；网络与网络流的基本概念；最大流最小割定理；求最大流的标号算法；最小费用流问题；最小费用最大流；网络流理论的应用。

主要参考书

[1] J.A. Bondy and U.S. Murty, Graph theory with applications, 1976, 有中译本（吴望名等译）。 [2] B.Bollobas, Modern graph theory (现代图论)，科学出版社，2001。 [

一、选择题（每小题2分，共50分）

1、设D??V,E?为有向图，则有（ A ）

(A) E?V?V (B) E?V?V (C)V?V?E (D) V?V?E

2、设G??V,E?为无环的无向图，V＝6，E?16，则G 是（D ）

(A) 完全图 (B) 零图 (C) 简单图 (D) 多重图

3、含有5个结点，3条边的不同构的简单图有（ C ）

(A) 2个 (B) 3个 (C) 4个 (D) 5个

4、设图G有n个结点，m条边，且G中每个结点的度数不是k就是k?1，则G中度为k的结点的个数是（ D ）

(A) n/2个 (B) n(n?1)个 (C)nk个 (D) n(k?1)?2m个

5、给定下列序列，哪一个可以构成无向简单图的结点度数序列（ B ）

(A) (1,1,2,2,3)

图 论

第一节 图的基本概念

引入：柯尼斯堡七桥问题，能否从A地发出，各座桥恰好通过一次，最后回到出发地A？

结论：1736年，数学家欧拉首先解决了这个问题，由此开创了图论研究。这事实上是欧拉图的“一笔画问题”。答案是否定的，因为，对于每一个顶点，不论如何经过，必须有一条进路和一条出路，与每一个顶点相邻的线（关联边）必须是偶数条（除起点和终点外），而此图中所有点都只有奇数条关联边。在后面的应用中，我们将专门讨论这个问题。 定义：简单讲，一个图是由一些点和这些点之间的连线组成的。严格意义讲，图是一种数据结构，定义为：graph=（V，E）。V是一个非空有限集合，代表顶点（结点），E代表边的集合，一般用（Vx，Vy）表示，其中，Vx，Vy属于V。

分类：如果边是没有方向的，称为“无向图”。表示时用一队圆括号表示，如：（Vx，Vy），（Vy，Vx），当然这两者是等价的。并且说边（Vx，Vy）依附于（相关联）顶点Vx和Vy。 如果边是带箭头的，则称为“有向图”，表示时用一队尖括号表示，此时与是不同的，如的起点为VX，终点为VY。有向图中的边又称为弧。起点称为弧头、终点称为弧尾。

相邻：若两个结点U、V之间有一条边连接，则称这两个结

第十二章 图论在数学建模中的应用

图论是数学的一个既有古老的历史渊源而又十分年轻的分支，是一门生气勃勃、

广大前途的学科。它既很强的理论性，与数学的一些分支如数论、几何学及运筹学等都有密切联系，又有广泛的应用价值，图论在化学、统计学、生物学、信息论、计算机科学中都有很强的实际应用背景，并且饶有趣味，引人入胜。图论方法是建立数学模型的重要方法之一。利用图论知识，通过建立图论模型，解决实际问题是学习图论课程的重要目的之一。本章我们通过大量的实例，系统介绍如何利用图论知识建立数学模型，解决实际问题的基本方法和技巧，培养分析问题、解决问题的能力。

12.1图论在数学建模中的一些简单应用

本节将通过对在社会生产活动中有很强实际应用背景的一些简单实例的分析，展示如何利用图论知识，通过数学建模方法将实际问题转化为图论问题加以解决的基本方法和技巧。

例1.相识问题

1958年美国《数学月刊》发表了一个数学问题：在6人的集会上，总能找到或者3个人互相都认识，或者3个人谁也不认识谁，假定认识是相互的。 这个表面看来似乎无法下手的问题，可以通过图论法轻易获得解决。 分析与建模：用6个点（记为u1,u2,?,u6）表示6个人，若两个人互相认识，就在相应的两个点之间