机器学习|数学基础Mathematics for Machine Learning系列之图论:割边割集割点

Posted 海轰Pro

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习|数学基础Mathematics for Machine Learning系列之图论:割边割集割点相关的知识,希望对你有一定的参考价值。

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!

系列文章

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

【机器学习|数学基础】Mathematics for Machine Learning系列之图论(2):图的矩阵表示

【机器学习|数学基础】Mathematics for Machine Learning系列之图论(3):路径与连通

【机器学习|数学基础】Mathematics for Machine Learning系列之图论(4):有向图的连通性

【机器学习|数学基础】Mathematics for Machine Learning系列之图论(5):树及其性质

【机器学习|数学基础】Mathematics for Machine Learning系列之图论(6):生成树算法

【机器学习|数学基础】Mathematics for Machine Learning系列之图论(7):连通度

3.2 割边、割集、割点

3.2.1 割边与割集

定理3.4

G G G是连通图, e ∈ E ( G ) e\\in E(G) eE(G),则 e e e G G G的割边的充要条件是 e e e不含在圈中


证明

前提条件是: G G G是连通图, e ∈ E ( G ) e\\in E(G) eE(G)

证必要性: e 是 割 边 ⇒ e是割边\\Rightarrow e e e e不含在圈中

因为 e e e G G G的割边,所以 G − e G-e Ge不连通

e e e G G G中的一个圈上,那么 G − e G-e Ge依然会是连通的,产生矛盾

所以 e e e一定是不含在圈中

证充分性: e e e不含在圈中 ⇒ \\Rightarrow e 是 割 边 e是割边 e

e = u v e = uv e=uv不在 G G G的任何一个圈上

所以 u , v u,v u,v之间必定只存在一条路径

若还存在其他一条路径 P ( u , v ) P(u,v) P(u,v),那么 P ( u , v ) + e P(u,v) +e P(u,v)+e则会构成一个圈,与假设相矛盾

所以 G − e G-e Ge不连通,故 e e e G G G的割边

推论3.4

G G G连通,则 G G G是树的充要条件是 G G G的每条边都是 G G G的割边

定理3.5

T T T是连通图 G G G的一颗生成树, e ∉ E ( T ) e\\notin E(T) e/E(T),但 e ∈ E ( G ) e\\in E(G) eE(G),则 T + e T+e T+e含有唯一圈


证明

e = x y ∉ E ( T ) e=xy\\notin E(T) e=xy/E(T)

T T T中一定存在唯一一条路径 P x y P_xy Pxy

T T T是生成树,其中任意两个顶点有且仅有一条路径

所以 P x y + e P_xy+e Pxy+e便是含在 T + e T+e T+e中的一个圈

又因为 P x y P_xy Pxy T T T中是唯一的

树中任意两个顶点有且仅有一条路径,具有唯一性

所以圈 P x y + e P_xy+e Pxy+e也是唯一的

补充知识

S ⊂ V , S ≠ ϕ , S ′ = V − S ≠ ϕ S \\subset V, S \\neq \\phi ,\\quad S^'=V-S\\neq\\phi SV,S=ϕ,S=VS=ϕ

则用 [ S , S ′ ] [S,S^'] [S,S]表示一个端点在 S S S,另一个端点在 S ′ S^' S的全体边组成的集合

显然 [ S , S ′ ] [S,S^'] [S,S]是一个边断集

定义3.3:割集

G G G连通,若 [ S , S ′ ] [S,S^'] [S,S]只把 G G G断成两个分支,则称 [ S , S ′ ] [S,S^'] [S,S] G G G的一个割集

定义3.4

(1)若 H H H G G G的子图,则称 H ‾ = G − E ( H ) \\overlineH=G-E(H) H=GE(H) H H H G G G中的余图

(2)若 G G G连通, T T T G G G的生成子树,则 T T T的余图 ( ‾ T ) = G − E ( T ) \\overline(T)=G-E(T) (T)=GE(T)称为余树

定理3.6

T T T是连通图 G G G的一棵生成树,对 T T T的每条边 e e e有:

  • 余树 T ‾ \\overlineT T不含 G G G的割集
  • T ‾ + e \\overlineT+e T+e G G G的唯一割集

第二点的意思是: T ‾ + e \\overlineT+e T+e中含有 G G G的唯一割集 或者 G G G的割集 ∈ T ‾ + e \\in \\overline T + e T+e


证明:余树 T ‾ \\overlineT T不含 G G G的割集

以上是关于机器学习|数学基础Mathematics for Machine Learning系列之图论:割边割集割点的主要内容,如果未能解决你的问题,请参考以下文章

机器学习|数学基础Mathematics for Machine Learning系列之图论:树及其性质

机器学习|数学基础Mathematics for Machine Learning系列之图论:树及其性质

机器学习|数学基础Mathematics for Machine Learning系列之图论(10):匹配基本定理

机器学习|数学基础Mathematics for Machine Learning系列之图论(10):匹配基本定理

机器学习|数学基础Mathematics for Machine Learning系列之图论(10):匹配基本定理

机器学习|数学基础Mathematics for Machine Learning系列之矩阵理论(16):向量和矩阵的极限