Ltdt

LÝ THUYẾT ĐỒ THỊ

TS. Lê Nhật Duy
Blog: htps://Lnduy.wordpress.com
Email: Ln.duy@mail.ru

Nội dung chương trình
Mục tiêu môn học
Cung cấp cho sinh viên các khái niệm cơ bản của lý
thuyết đồ thị, đồ thị Euler, Hamilton, cây và cây khung bé
nhất của đồ thị, bài toán đường đi ngắn nhất và bài toán
luồng cực đại trong mạng => Giúp sinh viên có thể sử
dụng mô hình lý thuyết đồ thị để mô hình hóa vấn đề bài
toán thực tế một cách hiệu quả. Học phần này trang bị
những kiến thức toán nền tảng phục vụ cho các chuyên
ngành thuộc lĩnh vực CNTT.
Thời lượng
Lý thuyết
: 45 tiết
2

Nội dung chương trình
1.
2.
3.

ĐỒ THỊ
CÂY
LOGIC MỆNH ĐỀ

Kiểm tra đánh giá
Kiểm tra giữa kỳ
Tiểu luận/bài tập lớn theo nhóm
Thi kết thúc môn

Giáo trình và TLTK
Giáo trình
Kenneth H.Rosen, Toán rời rạc - Ứng dụng trong tin
học, NXB Khoa học kỹ thuật. Hà nội-1997. (Phạm Văn
Thiều và Đặng Hữu Thịnh dịch).
Tài liệu tham khảo
Slides bài giảng của giảng viên.

Lý thuyết đồ thị
Chương 1: Các khái niệm cơ bản

Nội dung
I.

Định nghĩa đồ thị

II.

Các loại đồ thị

III.

Các thuật ngữ cơ bản trong đồ thị

IV.

Đường đi, chu trình

V.

Đồ thị liên thông

VI.

Một số dạng đồ thị đặc biệt

Chương 1 – Các khái niệm cơ bản

2


I. Định nghĩa đồ thị
Bài toán Euler

Konigsber
(1736)
Có thể chỉ một lần đi qua tất cả 7 chiếc cầu này hay không?

3


Chuyển bài toán về dạng đồ thị
Mỗi vùng là 1 đỉnh
Mỗi chiếc cầu là 1 cạnh


4


Đồ thị được xây dựng từ bài toán Euler
Có thể đi qua tất cả các cạnh của đồ thị, sao cho
mỗi cạnh chỉ đi qua đúng một lần được không?


5


Định nghĩa
Đồ thị G là một tập hợp gồm các đỉnh và các cạnh. Ta
thường ký hiệu: G = (V, E), trong đó:
+ V: Là tập các đỉnh
+ E: Là tập các cạnh

V={1, 2, 3, 4}
E={a, b, c, d, e}


6


Nội dung
I.


II.


III.


IV.


V.


VI.



7


II. Các loại đồ thị
Đồ thị

Đồ thị vô hướng

Đơn đồ thị

Đa đồ thị

Giả đồ thị

Đồ thị có hướng

Đơn đồ thị

8

Đa đồ thị

Đơn đồ thị vô huớng
Đồ thị G=(V, E) được gọi là đơn đồ thị vô hướng:
V: Là tập các đỉnh
E: là tập các cặp không có thứ tự gồm hai phần tử khác nhau
của V.

V={1, 2, 3, 4, 5}
E={(1, 2), (1, 3), (1, 5), (2, 5), (3, 4), (3, 5), (4, 5)}

9


Đa đồ thị vô huớng
Đồ thị G=(V, E) được gọi là đa đồ thị vô hướng:
E: Là họ các cặp không có thứ tự gồm hai phần tử khác nhau
của V.
Hai cạnh e1, e2 gọi là cạnh lặp nếu chúng cùng tương ứng với
một cặp đỉnh

V={1, 2, 3, 4, 5}
E={(1, 2), (1, 3), (1, 5), (2, 5), (3, 4), (3, 5), (4, 5), (1, 2), (2, 1), (5, 2), (3, 5) }

10


Giả đồ thị vô huớng
Đồ thị G=(V, E) được gọi là giả đồ thị vô hướng:
E: Là họ các cặp không có thứ tự gồm hai phần tử không nhất
thiết khác nhau của V.
Cạnh e được gọi là khuyên nếu nó có dạng: e=(u, u)

V={1, 2, 3, 4, 5}
E={(1, 2), (1, 3), (1, 5), (2, 5), (3, 4), (3, 5), (4, 5), (1, 2), (2, 1), (5, 2), (3, 5), (2, 2), (3, 3) }

11


Đơn đồ thị có hướng
Đồ thị G=(V, E) được gọi là đơn đồ thị có hướng:
E: Là tập các cặp có thứ tự gồm hai phần tử khác nhau của V.
(tập các cung)

V={1, 2, 3, 4, 5}
E={(2, 1), (1, 3), (5, 1), (4, 2), (3, 4), (3, 5), (5, 4)}

12


Đa đồ thị có hướng
Đồ thị G=(V, E) được gọi là đơn đồ thị có hướng:
E: Là họ các cặp có thứ tự gồm hai phần tử khác nhau của V.
(tập các cung)
Hai cung e1, e2 được gọi là cung lặp nếu chúng cùng tương
ứng với một cặp đỉnh.

V={1, 2, 3, 4, 5}
E={(2, 1), (1, 3), (6, 2), (3, 4), (6, 3), (4, 6), (5, 4), (5, 6), (3,1), (6,2)}

13


Đồ thị

Không có thứ tự
Đồ thị vô hướng

Không cạnh lặp, không khuyên
Đơn đồ thị

Có cạnh lặp, không khuyên
Đa đồ thị

Có cạnh lặp, Có khuyên
Giả đồ thị

Có thứ tự
Đồ thị có hướng

Không cung lặp, không khuyên

Đơn đồ thị

Có cung lặp, không khuyên

Đa đồ thị

14


Nội dung
I.


II.


III.


IV.


V.


VI.



15


III. Các thuật ngữ cơ bản
Kề và liên thuộc
Giả sử u và v là hai đỉnh của đồ thị vô hướng G và
e=(u, v) là cạnh của đồ thị, khi đó ta nói:
+ u và v kề nhau và e liên thuộc với u và v.
+ u và v là các đỉnh đầu của cạnh e

v
e

u

16


Bậc của đỉnh
Bậc của đỉnh v trong đồ thị vô hướng là số cạnh liên
thuộc với nó.
Ký hiệu: deg(v)
deg(1)= 2, deg(2)= 2,
deg(3)= 3, deg(4)= 3,
deg(5)= 3, deg(6)= 1,
deg(7)= 0.

Đỉnh treo là đỉnh chỉ có duy nhất một cạnh liên thuộc
với nó.
Đỉnh 6
Đỉnh cô lập là đỉnh không có cạnh nào liên thuộc với
nó. Đỉnh 7

17


Định lý bắt tay

Giả sử G=(V,E) là đồ thị vô hướng với m cạnh. Khi
đó tổng tất cả các bậc của đỉnh trong V bằng 2m.

∑ deg( v ) = 2 m
v ∈V

m=7

∑ deg( v) = 2m = 14
v∈V


18


Định lý bắt tay

Chứng minh?

Mỗi một cạnh nối với đúng hai đỉnh, vì thế một cạnh
đóng góp 2 đơn vị vào tổng các bậc của tất cả các
đỉnh.
tổng các bậc của tất cả các đỉnh gấp đôi số cạnh
của đồ thị


19


Hệ quả của định lý bắt tay
Trong đồ thị vô hướng, số đỉnh bậc lẻ là một số chẵn.

Các đỉnh bậc lẻ: 3, 5, 4, 6


20

4 đỉnh


Hệ quả của định lý bắt tay

Trong đồ thị vô hướng, số đỉnh bậc lẻ là một số chẵn.
Chứng minh:?
Gọi L và C lần lượt là tập các đỉnh bậc lẻ và bậc chẵn
của đồ thị vô hướng G= (V, E). Ta có:
2m = ∑ deg(v) = ∑ deg(v) + ∑ deg(v)
v∈V

v∈L

v∈C

+ Tổng 2m chẵn
+ Tổng ∑ deg(v) chẵn
v∈C

Tổng

∑deg(v)

chẵn

v∈L


21


Kề trong đồ thị có hướng
Giả sử u và v là hai đỉnh của đồ thị có hướng G và e=(u, v)
là một cung của đồ thị, khi đó ta nói:
+ u và v kề nhau, cung e đi ra khỏi u và đi vào v.
+ u là đỉnh đầu, v là đỉnh cuối của cạnh e.

v
e

u


22


Bán bậc vào và bán bậc ra của đỉnh
Bán bậc ra (bán bậc vào) của đỉnh v trong đồ thị có hướng
là số cung ra khỏi nó (đi vào nó).
+
Ký hiệu: deg (v )
( deg − (v) )

deg + (2) = 1, deg − (2) = 2
deg + (6) = 2, deg − (6) = 1


23


Định lý

Giả sử G=(V,E) là đồ thị có hướng với m cung, khi đó
tổng tất cả các bán bậc ra bằng tổng tất cả các bán
bậc vào và bằng m.
deg + ( v ) =
∑
v∈V

deg − ( v ) = m
∑
v∈V

deg+ (v) = ∑ deg− (v) = 7
∑
v∈V

v∈V


24


Bài tập
1. Có bao nhiêu cạnh trong đồ thị có 10 đỉnh, mỗi đỉnh
có bậc bằng 6
a) 20

b) 30

c) 40

d)50

2. Cho biết các đỉnh của đồ thị có bậc lần lượt là: 4, 3, 3,
2, 2. Số cạnh của đồ thị này là:
a) 5

b) 6

c) 7

d) 8

3. Cho danh sách bậc các đỉnh của các đồ thị sau, đồ thị
nào không tồn tại?
a) 3, 3, 3, 3, 2

b) 1, 2, 3, 4, 5

c) 0, 1, 2, 2, 3

d) 1, 1, 1, 1


25


Bài tập
4. Có thể tồn tại đồ thị đơn 15 đỉnh, mỗi đỉnh có bậc
bằng 5 hay không?
5. Trong một giải thi đấu có n đội tham dự và đã có n+1
trận đấu được tiến hành. CMR có 1 đội đã thi đấu ít
nhất 3 trận.


26


Nội dung
I.


II.


III.


IV.


V.


VI.



27


IV. Đường đi, chu trình
Đường đi độ dài n từ đỉnh u đến đỉnh v trên đồ thị vô
hướng G=(V,E) là dãy(theo đỉnh): x0, x1, …, xn-1, xn.
Trong đó:
+ u= x0
+ v= xn
+ (xi, xi+1) ∈ E
Hay theo cạnh: (x0, x1), (x1, x2), …, (xn-1, xn).
Khi đó: u gọi là đỉnh đầu, v gọi là đỉnh cuối của đường
đi.
Theo đỉnh: (1, 3, 4, 5, 6)
Theo cạnh: (b, c, h, g)


28


Đường đi có đỉnh đầu và đỉnh cuối trùng nhau gọi là
chu trình.
Đường đi (hay chu trình) được gọi là đơn nếu nó không đi qua một
cạnh nào quá một lần.

Chu trình đơn: (1, 2, 6, 3, 1)
Chu trình không phải chu trình đơn: (2, 6, 4, 3, 6, 2)

29


Đường đi và chu trình trong đồ thị có hướng
Đường đi độ dài n (n∈N+) từ đỉnh u đến đỉnh v trên đồ thị có hướng
G=(V,E) là dãy:
x0 , x1, ..., xn-1, xn .
Trong đó u= x0 , v= xn , (xi , xi+1) ∈ E
Hay theo các cung: (x0 , x1 ), (x1, x2 ), ..., (xn-1, xn ).

a

1
b
3

2
c

4
f

d
e


g

30
30

5
6

h

(1, 2, 6, 4, 3)
(a, c, f, d)
(1, 3, 4, 5, 6)

Nội dung
I.


II.


III.


IV.


V.


VI.



31


V.Đồ thị liên thông
Đồ thị vô hướng G=(V,E) được gọi là liên thông nếu
luôn tìm được đường đi giữa 2 đỉnh bất kỳ của nó.

Đường đi: 1, 3, 2, 4, 5


32

Đồ thị H=(W,F) được gọi là đồ thị con của đồ thị G=(V,E)
nếu : W ⊆ V và F ⊆ E

V={1, 2, 3, 4, 5}
E={a, b, c, d, e}

33

W={1, 2, 4, 5}
F={a, d, e}

VI. Một số dạng đồ thị đặc biệt
Bài tập
1. Đồ thị K3 có bao nhiêu đồ thị con có ít nhất một đỉnh ?


34


Một đồ thị không liên thông sẽ được phân rã thành các
thành phần liên thông, và mỗi thành phần liên thông này
là một đồ thị con của đồ thị ban đầu.


35

• Đỉnh v được gọi là đỉnh rẽ nhánh nếu việc loại bỏ v cùng
các cạnh liên thuộc với nó sẽ làm tăng số thành phần liên
thông của đồ thị
• Cạnh e được gọi là cầu nếu việc loại bỏ nó sẽ làm tăng số
thành phần liên thông của đồ thị

2

1

G
3

Các đỉnh rẽ nhánh?
Các cạnh là cầu ?
5

4

36

• Đồ thị có hướng G=(V,E) được gọi là liên thông mạnh
nếu luôn tìm được đường đi từ 1 đỉnh bất kỳ đến một
đỉnh bất kỳ khác của nó.
• Đồ thị có hướng G=(V,E) được gọi là liên thông yếu
nếu đồ thị vô hướng tương ứng với nó là đồ thị vô
hướng liên thông.
1
2
1

G
3

2

5

3

4

37

H

5
4

Bài tập
1. Trong 1 đồ thị G có chứa đúng 2 đỉnh bậc lẻ (các
đỉnh còn lại nếu có đều bậc chẵn). CM có 1
đường đi nối 2 đỉnh bậc lẻ đó với nhau.


38

Nội dung
I.


II.


III.


IV.


V.


VI.



39


Đồ thị đầy đủ: Một đồ thị đơn vô hướng n đỉnh
được gọi là đồ thị đầy đủ nếu hai đỉnh bất kỳ đều
được nối với nhau bằng 1 cạnh.
Ký hiệu: Kn

Số cạnh của
Đồ thị đầy đủ ?


40


Đồ thị vòng: Một đồ thị đơn vô hướng n đỉnh
được gọi là đồ thị vòng nếu nó có duy nhất một
chu trình đơn đi qua tất cả các đỉnh.
Ký hiệu: Cn

Số cạnh, số đỉnh của
Đồ thị vòng ?


41


Đồ thị bánh xe với n ≥ 3 đỉnh là đồ thị thu được
từ đồ thị Cn bằng cách bổ xung thêm một đỉnh
mới nối với tất cả các đỉnh của Cn.
Ký hiệu: Wn

Số cạnh, số đỉnh của
Đồ thị bánh xe ?


42


Đồ thị siêu khối
Đồ thị siêu khối k=2n đỉnh là đồ thị có các đỉnh
được đánh số bằng các chuỗi nhị phân độ dài n.
Ký hiệu: Qn
Hai đỉnh kề nhau nếu 2 chuỗi nhị phân tương ứng
chỉ khác nhau 1 bit.

Số cạnh của
đồ thị siêu khối là: n.2n - 1


43


Đồ thị hai phía
Đơn đồ thị G=(V, E) gọi là đồ thị hai phía nếu:
- V = X ∪ Y, X ≠ ∅, Y ≠ ∅, X ∩ Y = ∅
- Mỗi cạnh của G sẽ có một đỉnh thuộc X và một
đỉnh thuộc Y.


44


Đồ thị hai phía đầy đủ
Đơn đồ thị G = (X ∪ Y, E ) được gọi là đồ thị hai phía đầy đủ
nếu: Mỗi đỉnh thuộc X sẽ được nối với mỗi đỉnh thuộc Y. Nếu
|X| = m và |Y| = n thì ta sẽ ký hiệu là: Km, n

Số cạnh của Đồ thị
hai phía đầy đủ ?


45


Định lý:
Đơn đồ thị G = (V, E) là đồ thị hai phía khi và chỉ khi
nó không chứa chu trình độ dài lẻ.
Chứng minh:

∀ Đồ thị hai phía
⇒ Không chứa chu trình độ dài lẻ
∀ Đồ thị, không chứa chu trình độ dài lẻ
⇒ hai phía


46


Thuật toán kiểm tra đồ thị hai phía
1. Chọn v là đỉnh bất kỳ. Đặt X = {v}
2. Y = { u | u kề với v, ∀ v ∈ X}
3. Nếu X ∩ Y ≠ ∅ ⇒ G không là đồ thị hai phía
4. Ngược lại, đặt X := Y Quay trở lại 2.
5. Nếu tất cả các đỉnh được xét hết mà không xảy ra 3.
thì G là đồ thị hai phía. Ngược lại G không là đồ thị
hai phía.


47


Ví dụ:
X= {1}
Y= {5}, X ∩ Y = ∅, ⇒ X:=Y
Y= {1, 2}, X ∩ Y = ∅, ⇒ X:=Y
Y= {5, 6, 7}, X ∩ Y = ∅, ⇒ X:=Y
Y = {1, 2, 3, 4}
DỪNG
Khi đó đồ thị là hai phía:
X={1, 2, 3, 4}
Y={5, 6, 7}


48


Bài tập:
Kiểm tra đồ thị sau có phải là đồ thị hai phía hay không?


49


Bài tập:
Không phải là đồ thị hai phía

Chu trình
độ dài lẻ


50


Đồ thị phẳng
Đồ thị được gọi là đồ thị phẳng nếu ta có thể vẽ
nó trên một mặt phẳng mà các cạnh không giao
nhau.


51


Định lý Euler
Giả sử G = (V, E) là đồ thị phẳng, liên thông với e cạnh và v
đỉnh. Gọi f là số mặt của đồ thị. Khi đó: f = e – v + 2.

Số cạnh: e = 4
Số đỉnh: v = 4
Số mặt: f = 4 – 4 + 2 = 2


52


Định lý Euler
Chứng minh: Bằng PP Quy nạp
Gọi fn, en, vn lần lượt là số mặt, số cạnh, số đỉnh của đồ thị
phẳng Gn do biểu diễn phẳng của đồ thị G với n cạnh sinh ra
+ Trường hợp: e1=1, v1=2 thì f1 = 1 – 2 + 2 = 1

+ Giả sử đồ thị Gn (n cạnh) thỏa đẳng thức: fn = en – vn + 2.
Thêm vào đồ thị Gn một cạnh (an+1, bn+1) để được đồ thị Gn+1.
Ta phải chứng minh: fn+1=en+1 – vn+1 + 2
Xảy ra hai trường hợp

53


Định lý Euler (Chứng minh)
+ Cả 2 đỉnh an+1, bn+1 thuộc Gn:
fn+1= fn +1
en+1=en+ 1
vn+1=vn
==> fn+1 = en+1 – vn+1 + 2
fn + 1 = en + 1 – vn + 2
fn = en – vn + 2


54


Định lý Euler (Chứng minh)
+ Cả 2 đỉnh an+1, bn+1 thuộc
Gn:
fn+1= fn
en+1=en+ 1
vn+1=vn + 1
fn+1 = en+1 – vn+1 + 2
fn = en + 1 – vn + 1 + 2
fn = en – vn + 2
ĐPCM


55


Định lý Kuratowski
Phép chia cạnh (u, v) là việc ta bỏ đi cạnh (u, v) và thêm vào
một đỉnh mới w cùng với hai cạnh (u, w), (w, v).

Định nghĩa đồng cấu
Hai đồ thị được gọi là đồng cấu nếu chúng có thể thu được từ
cùng một đồ thị nào đó nhờ các phép chia cạnh.

56


Định lý Kuratovski
Điều kiện cần và đủ để một đồ thị là phẳng là đồ thị này không
chứa bất kỳ một đồ thị con nào đồng cấu với K3,3 và K5


57


Các dạng đồ thị đặc biệt
Đồ thị đầy đủ (Kn)
Đồ thị vòng (Cn)
Đồ thị bánh xe (Wn)
Đồ thị siêu khối (Qn)
Đồ thị hai phía
Đồ thị hai phía đầy đủ (Km,n)
Đồ thị phẳng

58


Bài tập
1. Số cạnh của đồ thị K8 ?
2. Số cạnh của đồ thị C2007 ?
3. Số cạnh của đồ thị W100 ?
4. Cho đồ thị G phẳng, liên thông có 20 đỉnh, bậc của mỗi đỉnh
bằng 3. Đồ thị biểu diễn phẳng của G có bao nhiêu mặt?
5. Cho đồ thị phân đôi p đỉnh và q cạnh. CM:
q ≤ p2/4. Dấu = xảy ra khi nào?
6. Cho đồ thị G có n đỉnh, m cạnh với m ≥ n. Chứng minh G có
một chu trình.
7. Có bao nhiêu đồ thị đơn gồm 5 đỉnh và có 4 hoặc 6 cạnh ?


59


Chương 2: Biểu diễn đồ thị

Nội dung
I.

Các cách biểu diễn đồ thị

II.

Sự đẳng cấu của các đồ thị

III.

Hướng dẫn cài đặt

Chương 2 – Biểu diễn đồ thị

2


I. Các cách biểu diễn đồ thị


Ma trận kề

Danh sách cạnh

Ma trận trọng số

Danh sách cung


Danh sách kề

3

Ma trận liên thuộc


I.1. Ma trận kề (đơn đồ thị vô hướng)
Định nghĩa
Đơn đồ thị G = (V,E) với tập đỉnh V = {0,…,n-1}, tập
cạnh E = {e0,e1,…em-1}. Ta gọi ma trận kề của G là
A = {ai,j , i,j = 0,…,n-1}, với:

ai, j

⎧ 0 , if ( i , j ) ∉ E
= ⎨
⎩ 1, if ( i , j ) ∈ E
0
1
2
3
4


4

0
0
1
1
0
1

1
1
0
1
0
1

2
1
1
0
0
0

3
0
0
0
0
0

4
1
1
0
0
0

I.1. Ma trận kề (đơn đồ thị có hướng)
Định nghĩa
Giống đơn đồ thị có hướng
E là tập các cung

ai, j

⎧ 0 , if ( i , j ) ∉ E
= ⎨
⎩ 1, if ( i , j ) ∈ E
0
1
2
3
4


5

0
0
1
0
0
0

1
0
0
1
0
1

2
1
0
0
0
0

3
0
0
1
0
0

4
1
0
0
1
0

I.1. Ma trận kề (Đa đồ thị)
Định nghĩa
E là tập các cạnh/cung
Ai,j là số cạnh nối đỉnh i và đỉnh j

0
1
2
3
4
5


6

0
0
1
1
0
1
0

1
1
0
1
0
1
0

2
1
1
0
2
0
0

3
0
0
2
0
1
1

4
1
1
0
1
0
1

5
0
0
0
1
1
1

I.1. Ma trận kề (Đa đồ thị)
Một số tính chất của ma trận kề
Ma trận kề của đồ thị vô hướng là đối xứng
a[i,j] = a[j,i]. Ngược lại, ma trận đối xứng (0,1), có
đường chéo chính bằng 0, bậc n sẽ tương ứng với
đơn đồ thị vô hướng n đỉnh.
Nếu đồ thị vô hướng:
Tổng dòng thứ i = Tổng cột thứ i = deg(i)
Nếu đồ thị có hướng:
Tổng dòng i = deg+(i), Tổng cột i = deg -(i)
Ưu điểm và hạn chế
của ma trận kề?


7

I.2. Ma trận trọng số (đơn đồ thị)
Định nghĩa
Đơn đồ thị G = (V,E) với tập đỉnh V = {0,…,n-1}, tập
cạnh E = {e0,e1,…em-1}.
Ta gọi ma trận kề trọng số của G là
• A = {ai,j , i,j = 0,…,n-1}, với:

a i, j

⎧ b , if ( i , j ) ∉ E
= ⎨
⎩ c k , if ( i , j ) ∈ E

Ck là một giá trị nào đó được
quy định trước (0, -1, ∞, -∞, ..)

0
1
2
3
4
5

8

0
0
4
3
0
7
0

1
4
0
5
0
3
0

2
3
5
0
2
0
0

3
0
0
2
0
5
2

4
7
3
0
5
0
3

5
0
0
0
2
3
0

I.3. Danh sách cạnh
Đối với các đồ thị thưa n đỉnh, m cạnh (m < 6n) người
ta thường dùng cách biểu diễn danh sách cạnh để tiết
kiệm không gian lưu trữ
Lưu các cạnh e=(u, v) của đồ thị trong một danh sách
Danh sách có thể được cài đặt bằng mảng 1 chiều hoặc
danh sách liên kết.
Cạnh

0

2

1

0

1

2

0

4

3

1

2

4

1

4

5

2

3

6

3

4

7

3

5

8
9

Đầu 2

0


Đầu 1

4

5

I.3. Danh sách cạnh
Cài đặt bằng mảng 1 chiều

Cạnh

Đầu
1

Đầu 2

0

0

2

1

0

1

2

0

4

3

1

2

4

1

4

5

2

3

typde struct tagNode

6

3

4

{

7

3

5

8

4

5

Cài đặt bằng danh sách liên kết

int diemdau1, diemdau2;
} Canh;

10

I.4. Danh sách cung
Trong trường hợp đồ thị có hướng thì mỗi phần tử của
danh sách (gọi là danh sách cung) là một cung e=(u, v).
Trong đó u là đỉnh đầu, v là đỉnh cuối của cung.

Cạnh

1

2

(4,1)

4

1

(1,3)

1

3

(2,4)

2

4

(3,4)

11

Đầu 2

(1,2)


Đầu 1

3

4

I.4. Danh sách kề
Tương ứng với mỗi đỉnh v của đồ thị, ta có tương ứng
một danh sách để lưu các đỉnh kề với nó.
Danh sách: mảng 1 chiều, hoặc danh sách liên kết
Đỉnh V

Các cạnh kề

0

1, 2, 4

1

0, 2, 4

2

0, 1, 3

3

2, 4, 5

4

0, 1, 3, 5

5

3, 4

Cài đặt bằng mảng:
Ke[] = {1, 2, 4, 0, 2, 4, 0, 1, 3, 2, 4, 5, 0, 1, 3, 5, 3, 4 }
ViTri[] = {0, 3, 6, 9, 12, 16}

12

Cài đặt bằng danh sách kề liên kết
Đỉnh V
0

0, 2, 4

2

0, 1, 3

3

2, 4, 5

4

0, 1, 3, 5

5

13

1, 2, 4

1


Các cạnh kề

3, 4

Thuật toán xây dựng danh sách kề liên kết
# include <iostream.h>
# include <stdlib.h>
const maxV = 99;
typedef struct Node {
int v;
struct Node*next;
}node;
int j, x, y, m, n, v ;
node *p, *ke[maxV];


14

Thuật toán xây dựng danh sách kề liên kết
int main(int argc, char* argv[])
{
cout<<"Cho so canh va so dinh cua do thi: ";
cin>>m>>n;
for(j=0;j<n;j++)
ke[j]=NULL;
for(j=1;j<=m;j++)
{
cout<<"Cho dinh dau, dinh cuoi cua canh "<<j<<":";
cin>>x>>y;
p = (node*)malloc(sizeof(node));
p->v = x;
p->next = ke[y];
ke[y]=p;
p = (node*)malloc(sizeof(node));
p->v = y;
p->next = ke[x];
ke[x]=p;
}
}

15

Ví dụ
Đỉnh V
0

0, 2, 4

2

0, 1, 3

3

2, 4, 5

4

0, 1, 3, 5

5

16

1, 2, 4

1


Các cạnh kề

3, 4

I.5. Ma trận liên thuộc (đồ thị vô hướng)
Định nghĩa
Đồ thị vô hướng G=(V, E). Tập đỉnh V={0, 1, 2, …, n1)}. Tập cạnh E={e1, e2, …, em-1 }. Ta gọi ma trận liên
thuộc của G là B = {bi, j, i = 0,..,n-1, j = 0, .. m-1}. Trong
đó
• bi,j = 1 nếu đỉnh i kề cạnh j
• bi, j = 0 nếu đỉnh i không kề cạnh j
0

3

4

5

6

7

8

1

0

0

0

0

1

1

0

0

1

0

0

0

0

1

1

0

1

0

2

1

1

0

1

0

0

0

1

0

3

0

1

1

0

0

0

0

0

1

4
17

2

0


1

0

0

1

0

1

0

1

0

1

I.5. Ma trận liên thuộc (đồ thị vô hướng)
Tính chất
Mỗi cột chứa đúng hai số 1 chỉ hai đầu của cạnh tương ứng với
đỉnh ứng với cột đó. Cột ứng với khuyên chứa đúng một số 1.
Các cột ứng với các cạnh lặp thì giống nhau.
Nếu đồ thị không có khuyên thì tổng hàng i là bậc của đỉnh .

0

3

4

5

6

7

8

1

0

0

0

0

1

1

0

0

1

0

0

0

0

1

1

0

1

0

2

1

1

0

1

0

0

0

1

0

3

0

1

1

0

0

0

0

0

1

4
18

2

0


1

0

0

1

0

1

0

1

0

1

I.5. Ma trận liên thuộc (đồ thị có hướng)
Định nghĩa
Đơn đồ thị có hướng G=(V, E). Tập đỉnh V={0, 1, 2, …, n-1)}. Tập cung
E={e1, e2, …, em-1 }.
Ta gọi ma trận liên thuộc của G là B = {bi, j, i = 0,..,n-1, j = 0, .. m-1}.
Trong đó
• bi,j = 1 nếu đỉnh i là đỉnh đầu của cung j
• bi,j = -1 nếu đỉnh i là đỉnh cuối của cung j
• bi, j = 0 nếu đỉnh i không là đầu mút của cung j

(1,2)

(3,4)

(2,4)

1

-1

1

0

0

2

-1

0

0

0

1

3

0

0

-1

1

0

4
19

(1,3)

1


(4,1)

0

1

0

-1

-1

I. Các cách biểu diễn đồ thị
n2 Đơn vị bộ nhớ
Dễ kiểm tra đ/k kề nhau

Ma trận kề
Danh sách cạnh
Danh sách kề
Ma trận liên thuộc

2m Đơn vị bộ nhớ
Đồ thị thưa
Khó kiểm tra đ/k kề nhau
2m+n Đơn vị bộ nhớ
Dễ dàng việc thêm bớt các
cạnh, đỉnh

m*n Đơn vị bộ nhớ
Dễ dàng việc thêm bớt các
cạnh, đỉnh

20

20

Nội dung
I.


II.


III.



21


II. Sự đẳng cấu của các đồ thị
Định nghĩa
Các đồ thị đơn G1 = (V1,E1) và G2 = (V2, E2) là đẳng
cấu nếu có hàm song ánh :
f(a) &
f : V1 V2 sao cho ∀ đỉnh a & b kề trong G1
f(b) kề trong G2.
Tồn tại một phép tương ứng một – một giữa các
đỉnh của hai đồ thị đồng thời đảm bảo quan hệ liền
kề.

f(1) = a, f(2) = b
f(3) = d, f(4) = b


22

Tính bất biến
Hai đồ thị đẳng cấu bất kỳ có tính chất giống nhau (số
đỉnh, số cạnh, bậc của một đỉnh,…). Người ta gọi đó
là tính bất biến trong các đồ thị đẳng cấu.


23

Chứng minh 2 đồ thị là đẳng cấu
Tìm một ánh xạ f tương ứng một – một giữa các đỉnh
So sánh 2 ma trận liền kề tạo ra dựa trên ánh xạ f


24

Nội dung
I.


II.


III.



25


III. Hướng dẫn cài đặt
Khai báo file
Kết nối biến file với tên thực của file ở trên đĩa (floppy
or hard disk)
Mở file, đóng file
Đọc thông tin từ file và ghi thông tin vào file
Để hiểu tốt danh sách kề liên kết cần tham khảo phần
biến con trỏ trong các tài liệu về lập trình.


26

Chương 3: Tìm kiếm trên đồ thị

Nội dung
I.

Duyệt đồ thị theo chiều sâu

II.

Duyệt đồ thị theo chiều rộng

III.

Tìm đường đi

IV.

Kiểm tra tính liên thông

Chương 3 – Tìm kiếm trên đồ thị

2


I. Duyệt đồ thị theo chiều sâu
Giới thiệu
Duyệt đồ thị là quá trình đi qua tất cả các đỉnh của đồ
thị sao cho mỗi đỉnh của nó được viếng thăm đúng
một lần.
Duyệt theo chiều sâu (Depth First Search – DFS)
Duyệt theo chiều rộng (Breadth First Search – BFS)


3

Nguyên lý
Bắt đầu tìm kiếm từ một đỉnh v nào đó của đồ thị.
Sau đó chọn u là một đỉnh tùy ý kề với v (với đồ thị có
hướng thì u là đỉnh sau, v là đỉnh đầu của cung uv)
Lặp lại quá trình này với u cho đến khi không tìm được
đỉnh kề tiếp theo nữa thì trở về đỉnh ngay trước đỉnh mà
không thể đi tiếp để tìm qua nhánh khác.


4


Thứ tự duyệt:
dcba
gkl
h
fm
e

5

I.1. Cài đặt đệ quy
B1: Lấy s là một đỉnh của đồ thị
B2: Đặt v = s
B3: Duyệt đỉnh v
B4: Nếu ∀ đỉnh kề của v đều được
duyệt, đặt v=đỉnh đã được duyệt
trước đỉnh v, Nếu v = s thì đi đến
Bước 6, ngược lại trở lại Bước 3.
B5: Chọn u là đỉnh kề chưa được
duyệt của v, đặt v = u, trở lại Bước
3
B6: Kết thúc


6

I.1. Cài đặt đệ quy
Cài đặt bằng mã giả
/* Khai báo các biến ChuaXet, Ke */
DFS(v)
{
Duyệt đỉnh (v);
ChuaXet[v] = 0; /*Đánh dấu đã xét đỉnh v*/
for ( u ∈ Ke(v) )
if ( ChuaXet[u] ) DFS(u);
};
void main()
{
/* Nhập đồ thị, tạo mảng Ke */
for (v ∈ V) ChuaXet[v] = 1; /* Khởi tạo cờ cho đỉnh */
for (v ∈ V)
if ( ChuaXet[v] ) DFS(v);
}


7

I.2. Cài đặt không đệ quy
Thuật toán

B2: Đặt s vào STACK
B3: Nếu STACK rỗng đi đến 7.
B4: Lấy đỉnh p từ STACK
B5: Duyệt đỉnh p
B6: Đặt các đỉnh kề của p chưa
được xét (chưa từng có mặt
trong STACK) vào STACK, trở
lại 3.
B7: Kết thúc.


8

I.Duyệt đồ thị theo chiều sâu
Ý nghĩa
Kiểm tra đường đi giữa 2 đỉnh
Chia đồ thị thành các thành phần liên thông
Xây dựng cây khung của đồ thị
Kiểm tra xem đồ thị có chu trình hay không


9

Nội dung
I.


II.


III.

Tìm đường đi

IV.



10


II. Duyệt đồ thị theo chiều rộng
Nguyên lý
Bắt đầu từ một đỉnh v bất kỳ.
Duyệt tất cả những đỉnh kề của v lưu vào một tập
T(u) (với đồ thị có hướng thì T(u) là tập các đỉnh u với
u là đỉnh sau, v là đỉnh đầu của cung uv).
Sau đó tiếp tục xét các đỉnh u thuộc T(u) và áp dụng
lại cách duyệt giống như với v.


11


Thứ tự duyệt:
d
e c
b f
a g m
h k
l

12

II.1. Cài đặt bằng hàng đợi
B2: Đặt s vào QUEUE
B3: Lặp nếu QUEUE chưa rỗng.
a.Lấy đỉnh p từ QUEUE
b.Duyệt đỉnh p
c.Đặt các đỉnh kề của p chưa được
xét (chưa từng có mặt trong
QUEUE) vào QUEUE.
d.Kết thúc lặp


13

II.1. Cài đặt bằng hàng đợi
BFS(v)
{
QUEUE = ∅;
QUEUE ⇐ v;
ChuaXet[v] = 0;/*Đánh dấu đã xét đỉnh v*/
while ( QUEUE ≠ ∅ )
{
p ⇐ QUEUE;
Duyệt đỉnh p;
for ( u ∈ Ke(p) )
if ( ChuaXet[u] )
{
QUEUE ⇐ u;
ChuaXet[u] = 0;/*Đánh dấu đã xét đỉnh */
}
}
}
void main()
/* Nhập đồ thị, tạo biến Ke */
{
for ( v ∈ V ) ChuaXet[v] = 1; /* Khởi tạo cờ cho đỉnh */
for ( v ∈ V )
if ( ChuaXet[v] ) BFS(v);
}

14

II.2. Cài đặt bằng thuật toán loang


15

II.2. Cài đặt bằng thuật toán loang
Bước 1: Khởi tạo
Bắt đầu từ đỉnh s. Đánh dấu đỉnh s, các đỉnh khác s đầu chưa bị
đánh dấu
X = {s}, Y = Ø

Bước 2: Lặp lại cho đến khi X= Ø
Gán Y= Ø.
Với mọi đỉnh u ∈ X
• Xét tất cả các đỉnh v kề với u mà chưa bị đánh dấu. Với mỗi đỉnh
đó:
– Đánh dấu v
– Lưu đường đi, đỉnh liền trước v trong đường đi từ s
v là u.
– Đưa v vào tập Y

Gán X = Y


16

Ý nghĩa
Kiểm tra đường đi giữa 2 đỉnh
Chia đồ thị thành các thành phần liên thông
Xây dựng cây khung của đồ thị
Tìm đường đi ngắn nhất từ 1 đỉnh đến các đỉnh còn
lại


17

Nội dung
I.


II.


III.

Tìm đường đi

IV.



18


III. Tìm đường đi
Bài toán
Cho đồ thị G, s và t là hai đỉnh tùy ý của đồ thị. Hãy
tìm đường đi từ s đến t.

Phương pháp
Bắt đầu từ đỉnh s, Sử dụng DFS hoặc BFS để duyệt
đồ thị.
• Tìm thấy ChuaXet(t) = 0
• Không tìm thấy ChuaXet(t) = 1

Sử dụng thêm mảng Truoc[] để lưu vết


19

III.1. Tìm đường đi theo chiều sâu
DFS(v);
{
ChuaXet[v] = 0;
for ( u ∈ Ke(v) )
if ( ChuaXet[u] )
{
Truoc[u] = v; /* Lưu vết*/
DFS(u);
}
}
main() // Nhập đồ thị, tạo biến Ke
{
for ( v ∈ V ) ChuaXet[v] = 1; // Khởi tạo cờ cho đỉnh
DFS(s);
}

20

III.2. Tìm đường đi theo chiều rộng
/* Khai báo các biến ChuaXet, Ke , QUEUE */
BFS(v);
{
QUEUE = ∅; QUEUE ⇐ v; ChuaXet[v] = 0;
while ( QUEUE ≠ ∅ )
{
p ⇐ QUEUE;
Duyệt đỉnh p;
for ( u ∈ Ke(p) )
if ( ChuaXet[u] )
{
QUEUE ⇐ u;
ChuaXet[u] = 0;
Truoc[u] = p;/*Lưu vết*/
}
}
}
main() // Nhập đồ thị, tạo biến Ke
{
for ( v ∈ V ) ChuaXet[v] = 1; // Khởi tạo cờ cho đỉnh
BFS(s);
}

21

III.2. Tìm đường đi theo chiều rộng
Khôi phục đường đi từ s đến t
x2
…
xn
t
s
x1
Cài đặt:

v = t;
while (v != s)
{
printf (v);
v = Truoc[v];
}


22

Nội dung
I.


II.


III.

Tìm đường đi

IV.



23


IV. Kiểm tra tính liên thông
Bài toán
Tính số thành phần liên thông của đồ thị, và xác định
những đỉnh thuộc cùng một thành phần liên thông.

Phương pháp
Sử dụng DFS và BFS
Biến inconnect đếm số thành phần liên thông của đồ
thị.
Mảng index[] lưu chỉ số của các thành phần liên
thông.


24

IV.1. Tìm theo chiều sâu
/* Khai báo các biến ChuaXet, Ke, index*/
DFS(v);
{
index[v] = inconnect;
ChuaXet[v] = 0;
for ( u ∈ Ke(v) )
if ( ChuaXet[u] ) DFS(u);
}
main()
{
for ( v ∈ V ) ChuaXet[v] = 1; /* Khởi tạo cờ cho đỉnh */
inconnect = 0;
for ( v ∈ V )
if ( ChuaXet[v] )
{
inconnect ++; DFS(v);
}
}

25

IV.2. Tìm theo chiều rông
/* Khai báo các biến toàn cục ChuaXet, Ke, QUEUE, index */
BFS(v) {
QUEUE = 0; QUEUE ⇐ v; ChuaXet[v] = 0;
while ( QUEUE ≠ 0 ) {
p ⇐ QUEUE; Duyệt đỉnh p;
index[p] = inconnect;
for ( u ∈ Ke(p) )
if ( ChuaXet[u] ) {
QUEUE ⇐ u;ChuaXet[u] = 0;
}
}
}
main() {
for ( v ∈ V ) ChuaXet[v] = 1;
inconnect = 0;
for ( v ∈ V )
if ( ChuaXet[v] ) {
inconnect + + ; BFS(v);
}
}

26

Chương 4: Đồ thị Euler và đồ thị Hamilton

Nội dung

I.

Đồ thị Euler

II.

Đồ thị Hamilton

Chương 4 – Đồ thị Euler và Hamilton

2


I. Đồ thị Euler
Đồ thị Euler

1. Định nghĩa

2. Định lý Euler

3. Giải thuật xây dựng chu trình Euler


3

I.1. Định nghĩa
Giả sử G là đơn (đa) đồ thị vô (có) hướng:
Chu trình Euler trong G là chu trình đơn đi qua tất cả
các cạnh của đồ thị. Nếu G có chu trình Euler thì G
được gọi là đồ thị Euler.
Đường đi Euler trong G là đường đi đơn qua tất cả
các cạnh của đồ thị. Nếu G có đường đi Euler thì G
được gọi là đồ thị nửa Euler.

Đồ thị Euler

Đồ thị nửa Euler
4

I.2. Định lý
Định lý 1
Đồ thị vô hướng, liên thông G=(V, E) có chu trình
Euler khi và chỉ khi mọi đỉnh của G đều có bậc chẵn.

Chứng minh
G có chu trình Euler => Mọi đỉnh đều bậc chẵn
Mọi đỉnh đều bậc chẵn => G có chu trình Euler


5

I.2. Định lý
Bổ đề
“Cho đồ thị G=(V, E), nếu mọi đỉnh của G có deg(u)≥ 2
thì G có chu trình”

Chứng minh ?


6

I.2. Định lý
Định lý 2:
Đồ thị vô hướng, liên thông G=(V, E) có đường đi Euler mà không có
chu trình Euler khi và chỉ khi G có đúng hai đỉnh bậc lẻ.
Chứng minh: ?

Định lý 3:
Đồ thị có hướng, liên thông yếu G=(V, E) có chu trình Euler khi và chỉ
khi mọi đỉnh của G có bán bậc vào bằng bán bậc ra.
=> Khi G (có hướng) có chu trình Euler thì nó liên thông mạnh.

Định lý 4:
Đồ thị có hướng, liên thông yếu G=(V, E) có đường đi Euler nhưng
không có chu trình Euler khi và chỉ khi G tồn tại duy nhất hai đỉnh sao
cho: deg+(u) – deg-(u) = deg+(v) - deg-(v) = 1, và tất cả các đỉnh còn lại
có bán bậc vào bằng bán bậc ra.

7

I.3.Giải thuật x/d chu trình Euler
CT, CTcon là các chu trình

Bước 1: Đầu tiên, xây dựng 1 chu trình CT trong G
Bước 2: H
( G CT ) {Các đỉnh cô lập sau khi bỏ CT khỏi G}.
Bước 3: Nếu H vẫn còn cạnh thì đến bước 4. Ngược lại đến bước 8.
Bước 4: Xây dựng chu trình con CTcon trong H với đỉnh đầu thuộcchu
trình CT
Bước 5: H
( H CTcon) {Các đỉnh cô lập sau khi bỏ CTcon khỏi H}
Bước 6: CT
CT ∪ CTcon
Bước 7: Đến bước 3.
Bước 8: Kết thúc. CT là chu trình Euler


8


CT= {3, 7, 8, 9}.
H={GCT)}{Các đỉnh cô lập} = {1, 2, 4, 5, 6, 10, 11, 12}.
+ Lần 1:
CTcon = {10, 11, 12}.
H={HHcon}{Các đỉnh cô lập}={1, 2, 4, 5, 6}.
+ Lần 2:
CTcon={1, 2, 5, 6, 4}
H={HHcon}{Các đỉnh cô lập}= Ø. DỪNG.
Cuối cùng ta có chu trình Euler: 3, 2, 1, 4, 6, 5, 9, 10, 12, 11, 8, 7.

9

Cài đặt
main(){

STACK = ∅;
CE = ∅; /* CE - Chu trình Euler */
Chọn u là 1 đỉnh bất kỳ của đồ thị;
STACK ⇐ u;
while (STACK != ∅){
x = top(STACK);
if (Ke(x) != ∅ ){
y = Đỉnh đầu trong danh sách Ke(x);
STACK ⇐ y;
Ke(x) = Ke(x) {y};
Ke(y) = Ke(y) {x};
/* Bỏ cạnh (x,y) */
}else {
x ⇐ STACK;
CE ⇐ x;
}
}

}

10

Cài đặt
Đỉnh v
1

5, 6

3

6, 5

4

6, 5, 7, 8

5

4, 3, 2, 1

6

4, 3, 2, 1

7

4, 8

8

11

6, 5

2


Ke(v)

4, 7

STACK

CE

3, 6

∅

3, 6, 4

∅

3, 6, 4, 5

∅

3, 6, 4, 5, 3

∅

3, 6, 4, 5

3

3, 6, 4, 5, 2

3

Đỉnh v

Ke(v)

3, 6, 4, 5, 2, 6

3

1

6, 5

3, 6, 4, 5, 2, 6, 1

3

2

5, 6

3, 6, 4, 5, 2, 6, 1, 5

3

3

6, 5

3, 6, 4

3, 5, 1, 6, 2, 5

4

6, 5, 7, 8

3, 6, 4, 7

3, 5, 1, 6, 2, 5

5

4, 3, 2, 1

3, 6, 4, 7, 8

3, 5, 1, 6, 2, 5

6

4, 3, 2, 1

3, 6, 4, 7, 8, 4

3, 5, 1, 6, 2, 5

7

4, 8

∅

3, 5, 1, 6, 2, 5, 4, 8, 7, 4, 6, 3

8

4, 7


12

Thuật toán Fleury
Bắt đầu từ một đỉnh bất kỳ, đi theo các cạnh của đồ thị
theo quy tắc sau:
Qui tắc 1: Xóa các cạnh đã đi qua và các đỉnh cô lập
nếu có
Qui tắc 2: Tại mỗi đỉnh, ta chỉ đi qua cầu nếu không còn
đường nào khác.


13

Nội dung

I.

Đồ thị Euler

II.



14


II. Đồ thị Hamilton

1. Định nghĩa

2. Định lý

3. Giải thuật xây dựng chu trình Hamilton


15

II.1. Định nghĩa
Lịch sử
“ Giả sử ta có một khối 12 mặt, mỗi mặt là một hình ngũ giác
đều. Mỗi đỉnh trong 20 đỉnh của khối này được đặt bằng tên của
một thành phố. Hãy tìm một đường xuất phát từ một thành phố,
đi dọc theo các cạnh của khối, ghé thăm mỗi một trong 19 thành
phố còn lại đúng một lần, cuối cùng trở lại thành phố ban đầu”

Trong đồ thị hình trên có hay không một chu trình đi qua
tất cả các đỉnh của đồ thị, mỗi đỉnh đúng một lần ?

16

Giả sử G là đơn đồ thị vô (có) hướng, ta có
các định nghĩa sau:
Chu trình Hamilton là chu trình xuất phát từ một đỉnh, đi
thăm tất cả các đỉnh còn lại mỗi đỉnh đúng một lần, cuối
cùng quay trở lại đỉnh xuất phát. Đồ thị có chu trình
Hamilton gọi là đồ thị Hamilton.
Đường đi Hamilton là đường đi qua tất cả các đỉnh của
đồ thị, mỗi đỉnh đúng một lần. Đồ thị có đường đi
Hamilton gọi là đồ thị nửa Hamilton.


17

II.2. Định lý

Nhận biết đồ thị Hamilton
Chưa có chuẩn để nhận biết 1 đồ thị có là Hamilton hay
không
Chưa có thuật toán để kiểm tra
Các kết quả thu được ở dạng điều kiện đủ
Nếu G có số cạnh đủ lớn thì G là Hamilton


18

II.2. Định lý

Định lý Dirac
Cho đồ thị vô hướng G=(V, E) có n đỉnh (n ≥ 3). Nếu mọi
đỉnh v của đồ thị đều có deg(v) ≥ n/2 thì G có chu trình
Hamilton.


19

II.2. Định lý
Chứng minh
Thêm vào G k đỉnh mới và nối chúng với tất cả các
đỉnh của G ta được G’.
Giả sử k là số nhỏ nhất sao cho G’ là đồ thị Hamilton.
Ta sẽ chứng minh là k = 0.


20

II.2. Định lý
Chứng minh

Giả sử k > 0, Xét chu trình Hamilton trong G’: v → p → w
→ … v. Với p là 1 trong những đỉnh mới. Ta thấy:
• v và w không thể kề nhau ( Ngược lại khi đó có thể bỏ p – vô
lý vì k là min )
• Nếu v’ kề v và w’ kề w thì w’ không thể đi liền sau v’. Trái lại: Ta
thay v → p → w → … v’ → w’ → …→ v bởi: v → v’ → … → w
→ w’ → …→ v bỏ qua p. Do đó: Với mỗi đỉnh kề với v ta luôn
tìm được 1 đỉnh không kề với w:

Số đỉnh không kề với w ≥ số đỉnh kề với v ≥ (n/2 + k)
Mà số đỉnh kề với w ≥ (n/2 + k)
Do đó |VG’| ≥ (n + 2k) > n + k Vô lý !!! (ĐPCM)

21

II.2. Định lý

Định lý Dirac cho đồ thị có hướng
Cho đồ thị có hướng, liên thông mạnh G=(V, E) và có n
đỉnh. Nếu mọi đỉnh v V đều có và thì G có chu trình
Hamilton.


22

II.3. Giải thuật x/d chu trình Hamilton
Dùng giải thuật quay lui
Bắt đầu từ 1 đỉnh, đi theo con đường dài nhất có thể
được (depth – first)
Nếu đường đó chứa mọi đỉnh và có thể nối 2 đỉnh đầu và
cuối bằng 1 cạnh thì đó là chu trình Hamilton
Nếu trái lại ta lùi lại một đỉnh để mở con đường theo
chiều sâu khác
Cứ tiếp tục quá trình trên cho đến khi thu được chu trình
Hamilton.


23

Cài đặt thuật toán
void hamilton(k)
/*Phát triển dãy X1,X2,…,Xk-1
G=(V,E) được cho bởi Danh Sách kề: Ke(v), v ∈ V */
{
for ( y ∈ Ke(Xk-1) )
if ( ( k = = n+1 ) && ( y = = v0 ) ) Xuất(X1,…Xn,v0);
else if ( Chuaxet[y] ) {
Xk = y;
Chuaxet[y] = 0;
Hamilton(k+1);
Chuaxet[y] = 1; //Quay lui
}
}
main(){
for (v ∈ V) Chuaxet[v] = 1;
X1 = v0; Chuaxet[v0] = 0; Hamilton(2);
}

24

Ví dụ


25

Ví dụ


26

Nội dung
I.

Định nghĩa

II.

Cây khung của đồ thị

III.

Tập các chu trình cơ bản

IV.

Cây khung nhỏ nhất

V.

Cây có gốc

Chương 5 - Cây

2


I. Định nghĩa
Cây là đồ thị vô hướng
Liên thông
Không có chu trình

Rừng là đồ thị vô hướng
Không có chu trình
Chương 5 - Cây

3

I. Định nghĩa
Định lý nhận biết cây
Cho T =(V, E) là đồ thị vô hướng n đỉnh. Các mệnh đề sau
đây là tương đương:
MĐ1: T là cây ( T liên thông và không chứa chu trình ).
MĐ2: T không chứa chu trình và có n-1 cạnh.
MĐ3: T liên thông và có n-1 cạnh.
MĐ4: T liên thông và mỗi cạnh của nó đều là cầu.
MĐ5: Hai đỉnh bất kỳ của T được nối với nhau bởi đúng 1
đường đi đơn.
MĐ6: T không chứa chu trình nhưng hễ cứ thêm vào nó
một cạnh ta thu được đúng 1 chu trình.

Chương 5 - Cây

4

I. Định nghĩa

Định lý nhận biết cây
Chứng minh:
Ta sẽ chứng minh định lý trên theo sơ đồ sau:
MĐ1 ⇒ MĐ2 ⇒ MĐ3 ⇒ MĐ4 ⇒ MĐ5 ⇒ MĐ6 ⇒ MĐ1

Chương 5 - Cây

5

I. Định nghĩa
Chứng minh MĐ1 ⇒ MĐ2: Nếu T là cây n đỉnh thì T không có chu
trình và có n-1 cạnh
Chứng minh bằng phương pháp quy nạp
Với n=1 thì đồ thị có n-1 = 1 – 1 = 0 (Đúng)
Giả sử khẳng định đúng ∀ cây có k ≥1 đỉnh. Ta sẽ chỉ ra ∀ cây T có
k+1 ≥1 đỉnh sẽ có số cạnh là k.
Chọn đường đi dài nhất trong G là P = (v1 ,v2 ,…,vm).Rõ ràng v1 là đỉnh
treo :
• v1 không thể kề với các đỉnh v3,…,vm vì G không có chu trình.
• v1 không thể được nối với các đỉnh khác vì P là dài nhất
Xét G’ = G { v1, (v1 ,v2) } (Không thể bỏ các đỉnh trung gian). Ta được
G’ có k đỉnh. Theo giả thiết quy nạp G’ có k-1 cạnh. Do đó G có k cạnh
(ĐPCM)

Chương 5 - Cây

6

I. Định nghĩa
Chứng minh MĐ2 ⇒ MĐ3: Nếu T không chứa chu
trình và có n-1 cạnh thì T liên thông.
Chứng minh bằng phương pháp phản chứng.
Giả sử T không liên thông, khi đó T được phân rã thành
k>1 thành phần liên thông T1, T2, …, Tk .Vì T không chứa
chu trình (theo giả thiết) nên các cây cũng vậy, suy ra Ti
là cây.
Gọi v(T) và e(T) tương ứng là số đỉnh và cạnh của T. Theo
phần trước MĐ1 ⇒ MĐ2 ta có: e(Ti) = v(Ti) – 1. Suy ra:
• ∑ e(Ti) = ∑ (v(Ti) -1) = ∑ v(Ti) – k
e(T) = v(T) – k
n - 1 = n - k . Vô lý với k>1 (ĐPCM)
Chương 5 - Cây

7

I. Định nghĩa
Chứng minh MĐ3 ⇒ MĐ4:Nếu T liên thông và có n-1
cạnh thì mỗi cạnh của T là cầu
Suy luận tương tự như chứng minh MĐ1 ⇒ MĐ2.
Chọn đường đi dài nhất P = (v1, v2, v3, …,vm).
Nếu từ đồ thị T ta bỏ đi một cạnh nào đó trên đường đi P,
thì rõ ràng không còn con đường nào khác để đi từ v1 đến
vm (vì nếu ngược lại thì T có chu trình). Vì vậy các cạnh
của T đều là cầu.

Chương 5 - Cây

8

I. Định nghĩa
Chứng minh MĐ4 ⇒ MĐ5:Nếu T liên thông và mỗi
cạnh của T là cầu thì hai đỉnh bất kỳ của T được
nối với nhau đúng bởi 1 đường đơn.
T liên thông nên mọi 2 đỉnh của T tồn tại đường nối
giữa chúng. Đường nối này là duy nhất vì trái lại T sẽ
có chu trình và các cạnh trên chu trình đó sẽ không thể
là cầu.(ĐPCM)

Chương 5 - Cây

9

I. Định nghĩa
Chứng minh MĐ5 ⇒ MĐ6:Nếu hai đỉnh bất kỳ của T được nối
với nhau đúng bởi 1 đường đơn thì T không chứa chu trình
nhưng hễ cứ thêm vào nó 1 cạnh ta thu được đúng 1 chu
trình
T không chứa chu trình vì nếu T có chu trình thì sẽ có cặp đỉnh
được nối với nhau bởi 2 đường đơn.
Thêm vào cạnh (u,v) ta sẽ nhận được chu trình gồm đường đơn
nối u với v và cạnh (u,v) mới.
Do đường đơn nói trên là duy nhất nên chu trình nhận được cũng
là duy nhất.
(ĐPCM)

Chương 5 - Cây

10

I. Định nghĩa
Chứng minh MĐ6 ⇒ MĐ1:T không chứa chu trình
nhưng hễ cứ thêm vào nó một cạnh ta thu được
đúng 1 chu trình thì T là cây (liên thông và không
có chu trình).
Chứng minh bằng phản chứng

Chương 5 - Cây

11

Nội dung
I.

Định nghĩa

II.


III.


IV.


V.

Cây có gốc

Chương 5 - Cây

12


Cho đồ thị G =(V, E) vô hướng, liên thông. Một cây
T=(V,F) được xây dựng từ G với F ⊂ E (T chứa tất cả các
đỉnh của G và tập cạnh F là con của tập cạnh E) được gọi
là cây khung của đồ thị G.
Cây bao trùm hay cây tối đại.

Chương 5 - Cây

13

II.2. Định lý Cayley
Số cây khung của đồ thị Kn là nn-2

abc, bcd, cda, dab,
afc, dfb, aec, deb,
aed, afb, bec, cfd,
efc, efd, efa, efb.
Số cây khung là: 42 = 16

Chương 5 - Cây

14

II.3. Xây dựng cây khung
Xây dựng theo chiều sâu
Xây dựng theo chiều rộng
Tham số
• Input: Đồ thị G lưu dưới dạng danh sác kề - Mảng Ke[]
• Output: Cây khung T của đồ thị
Mảng ChuaXet[] dùng để đánh đấu các đỉnh đã được xét hay chưa.

Chương 5 - Cây

15

II.3.a. X/d theo chiều sâu
/* Khai báo các biến toàn cục ChuaXet, Ke, T */
void Tree_DFS(v);
{
ChuaXet[v] = 0;
for (u ∈ Ke(v))
if (ChuaXet[u]) {
T = T ∪ (v,u);
Tree_DFS(u);
};
}
main(){
for (v ∈ V)
ChuaXet[v] = 1; /* Khởi tạo cờ cho đỉnh */
T = ∅;
/* T là tập cạnh cây khung */
Tree_DFS(root); /* root là đỉnh nào đó của đồ thị */
}
Chương 5 - Cây

16

II.3.a. X/d theo chiều sâu
Ví dụ

6, 3

6

3, 5

7

4,8

8

7, 4, 10, 9

9

8, 10

10

5

2, 3, 7, 8

5

6

1, 6, 5, 4

4

3

4, 1

3

4

2, 3

2

2

Ke(v)

1

1

Đỉnh v

8, 9

7
8
10
9
Cây khung của G là:
{(1, 2), (2, 4), (4, 3), (3, 6), (6, 5), (4, 7), (7, 8), (8, 10), (10, 9)}
Chương 5 - Cây

17

II.3.b. X/d theo chiều rộng
/* Khai báo các biến toàn cục ChuaXet, Ke, QUEUE */
void Tree_BFS(r);{
QUEUE = ∅;
QUEUE ⇐ r;
ChuaXet[r] = 0;
while (QUEUE != ∅ ){
v ⇐ QUEUE;
for (u ∈ Ke(v))
if ( ChuaXet[u] ){
QUEUE ⇐ u;
ChuaXet[u] = 0;
T = T ∪ (v,u);
};
}
}
main() /* Nhập đồ thị, tạo biến Ke */{
for (v ∈ V)
ChuaXet[v] = 1; /* Khởi tạo cờ cho đỉnh */
T = ∅;
/* T là tập cạnh cây khung */
Tree_DFS(root);
/* root là đỉnh nào đó của đồ thị */
}
Chương 5 - Cây

18

II.3.b. X/d theo chiều rộng
Ví dụ

4, 1

3

1, 6, 5, 4

4

2, 3, 7, 8

5

6, 3

6

3, 5

7

4,8

8

7, 4, 10, 9

9
3
6
8

2, 3

2

2
4
7

Ke(v)

1

1

Đỉnh v

8, 10

10

8, 9

5

10
9
Cây khung của G là: {(1, 2), (2, 3), (2, 4), (4, 6), (6, 5), (4, 7), (7, 8), (8, 10), (10, 9)}
Chương 5 - Cây

19

Nội dung
I.

Định nghĩa

II.


III.


IV.


V.

Cây có gốc

Chương 5 - Cây

20


III.Tập các chu trình cơ bản
Định nghĩa
Giả sử G=(V,E) là đơn đồ thị vô hướng liên thông, H=(V,T)
là cây khung của G.
Nếu thêm một cạnh e ∈ ET vào cây khung H ta sẽ thu
được đúng 1 chu trình trong H, ký hiệu nó là Ce. Tập các
chu trình:
Ω = { Ce : e ∈ ET } được gọi là tập các chu trình cơ bản
của đồ thị G.

Chương 5 - Cây

21

Tính chất
Tập các chu trình cơ bản phụ thuộc vào cây khung của đồ thị. Hai cây
khung khác nhau có thể cho hai tập chu trình cơ sở khác nhau.
Nếu một đồ thị liên thông có n đỉnh, m cạnh. Khi đó cây khung có n-1
cạnh, còn lại m-n+1 cạnh ngoài. Tương ứng với mỗi cạnh ngoài, ta có
một chu trình cơ bản. Vì vậy, số chu trình cơ bản của một đồ thị liên
thông là m-n+1.
Tập các chu trình cơ bản là một tập nhiều nhất các chu trình thỏa mãn
điều kiện: Mỗi chu trình có đúng một cạnh riêng, cạnh đó không nằm
trong các chu trình còn lại và việc loại bỏ cạnh này không ảnh hưởng
đến tính liên thông của đồ thị và không ảnh hưởng đến các chu trình
còn lại. Như vậy ta có thể bỏ tối đa m - n+1 cạnh mà vẫn đảm bảo tính
liên thông của đồ thị.

Chương 5 - Cây

22

Ý nghĩa
Các bài toán về mạch điện
Mỗi mạch vòng tương ứng với một chu trình cơ bản.
Tổng hiệu điện thế dọc theo một mạch vòng bằng 0. (ĐL
Kirchoff)
Lập hệ PT tuyến tính
Tính toán hiệu điện thế trên mọi
đường dây của mạng điện.

Chương 5 - Cây

23

Thuật toán
/* Khai báo các biến toàn cục d, num, STACK, Index, Ke */
void Cycle(int v);{
d ++; STACK[d] = v; num ++; Index[v] = num;
for (u ∈ Ke(v))
if (Index[u] ==0 )
Cycle(u);
else if (( u != STACK[d-1] ) && ( Index[v] > Index[u] ) )
Ghi nhận chu trình STACK[d], … , STACK[c], với STACK[c] =u;
d --;
}
main(){
for (v ∈ V) Index[v] = 0; /* Khởi tạo cờ cho đỉnh */
num = 0; d = 0; STACK[0] = 0;
for (v ∈ V)
if (Index[v] == 0) Cycle(v);
}

Chương 5 - Cây

24

Ví dụ

Đỉnh v
1

6, 1

3

5, 4, 1

4

3, 5

5

3, 4

6

8, 9, 7, 2

7

6, 9, 1

8

6

9

25

2, 7, 3

2

Chương 5 - Cây

Ke(v)

7, 6


Chương 5 - Cây

26

Nội dung
I.

Định nghĩa

II.


III.


IV.


V.

Cây có gốc

Chương 5 - Cây

27


IV. Cây khung nhỏ nhất


1. Khái niệm

2. Thuật toán Kruskal

3. Thuật toán Prim

Chương 5 - Cây

28

IV.1. Khái niệm
Cho G = (V, E) là đồ thị vô hướng liên thông.
Mỗi cạnh e của đồ thị được gán với một số không âm
w(e) gọi là độ dài (Trọng số) của nó.
Giả sử T = (V, F) là cây khung của G
Trọng số của cây khung T:
w(T) = ∑ w ( e )
e∈ F
Bài toán: Tìm T sao cho w(T) nhỏ nhất

Chương 5 - Cây

29

IV.1. Khái niệm
Ứng dụng
Bài toán xây dựng hệ thống đường sắt
Bài toán nối mạng máy tính

Chương 5 - Cây

30

IV.2. Thuật toán Kruskal
Đồ thị G=(V, E), Xây dựng tập cạnh F của T=(V, F) theo
từng bước:
1. Sắp xếp các cạnh của G theo thứ tự trọng số (độ dài)
tăng dần
2. Bắt đầu với F= Ø bổ xung dần các cạnh của G vào F với
điều kiện không tạo nên chu trình trong T.
3. Thuật toán dừng lại khi có n-1 cạnh được chọn.

Chương 5 - Cây

31

Ví dụ

(d, e)

(a, f)

(b, f)

(c, d)

(c, e)

(a, b)

(f, e)

(b, c)

1

3

4

5

7

12

20

24

(d, e)

(a, f)

(b, f)

(c, d)

(f, e)

1

3

4

5

20

Chương 5 - Cây

32

Void Kruskal;
{
F = ∅;
while ( ( |F| < n-1 ) && ( E != ∅ ) )
{
Chọn e = min ∈ E;
E = E {e};
if ( F ∪ {e} không chứa chu trình )
F = F ∪ {e};
}
if ( |F| < n-1 ) cout << “Đồ thị không liên thông”;
}
Chương 5 - Cây

33

IV.3. Thuật toán Prim
Cho đồ thị G=(V, E), Xây dựng tập đỉnh VT và tập cạnh F
của cây khung T=(VT , F) theo từng bước:
1. Bắt đầu với VT = s, một đỉnh bất kỳ và T=∅. Trong tất cả
các cạnh có 1 đỉnh ∉ VT và 1 đỉnh ∈ VT chọn cạnh có trọng
số nhỏ nhất.
2. Bổ sung cạnh đó vào F và đỉnh tương ứng vào VT .
3. Thuật toán dừng lại khi có n-1 cạnh được chọn (hoặc
VT=V ) .

Chương 5 - Cây

34


(a, f)

(d, e)

(c, f)

(a, b)

3
Chương 5 - Cây

(e, f)
2

1

4

12

35

Cài đặt
void Prim()
{
F = ∅; VT = u;
while ( |F| < n-1 )
{
Chọn e = { min w(u,v) (u∈ VT ) & (v∉ VT ) };
F = F ∪ {e};
VT = VT ∪ {v};
}
}
Chương 5 - Cây

36

IV. Cây khung nhỏ nhất
Chứng minh tính đúng đắn và nhận xét hai thuật
toán Kruskal và Prim ?

Chương 5 - Cây

37

Nội dung
I.

Định nghĩa

II.


III.


IV.


V.

Cây có gốc

Chương 5 - Cây

38


V. Cây có gốc
Cây có gốc
1. Các khái niệm
2. Cây tìm kiếm nhị phân
3. Cây quyết định
4. Các phương pháp duyệt cây

Chương 5 - Cây

39

V.1. Các khái niệm
T là một cây có gốc
x, y, z là các đỉnh trong T
v0, v1, …, vn là một đường đi
đơn trong T
Vn-1 là cha (parent) của vn
v0 ,v1 ,…,vn-1 là các tiền bối (
ancestor) của vn
vn là con (child) của vn-1
Nếu x là tiền bối của y thì y là
hậu duệ (descendant) của x
Nếu y, z là con của x thì y và
z là anh em (siblings)
Chương 5 - Cây

40

Nếu x không có con thì x là lá (leaf)
Nếu x không là lá thì x là đỉnh trong
(branch vertex)
Mức (level) của đỉnh x là chiều dài (số
cành) của đường đơn từ gốc v0 tới x.
level(v0) = 0
Chiều cao (height) của một cây là mức
lớn nhất trong cây
Cây con (subtree) của T gốc tại x là đồ
thị con của T mà
• Tập đỉnh gồm x và tất cả các hậu duệ của x
• Tập các cành gồm mọi cành nối tới các hậu
duệ của x
Chương 5 - Cây

41


Cha của c là b
Con của g là h, i, j
Các tiền bối của e là c, b, a
Các hậu duệ của b là c, d, e
Các đỉnh trong : a, b, c, g, h, j, k
Chương 5 - Cây

42

Các lá : d, e, f, l, m, i, n, o
Mức của c là 2, của k là 3
Chiều cao của cây là 4
Cây con gốc g.

Một cây có gốc gọi là:
m – cây (m-ary tree) nếu mỗi đỉnh trong không có
quá m con
m – cây đầy (full m-ary tree) nếu mỗi đỉnh trong có
đúng m con
Cây nhị phân (binary tree) nếu mỗi đỉnh không có
quá 2 con
Cây có gốc thứ tự (Ordered rooted tree) nếu các con
của mỗi đỉnh trong được xếp thứ tự từ trái qua phải

Chương 5 - Cây

43

Đặc biệt: Cây nhị phân có thứ tự:
Nếu một đỉnh trong có đủ 2 con thì
• Con thứ nhất là con bên trái ( left child)
• Con thứ 2 là con bên phải ( right child)

Một m – cây với chiều cao h gọi là thăng
bằng ( balanced) nếu tất cả các lá đều ở mức
h hay h-1.

Chương 5 - Cây

44

Một số ví dụ
Mô hình gia phả một dòng họ
Mô hình biểu diễn của các tổ chức
• Ví dụ: Mô hình tổ chức Trường Đại Học

Chương 5 - Cây

45

Một số ví dụ
Mô hình các tập tin trong
máy tính
• Các tập tin trong máy
tính được tổ chức
thành các thư mục, các
thư mục được tổ chức
dưới dạng cây, trong đó
thư mục gốc là gốc của
cây

Chương 5 - Cây

46

V.2. Cây tìm kiếm nhị phân
Một cây tìm kiếm nhị phân là một cây nhị
phân T mà trong đó:
Mỗi đỉnh được gán cho một nhãn
Các nhãn có thể so sánh được với nhau
∀ đỉnh v∈T, các nhãn trong cây con bên trái của v đều
nhỏ hơn nhãn của v và các nhãn trong cây con bên phải
của v đều lớn hơn nhãn của v

Chương 5 - Cây

47

Ví dụ:: 30, 20, 10, 40, 32, 27, 17, 8, 42, 78, 35.

Chương 5 - Cây

48

Thuật toán tìm kiếm trên cây tìm kiếm nhị
phân
Giả sử ta có một cây tìm kiếm, x là một giá trị nào đó
Xác định vị trí của biến x nếu x là nhãn của một đỉnh v
Nếu thấy rằng x không là nhãn của một đỉnh nào cả thì
tạo ra một đỉnh mới và gán nhãn x cho đỉnh đó
Độ phức tạp thuật toán: O(log n)

Chương 5 - Cây

49

Thuật toán tìm kiếm trên cây tìm kiếm nhị phân
void TK( Cây NPTK T, phần tử x);
{
v = gốc của T;
if (v == NULL ) thêm đỉnh r vào cây và gán cho nó nhãn là x
while ((v != NULL) && (label(v) != x) )
{
if (x == label(v)) cout << “Tìm được x”;
if (x < label(v))
if (con bên trái v != NULL) v = con bên trái v;
else thêm đỉnh nhãn x là con bên trái v và đặt v := NULL;
if (x > label(v))
if (con bên phải v != NULL) v = con bên phải v;
else thêm đỉnh nhãn x là con bên phải v và đặt v:=NULL;
}
}
Chương 5 - Cây

50

V.3. Cây quyết định
Thuật toán tìm kiếm trên cây tìm kiếm nhị phân

Cây quyết định là cây có gốc mà:
• Mỗi đỉnh tương ứng với 1 quyết định
• Mỗi cây con tại các đỉnh này ứng với mỗi kết cục
có thể của của quyết định
Một lời giải là một đường đi từ gốc đến lá
Ví dụ: Cho 8 đồng xu, trong đó có một đồng nhẹ
hơn. Xác định nó bằng 1 cái cân thăng bằng.

Chương 5 - Cây

51

Có 3 trạng thái sau mỗi lần cân. Do đó cây quyết
định cho một dãy các lần cân là cây tam phân
Có ít nhất 8 lá trong cây quyết định vì có 8 kết
cục có thể và mỗi kết cục cần biểu diễn bằng ít
nhất 1 lá
Số lần cân nhiều nhất để xác định đồng xu giả là
chiều cao của cây h
Ta có h ≥ ⎡log38⎤ = 2 (làm tròn tăng)

Chương 5 - Cây

52


Chương 5 - Cây

53

V.4. Các phương pháp duyệt cây
Thuật toán viếng thăm mọi đỉnh của một cây
có gốc có thứ tự đúng 1 lần một cách có hệ
thống gọi là thuật toán duyệt cây
Có 3 thuật toán phổ thông:
Duyệt tiền tự (Preoder traversal)
Duyệt trung tự (Inorder traversal)
Duyệt hậu tự (Postorder traversal)

Chương 5 - Cây

54

Thuật toán duyệt tiền tự
void Preorder( cây thứ tự có gốc T);
{
r = gốc của T;
Thăm r;
for ( Mỗi cây con c của r từ trái sang phải )
{
T(c) = Cây con với gốc c
Preorder( T(c) )
}
}
Chương 5 - Cây

55

Thuật toán duyệt trung tự
void Inorder( cây thứ tự có gốc T)
{
r := gốc của T
if (r là lá) Thăm r;
else
{
s = con đầu tiên từ trái sang phải của r
T(s) = Cây con với gốc s;
Inorder( T(s) ); Thăm r
for (Mỗi cây con c của r từ trái sang phải trừ s)
Inorder( T(c) )
}
}
Chương 5 - Cây

56

Thuật toán duyệt hậu tự
Void Postorder( cây thứ tự có gốc T);
{
r = gốc của T
for (Mỗi cây con c của r từ trái sang phải)
{
Postorder( T(c) )
}
Thăm r
}

Chương 5 - Cây

57

Ví dụ

+ Duyệt tiền tự: a, b, c, d, e, f, g, h, o, k, l, m, n, p, q, s, t
+ Duyệt trung tự: d, c, e, b, a, g, f, h, m, l, n, k, o, p, s, q, t
+ Duyệt hậu tự: d, e, c, b, g, h, f, m, n, l, k, p, s, t, q, o, a
Chương 5 - Cây

58

Chương 6: Bài toán tô màu đồ thị

Nội dung
I.

Định nghĩa

II.

Định lý 4 màu

III.

Nhận biết đồ thị 2-màu

IV.

Thuật toán SequentialColor

V.

Một số bài toán ứng dụng

Chương 6 – Bài toán tô màu đồ thị

2


I. Định nghĩa
Cần phải tô màu một bản đồ với điều kiện:
Hai miền chung biên giới được tô hai màu khác nhau
Số màu cần dùng là tối thiểu

Hãy xác định số màu tối thiểu cho mọi bản
đồ

Bản đồ này cần dùng 4 màu để tô

3

I. Định nghĩa
a

d
c

b

e

Bài toán tô màu bản đồ quy về bài toán tô màu các Đỉnh của đồ thị
Định nghĩa 1
Tô màu một đơn đồ thị là sự gán màu cho các đỉnh của nó sao cho
hai đỉnh liền kề nhau được gán màu khác nhau.
Định nghĩa 2
Số màu của một đồ thị là số tối thiểu các màu cần thiết để tô màu đồ thị này.

4

II. Định lý 4 màu
Định lý: Số màu của một đồ thị phẳng là
không lớn hơn 4
Định lý này được phát biểu lần đầu tiên năm 1850 và
được 2 nhà toán học Mỹ Appel và Haken chứng minh
năm 1976 bằng phản chứng.
Đối với các đồ thị không phẳng số màu có thể tuỳ ý lớn
Để chứng minh đồ thị G là n-màu ta phải
• Chỉ ra 1 cách tô màu G với n màu
• CMR không thể tô màu G với ít hơn n màu


5

II. Định lý 4 màu
Các bài toán tô màu đồ thị
1. Cho đồ thị G và số nguyên k. Xây dựng một
thuật toán để kiểm tra xem có thể tô màu G
bằng k màu, nếu được thì thực hiện việc đó.
2. Cho đồ thị G hãy xác định số màu k của đồ thị
và hãy tô màu G bằng k màu đó


6

II. Nhận biết đồ thị 2-màu
Định lý
Một đồ thị G là 2-màu khi và chỉ khi G không
chứa một chu trình lẻ nào.
Chứng minh
1. Giả sử G là đồ thị 2-màu ta phải CMR G không chứa
chu trình lẻ.
Thật vậy nếu G có chu trình lẻ C=(v1, v2, …, v2n+1, v1)
Do C chỉ được tô bởi 2 màu ⇒ các đỉnh lẻ sẽ được tô
bằng 1 màu. Nhưng lúc đó v1 và v2n+1 là 2 đỉnh kề nhau
có cùng màu vô lý !!! (ĐPCM)


7

Chứng minh
2. Giả sử G không chứa chu trình lẻ.Ta sẽ CMR G là đồ thị
2-màu.
Chọn 1 đỉnh r làm gốc và tô nó màu đỏ. ∀ x ∈ V sẽ
được tô màu đỏ nếu đường đi ngắn nhất từ x tới r có
số ca.nh chẵn. Trái lại tô x màu xanh.
Ta sẽ chứng minh rằng đỉnh x, y của cạnh (x,y) bất kỳ
được tô hai màu khác nhau.
Trái lại giả sử x và y là 2 đỉnh của cạnh (x,y) nào đó
được tô cùng màu


8

Chứng minh
Trường hợp 1: Px và Py không có chung cạnh. Ta có
Px + (x,y) + Py là chu trình có số cạnh lẻ. (Mâu thuẫn
giả thiết).


9

Chứng minh
Trường hợp 2: Px và Py có chung k cạnh từ đỉnh a tới
đỉnh b. Ta sẽ nhận được hai chu trình Ca , Cb và k
cạnh chung. Ta có Px + (x,y) + Py có số lẻ cạnh mà:
| Px + (x,y) + Py | = | Ca | + | Cb | + 2k

Do đó một trong hai chu trình Ca hoặc Cb sẽ có số cạnh lẻ
Vô lý !!! (ĐPCM)
Vậy G là 2 - màu

10

III. Thuật toán SequentialColor
Với k=2 việc nhận biết đồ thị 2 – màu đã được giải quyết
Tuy vậy việc nhận biết đồ thị k – màu với k > 2 vẫn chưa có
lời giải
Thuật toán SequentialColor tô màu 1 đồ thị với k màu:
Xem các đỉnh theo thứ tự từ 1 đến |V|, tại mỗi đỉnh v gán màu
đầu tiên có sẵn mà chưa được gán cho 1 đỉnh nào liền v
1. Xếp các đỉnh theo thứ tự bất kỳ 1,2,… n
2. Tạo tập Li - tập các màu có thể gán cho đỉnh I
3. Bắt đầu tô từ đỉnh 1
4. Với đỉnh k ∈ {1,…,n} tô màu đầu tiên của Lk cho k
5. ∀ j > k và j kề k loại bỏ trong Lj màu đã được tô cho k
6. Giải thuật dừng lại khi tất cả các đỉnh đã được tô

11

Ví dụ

Các màu:
X: Xanh
Đ: Đỏ
T: Tím
V: Vàng
Thứ tự tô các đỉnh: 1, 2, 3, 4

Các bước

L1

L2

L3

L4

Khởi tạo

X, Đ, T, V

X, Đ, T, V

X, Đ, T, V

X, Đ, T, V

B1

X

X, Đ, T, V

X, Đ, T, V

Đ, T, V

1 - Xanh

X

Đ, T, V

Đ, T, V

2 - Xanh

Đ

T, V

3 - Đỏ

T

4 - Tím

B2
B3
B4


12

Màu tô

Ví dụ

Các màu:
X: Xanh
Đ: Đỏ
T: Tím
V: Vàng
Thứ tự tô các đỉnh: 4, 3, 2, 1

Các bước

L4

L3

L1

L2

Khởi tạo

X, Đ, T, V

X, Đ, T, V

X, Đ, T, V

X, Đ, T, V

B1

X

Đ, T, V

Đ, T, V

X, Đ, T, V

4 - Xanh

Đ

Đ, T, V

X, T, V

3 - Đỏ

Đ

X, T, V

1 - Đỏ

X

2 - Xanh

B2
B3
B4


13

Màu tô

Nhận xét
Là dạng thuật toán tham lam
Lời giải tìm được chưa
chắc tối ưu
Độ phức tạp của giải thuật O(n2)


14

IV.Một số bài toán ứng dụng
Bài toán lập lịch thi
Lập lịch thi: Hãy lập lịch thi trong trường đại học sao
cho không có sinh viên nào có 2 môn thi cùng lúc
• Các đỉnh : Các môn thi
• Có 1 cạnh nối 2 đỉnh nếu như có 1 SV thi cả 2
môn này
• Thời gian thi được thể hiện bởi các màu khác
nhau
Việc lập lịch thi sẽ tương ứng với việc tô màu đồ thị
này


15

Bài toán lập lịch thi
Có 7 môn thi: Toán (t), Anh Văn (a), Lý (l), Pascal (p), Tin học đại cương
(h), Tiếng vệt thực hành (v), Visual Basic (b).
Các cặp môn thi có chung sinh viên là: (t,a), (t, l), (t, p), (t,b),(a,l), (a,p),
(a,h), (a,b), (l,p), (l,b), (p,h), (p,v), (h,b), (v,b).
Kết quả tô màu
a

l

p

h

v

b

t

Đỏ

Xanh

Tím

Nâu

Lá cây

Vàng

Đen

Kết quả xếp lịch thi
Đợt thi
1

Lý, Tin học đại cương

3

Pascal, Visual Basic

4
16

Anh Văn

2


Môn thi

Tiếng việt thực hành, Toán

Bài toán phân chia tần số
Phân chia tần số: Các kênh truyền hình từ số 2 tới 13
được phân chia cho các đài truyền hình ở Bắc Mỹ sao
cho 2 đài ở gần nhau dưới 150 km có 2 kênh khác
nhau
Giải quyết:
• Mỗi đài phát : 1 đỉnh
• Hai đài gần nhau dưới 150 km là 2 đỉnh được nối với nhau
• Việc phân chia kênh: Tô màu đồ thị, trong đó mỗi màu biểu thị
một kênh


17

Chương 7: Bài toán tìm đường đi ngắn nhất

Nội dung

I.

Giới thiệu

II.

Thuật toán Ford-Bellman

III.

Thuật toán Dijkstra

IV.

Thuật toán Floyd

Chương 7 – Bài toán tìm đường đi ngắn nhất

2


I. Giới thiệu
Xét đồ thị có hướng, có trọng số G=(V, E)
, if (u , v) ∉ E
⎧∞
TrongSo(u , v) = ⎨
⎩a (u , v), if (u , v) ∈ E
Với a(u, v) ∈ R

Nếu dãy v0,v1,…,vp là 1 đường đi trên G
thì độ dài của nó được định nghĩa:
p

DoDai ( v0 , v1 ,..., v p ) = ∑ a ( vi −1 , vi )
i =1


3

I. Giới thiệu
Bài toán đường đi ngắn nhất
Giả sử có nhiều đường đi từ v0 đến vp: Đường đi
ngắn nhất là đường đi có tổng trọng số các cung nhỏ
nhất.
Đường đi từ một đỉnh
• Ford-Bellman
• Dijkstra

Đường đi từ một đỉnh
• Floyd


4

Nội dung

I.

Giới thiệu

II.


III.


IV.

Thuật toán Floyd


5


II. Thuật toán Ford-Bellman
Thuật toán Ford-Bellman dùng để tìm đường đi
ngắn nhất từ một đỉnh s đến tất cả các đỉnh còn
lại của đồ thị.
Được sử dụng cho đồ thị không có chu trình âm.
Cho đồ thị có hướng, có trọng số G=(V, E). Trọng số của các cạnh
của G được tính như sau:
TrongSo(u, v) = ∞ nếu cung (u, v) ∉ E.
TrongSo(u, v) = a(u, v) nếu cung (u, v) ∈ E.
Thuật toán tìm đường đi ngắn nhất d(v) từ đỉnh s đỉnh v, mọi v ∈ V:
+ Xét u V. Nếu d(u) + TrongSo(u, v) < d(v) thì ta thay d(v) = d(u) +
TrongSo(u, v).
+ Quá trình này sẽ được lặp lại cho đến khi không thể có giá trị d(v)
tốt hơn.


6

Cài đặt thuật toán
Đầu vào:
• Đồ thị có hướng G=(V,E) với n đỉnh.
• s ∈ V là đỉnh xuất phát.
• a[u,v], u,v ∈ V là ma trận trọng số

Đầu ra :
• Khoảng cách từ s đến tất cả các đỉnh còn lại d[v],
v∈V.
• Truoc[v], v ∈ V là đỉnh đi trước v trong đường đi
ngắn nhất từ s đến v


7

void Ford_Bellman()
{
for (v ∈ V) /* Khởi tạo d và Truoc */
{
d[v] = a[s,v];
Truoc[v] = s;
}
d[s] = 0;
for (k = 1; k < n-1; k++)
for (v ∈ V {s})
for ( u ∈ V)
if (d[v] > d[u] + a[u,v] )
{
d[v] = d[u] + a[u,v] ;
Truoc[v] = u;
}
} /* Độ phức tạp của thuật toán là O(n3) */

8

Ví dụ
1
2
3
4
5

k

d[5], Truoc[5]

d[4], Truoc[4]

d[3], Truoc[3]

1
∞
∞
∞
∞
∞

2
1
∞
∞
∞
∞

3
∞
3
∞
2
∞

d[2], Truoc[2]

1

3, 1

∞, 1

∞, 1

1, 1

2

3, 1

4, 2

4, 2

1, 1

3

-1, 3

4, 2

4, 2

1, 1

4

-1, 3

3, 5

4, 2

1, 1

5

-1, 3

3, 5

4, 2

1, 1


9

4
∞
3
1
∞
4

5
3
8
-5
∞
∞

Nội dung

I.

Giới thiệu

II.


III.


IV.

Thuật toán Floyd


10


III. Thuật toán Dijkstra
Thuật toán Dijkstra dùng để tìm đường đi ngắn
nhất từ đỉnh s đến các đỉnh còn lại trong đồ thị.
Được sử dụng cho đồ thị không có cung trọng số
âm.
Thuật toán
Đầu vào
• Đồ thị có hướng G=(V,E) với n đỉnh.
• s ∈ V là đỉnh xuất phát.
• a[u,v], u,v ∈ V là ma trận trọng số

Đầu ra
• Khoảng cách từ s đến tất cả các đỉnh còn lại d[v], v ∈ V .
• Truoc[v], v ∈ V là đỉnh đi trước v trong đường đi ngắn nhất từ
s đến v.

11

void Dijkstra;{
for (v ∈ V) /* Khởi tạo d và Truoc */
{
d[v] = a[s,v];
Truoc[v] = s;
}
d[s] = 0; T = V {s};
while (T != ∅ ) {
Tìm u ∈ T sao cho d(u) = min { d(z): z ∈ T }
T = T {u}; /* Cố định nhãn của u */
for (v ∈ T) do
if (d[v] > d[u] + a[u,v] ) then
{
d[v] = d[u] + a[u,v] ;
Truoc[v] = u;
}
}
} /* Độ phức tạp của thuật toán là O(n2) */

12

Ví dụ
1
2
3
4
5

T
2, 3, 4, 5

3
∞
1
∞
1
∞

Đỉnh 3

1, 1

∞,1

∞, 1

7, 1

2, 2

5, 2

7, 1

4, 3

6, 3

4, 5
E
∅

2
1
∞
∞
∞
∞

Đỉnh 2

3, 4, 5

Đỉnh 4

1
∞
∞
∞
∞
∞

Đỉnh 5

6, 3
1, 1


2, 2
13

4, 3

6, 3

4 5
∞ 7
4 8
2 4
∞ ∞
4 ∞

Nội dung

I.

Giới thiệu

II.


III.


IV.

Thuật toán Floyd


14


IV. Thuật toán Floyd
Tìm đường đi ngắn nhất giữa tất cả các
cặp đỉnh trong đồ thị.
Thuật toán
Với mọi đỉnh k của đồ thị xét theo thứ tự từ 1 đến n,
xét mọi cặp đỉnh u, v. Ta tìm đường đi ngắn nhất từ u
đến v theo công thức:
a(u, v) = min (a(u, v), a(u, k) + a(k, v))


15

Cài đặt
Đầu vào
• Đồ thị cho bởi ma trận trọng số:

a[i, j], i, j = 1, 2, …, n.

Đầu ra: Hai ma trận
• Ma trận đường đi ngắn nhất giữa các cặp đỉnh:
d[i, j], i, j = 1..n.
d[i, j] là độ dài đường đi ngắn nhất từ i đến j
• Ma trận ghi nhận đường đi.
p[i, j], i, j = 1..n.
p[i, j] ghi nhận đỉnh đi trước đỉnh j trong đường đi ngắn nhất từ i
đến j.


16

void Floyd;{
for (i = 1; i <= n; i ++) /* Khởi tạo */
for (j = 1; j <= n; j ++){
d[i,j] = a[i,j];
p[i,j] = i;
}
for (k = 1; k <= n; k++) /* 3 vòng lặp */
for (i = 1; i <= n; i++)
for (j = 1; j <= n; j++)
if (d[i,j] > d[i,k] + d[k,j])
{
d[i,j] = d[i,k] + d[k,j];
p[i,j] = p[k,j];
}
}

17

Ví dụ


18


Vậy đường đi ngắn nhầt từ
đỉnh 1 đến đỉnh 3 là: 1
2
Với trọng số = 0.

19

3.

Chương 8: Luồng trong mạng

Nội dung

I.

Bài toán luồng cực đại

II.

Định lý Ford-Fulkerson

III.

Thuật toán tìm luồng cực đại trong mạng

Chương 8 – Luồng trong mang

2


I. Bài toán luồng cực đại
Mạng
Mạng là một đồ thị có hướng G= (V, E)
∃! đỉnh s (Điểm phát) mà deg-(s) = 0
∃! đỉnh t (Điểm thu) mà deg+(t) = 0
∀ cung e = (v, w) ∈ E được gán với một số không
âm c(e) = c(v, w) ≥ 0 gọi là Khả năng thông qua
của cung e.
s : Điểm phát
t : Điểm thu
Nếu không có
cung (v, w) thì
c(v, w) = 0


3

Luồng trong mạng
Cho mạng G= (V, E), ta gọi luồng f trong mạng G là một ánh xạ
f: E
R*, với mọi cung e=(v, w) E được gán với một số không
âm f(e) = f(v, w) ≥ 0 gọi là luồng trên cung e, thỏa mãn các điều
kiện sau:
•
•

Luồng trên mỗi cung e E không vượt quá khả năng thông qua của
nó: 0 ≤ f(e) ≤ c(e)
Với mọi đỉnh v không trùng với đỉnh phát s, và đỉnh thu t, tổng luồng
trên các cung đi vào v bằng tổng luồng các cung đi ra khỏi v.

Div f (v) =

∑ f (w, v) − ∑ f (v, w) = 0

w∈Γ − ( v )

w∈Γ + ( v )

Với
Điều kiện cân
bằng luồng

4

Γ − (v) = {w ∈ V | ( w, v) ∈ E}
Γ + (v) = {w ∈ V | (v, w) ∈ E}

Giá trị của luồng f là tổng luồng trên các cung đi ra khỏi đỉnh
phát (bằng tổng luồng trên các cung đi vào đỉnh thu).

val ( f ) =

∑

f ( s, w) =

w∈Γ + ( s )


5

∑

f ( w, t )

w∈Γ − ( t )


Γ-(v)

3

2

3
5

9

v

Γ+(v)

12

6

∑ f ( w , v ) = 2 + 3 + 9 + 6 = 20
−

w ∈ Γ (v)

∑

f ( v , w ) = 3 + 5 + 12 = 20

+

w ∈ Γ (v)

Div f ( v ) = 20 − 20 = 0

6


2

3

Γ-(t)
5

s

t

Γ+(s)

9

12

∑
w ∈ Γ

∑
w ∈ Γ

6

f ( w , t ) = 2 + 3 + 9 + 6 = 20
−

(t)

f ( s , w ) = 3 + 5 + 12 = 20
+

3

(s)

val ( f ) = 20

7

Các số màu xanh: Khả năng thông qua trên mỗi cung
Các số màu đỏ:
Luồng trên mỗi cung
Giá trị của luồng:
val(f) = 5

4, 2
2, 2

s

3, 3

9, 0
1, 1

8, 1
5, 1

3, 3
10, 2

t
10, 1

20, 1
8

s : Điểm phát
t : Điểm thu
Nếu không có
cung (v, w) thì
c(v, w) = 0

Cho mạng G= (V, E), hãy tìm luồng f trong mạng sao
cho giá trị luồng là lớn nhất.
Luồng f như vậy gọi là luồng cực đại

Ứng dụng:
Bài toán lập bản đồ giao thông trong thành phố.
Bài toán đám cưới vùng quê.


9

Nội dung

I.


II.


III.



10


II.1. Lát cắt
Cho mạng G = (V, E). Lát cắt (X, X*) là một phân
hoạch tập đỉnh V của mạng thành hai tập X và X* với
điểm phát s ∈ X và điểm thu t ∈ X*.
Khả năng thông qua của lát cắt (X, X*) là tổng tất cả
các khả năng thông qua của các cung (v, w) có v ∈ X
và w ∈ X*.
Lát cắt với khả năng thông qua nhỏ nhất được gọi là
lát cắt hẹp nhất.


11

II.1. Lát cắt
Lát cắt

Khả năng thông qua của lát cắt (X, X*) là: 3 + 8 + 10 = 21.


12

II.2. Luồng và lát cắt
Định lý 1
Giá trị của mọi luồng f trong mạng không lớn hơn khả
năng thông qua của lát cắt bất kỳ (X, X*).
val(f) ≤ c (X, X*)

Khả năng thông qua là 21.
Giá trị của luống f: val(f)=5<21.


13

Định lý 1
Chứng minh
Với mọi v V, ta cộng các điều kiện cân bằng luồng:
∑ ( ∑ f ( w , v ) − ∑ f ( v , w ) ) = div(s) = - val(f).
Tổng này gồm các số hạng dạng f(u,v) với dấu + và
dấu – mà có ít nhất u hoặc v ∈X. Nếu cả u và v đều ∈
X thì f(u,v) sẽ xuất hiện với dấu + trong Div(v) và dấu trong Div(u) nên chúng triệt tiêu lẫn nhau. Ta thu được:
v∈ X

−

w∈ Γ − ( v )

∑

w∈ Γ + ( v )

f (v , w ) +

v∈ X , w∈ X *

⇔ val ( f ) =

∑

f ( v , w ) = − val ( f )

v ∈ X *, w ∈ X

∑

∑

f (v, w ) −

v ∈ X , w∈ X *

v∈ X *, w∈ X

⇔ val ( f ) ≤ c ( X , X *)

(ĐPCM).

f (v, w) ≤

14

∑ c (v, w )

v ∈ X , w∈ X *

Hệ quả
Giá trị luồng cực đại trong mạng không vượt quá khả
năng thông qua của lát cắt hẹp nhất trong mạng.

Giá trị luồng cực đại trên mạng đúng bằng khả năng
thông qua của lát cắt hẹp nhất.


15

II.3. Đồ thị tăng luồng, đường tăng luồng
Giả sử f là một luồng trong mạng G = (V, E). Từ
mạng G ta xây dựng đồ thị có trọng số Gf=(V, Ef) như
sau:
Xét các cạnh e = (v, w) E:
• Nếu f(v, w) = 0 : thêm một cung (v, w) có trọng số là c(v, w) vào Gf
.
• Nếu f(v, w) = c(v, w) : thêm một cung (w, v) có trọng số c(v, w) vào
Gf.
• Nếu 0 < f(v, w) < c(v, w) : thêm một cung (v, w) có trọng số c(v,
w)– f(v,w), và một cung (w, v) có trọng số f(v, w) vào Gf .

Các cung của đồng thời cũng là cung của G được gọi là
cung thuận, các cung còn lại được gọi là cung nghịch. Đồ
thị được gọi là đồ thị tăng luồng.


16


Mạng G=(V, E)


Đồ thị tăng luồng Gf=(V, Ef)

17

Giả sử P = (s, , t) là một đường đi từ s đến t trên đồ
thị tăng luồng . Gọi d là trọng số nhỏ nhất trong các
trọng số của các cung trên đường đi P. Từ luồng f,
xây dựng luồng f’ trên mạng G như sau:
Nếu (v, w) P là cung thuận thì f’(v, w) = f(v, w) + d.
Nếu (v, w) P là cung nghịch thì f’(v, w) = f(v, w) – d.
Nếu (v, w) P thì f’(v, w) = f( v, w).
Khi đó ta được luồng f’ là luồng trong mạng G và giá
trị của luồng f’ tăng thêm d so với giá trị của luồng f.
Đường đi P được gọi là đường tăng luồng.


18



19

Định lý 2

Cho mạng G=(V, E) và f là một luồng trong mạng
G. Các mệnh đề sau là tương đương
• f là luồng cực đại trong mạng.
• Không tìm được đường tăng luồng f.
• val(f) = c(X, X*), với (X, X*) là một lát cắt nào đó của
mạng.

Chứng minh?


20

Nội dung

I.


II.


III.



21


III. Thuật toán tìm luồng cực đại trong mạng
Qui trình thuật toán Ford-Fulkerson
Đặt luồng ban đầu bằng 0 (luồng không). Vì một
mạng bất kỳ đều có ít nhất một luồng là luồng không.
Lặp lại hai quá trình tìm đường tăng luồng và tăng
luồng cho mạng theo đường tăng luồng đó. Vòng lặp
kết thúc khi không tìm được đường tăng luồng nữa.
Khi đã có luồng cực đại, xây dựng lát cắt hẹp nhất
của mạng.


22

Thuật toán tìm đường tăng luồng
Đầu tiên, gán nhãn cho s và đặt nó là chưa xét. Tiếp
tục ta gán nhãn cho các đỉnh kề của s và s trở thành
đỉnh đã xét. Làm tương tự cho các đỉnh kề với s đã
được gán nhãn. Thuật toán dừng lại nếu:
1. Đỉnh t được gán nhãn. Khi đó ta tìm được đường tăng
luồng.
2. Hoặc t chưa có nhãn mà tất cả các đỉnh có nhãn khác đã
được xét. Khi đó luồng đang xét là cực đại, không tìm được
đường tăng luồng.


23

Bước 1: Đặt f(e)=0, với mọi cạnh e ∈ E
Bước 2: Gán nhãn cho s:
p[s]=[-, ε(s)];
ε(s)=∞;
Đặt u= s;
Bước 3:
a) Với mọi v∈Ke+(u), Nếu v chưa có nhãn và s(u,v)=c(u,v)f(u,v)>0 thì:
Đặt ε(v) = min(ε(u), s(u,v));
Gán nhãn p[v] = [ +u, ε(v)] ;
Với mọi v ∈ Ke-(u), Nếu v chưa có nhãn và f(u,v)>0 thì:
Đặt ε(v) = min (ε(u), f(u,v));
Gán nhãn p[v] = [ -u, ε(v)] ;
Bước 4: Nếu t đã có nhãn (v == t) Đến Bước 5.
Ngược lại :
Nếu Mọi đỉnh có nhãn đã xét: Đến Bước 6.
Ngược lại: đặt u=v, Đến Bước 3.
Cuối nếu.
Cuối nếu.
Bước 5: Dùng p[t] để tìm đường tăng luồng P bằng cách đi ngược từ t đến s. Đặt
f = f + ε(t) ∀ cạnh e ∈ P. Đến Bước 2.
Bước 6: X = {Các đỉnh có nhãn đã xét }, X* = V X . Lát cắt (X,X*) là cực tiểu.

24

Ví dụ

+ Gán nhãn: s [-,∞].
+ Xét s: cung (s,a) s(s,a) = 3 > 0: ε(a) = min(∞,3) = 3, p[a]= [+s,3].
Đỉnh b: Chưa được gán nhãn.
+ Xét a: p[c]= [+a,2]
+ Xét c: cung (b,c) f(b,c) = 5 > 0, ε(c) = min(2,5) = 2 p[b]= [-c,2]
+ Xét b: p[d]= [+b,2].
+ Xét d: p[t]= [+d,2].
Ta có đường tăng luồng:
t→d→b→c→a→s
Luồng f’ := f + 2 = 7 + 2 = 9.

25

Contents
1.
2.
3.

Mệnh đề
Sự tương đương của các mệnh đề
Vị ngữ và lượng từ

1. Mệnh đề
Mệnh đề là một câu đúng hoặc sai, chứ không
thể vừa đúng vừa sai.
(mệnh đề)
Hà nội là thủ đô của Việt Nam.
1 + 5 = 70
(Không phải mệnh đề)
x + y = z (không đúng – không sai)
Bây giờ là mấy giờ? (câu trần thuật)
3

Mệnh đề (cont.)
Các chữ cái sẽ được dùng để kí hiệu mệnh đề và các
biến : p, q, r, s … Giá trị chân lý của mệnh đề là
đúng/sai, kí hiệu T (F).
“Các định luật của tư duy” – Geogre Boole (1854) =>
các mệnh đề phức hợp được tạo từ mệnh đề hiện có
bằng cách dùng các toán tử logic.
Định nghĩa 1: Giả sử p là mệnh đề.
Câu “không phải là p”
Là 1 mệnh đề khác, được gọi là phủ định của p. kí
hiệu ¬p hoặc p

Toán tử phủ định

Ví dụ: tìm phủ định của mệnh đề: “Hôm nay là
thứ tư”.
Giải: “Hôm nay không phải là thứ tư”

Ví dụ: Hôm nay là thứ tư. Hôm nay
trời mưa => “Hôm nay thứ tư và trời
mưa” (toán tử hội, p^q)

Ví dụ:
Món khai vị súp hoặc
salat.
Các sinh viên ngành
CNTT hoặc Toán ứng
dụng có thể theo học
học phần LTĐT.

Dịch những câu thông thường
Tiếng Anh (Việt …) thường có tính không rõ
ràng. Dịch các câu thông thường sang biểu thức
logic là làm mất đi tính không rõ ràng của nó.
Đồng thời có thể xác định giá trị chân lý, thao tác
và các quy tắc suy diễn để suy luận chúng.
Ví dụ: “Bạn không được lái xe máy nếu bạn cao
dưới 1.5m trừ phi bạn trên 18 tuổi”.

Gợi ý
q = Bạn được lái xe máy
r = Bạn cao dưới 1.5m
s = Bạn trên 18 tuổi.
Biểu thức logic:
(r ^ ¬s) -> ¬q
Và 1 số cách khác … tương đương

Các phép toán logic và các phép toán BIT
Binary bit (0, 1) - John Tukey (nhà thống kê),
1946. 1 = true; 0 = false.

2. Tương đương logic
Các mệnh đề phức hợp luôn luôn có cùng giá trị
chân lý được gọi là tương đương logic.
Định nghĩa 1. các mệnh đề p và q được gọi là
tương đương logic nếu p<->q là hằng đúng.
Kí hiệu: p
q để chỉ p và q là tương đương
logic.
Một cách để xác định hai mệnh đề có tương
đương hay không là dùng bảng giá trị chân lý.

3. VỊ NGỮ VÀ LƯỢNG TỪ

Dịch các câu thông thường thành biểu thức Logic

Trong phần 1 mô tả dịch các câu thông thường thành các
biểu thức logic chứa nhiều mệnh đề và các liên từ logic.
Trong phần này sẽ biểu diễn được tập hợp rộng lớn hơn
các câu thông thường thành các biểu thức logic. Mục
đích loại đi những điều mù mờ, chưa rõ ràng và làm cho
ta có thể dùng các câu đó để suy luận được.
Các ví dụ sau cho thấy các toán tử logic và lượng từ dùng
để diễn đạt các câu thông thường, tương tự như loại câu
thường gặp trong các phát biểu toán học, trong lập trình
logic và trí tuệ nhân tạo.

CÁC VÍ DỤ CỦA LEWIS CARROL
Lewis Carrol (bút danh C.L.Dodgson) tác giả của
“Alice trong đất nước kì lạ” và 1 số công trình
logic ký hiệu.

P(x) : x là sư tử
Q(x) : x hung dữ
R(x) : x uống cafe

BÀI TẬP – ĐỒ THỊ
1.

2.

3.

G là một đồ thị đơn, vô hướng có số đỉnh N>3.
Chứng minh G có chứa 2 đỉnh cùng bậc.
Đồ thị G có đúng 2 đỉnh bậc lẻ. Chứng minh tồn
tại một dây chuyền nối hai đỉnh đó với nhau.
Xét đồ thị G đơn, vô hướng gồm N đỉnh, M cạnh
và P thành phần liên thông.
a.

a.

Chứng minh: M (N-P)(N-P+1)/2,
suy ra nếu M > (N-1)(N-2)/2 thì G liên thông.
Một đồ thị đơn có 10 đỉnh, 37 cạnh thì có chắc liên
thông hay không?

BÀI TẬP
4.

5.

6.

Đồ thị G đơn, vô hướng gồm N đỉnh và d(x) (N1)/2 với mọi đỉnh x. Chứng minh G liên thông.
Đồ thị vô hướng G liên thông gồm N đỉnh.
Chứng minh số cạnh của G N-1.
Xét đồ thị G vô hướng đơn. Gọi x là đỉnh có bậc
nhỏ nhất của G. Giả sử d(x) k 2 với k nguyên
dương. Chứng minh G chứa một chu trình sơ cấp
có chiều dài lớn hơn hay bằng k+1.

2

BÀI TẬP
7.

8.

Cho G là đồ thị vô hướng liên thông. Giả sử C1
và C2 là 2 dây chuyền sơ cấp trong G có số cạnh
nhiều nhất. Chứng minh C1 và C2 có đỉnh chung.
G là đồ thị vô hướng không khuyên và d(x) 3
với mọi đỉnh x. Chứng minh G có chứa chu trình
với số cạnh chẵn.

TREE
1.
2.

3.

Chứng minh các định lý tương đương
Xác định số lượng cây tối đại của đồ thị dạng
CÂY, CHU TRÌNH SƠ CẤP, ĐỦ, …
Chứng minh tính đúng đắn của các giải thuật
PRIM, KRUSKAL

BÀI TẬP – ĐƯỜNG ĐI
1.
2.

3.
4.

Chứng minh nguyên lý Bellman
Chứng minh tính đúng đắn của các thuật toán
Dijkstra, Floyd, Bellman
Cài đặt thuật toán xác định chu trình Euler
Xác định các “nét” của Đồ thị K nét.

1. Tìm luồng cực đại cho mạng sau:

2

3

s

t
4

HCMUS – 2009

Bài giảng Lý thuyết đồ thị – Đặng Nguyễn Đức Tiến

5

6

2. Hãy nêu giải phát để giải quyết vấn đề liên thông
cạnh.
3. *Hãy nêu giải pháp tìm được path cover cực tiểu.
4. Chứng minh rằng một luồng cực đại trên mạng G
= (V, E) luôn có thể xác định được sau một dãy
tối đa |E| quá trình tìm đường tăng luồng.
5. Chứng minh với một cặp đỉnh u, v bất kỳ, ta luôn
có cf(u, v) + cf(v, u) = c(u, v) + c(v, u). Với cf là
trọng số của cung trên đồ thị tăng luồng.

HCMUS – 2009

Bài giảng Lý thuyết đồ thị – Đặng Nguyễn Đức Tiến

7

Ltdt

More Related Content

What's hot (20)

Viewers also liked (12)

Similar to Ltdt (20)

Recently uploaded (20)

Ltdt