存在性和描述定义
对于任何关系 R,R 的传递闭包总是存在的。传递关系的任何家族的交集也是传递的。进一步的,至少存在一个包含 R 的传递关系,也就是平凡的: X × X。R 传递闭包给出自包含 R 的所有传递关系的交集。1
我们可以用更具体术语来描述 R 的传递闭包如下。定义在 X 上的一个关系 T,称 xTy 当且仅当存在有限的元素( )序列,使得 并且
, , …, 和
形式上写为容易检查出关系 T 是传递的并且包含 R。进一步的,任何包含 R 的传递关系也包含 T,所以 T 是 R 的传递闭包。
有关概念关系 R 的传递简约是有 R 作为它的传递闭包的最小关系。一般的说它不是唯一的。
证实 T 是包含 R 的最小传递关系证明设 A 是任何元素的集合。
假定: GA 传递关系 RAGA TAGA。所以 (a,b)GA(a,b)TA. 所以,特定的 (a,b)RA。
现在通过 T 的定义,我们知道了 n (a,b)RnA。接着,i, in eiA。所以,有从 a 到 b 路径如下: aRAe1RA...RAe(n-1)RAb。
但是,通过 GA 在 RA 上的传递性,i, in (a,ei)GA,所以,(a,e(n-1))GA (e(n-1),b)GA,所以通过 GA 的传递性,我们得到了 (a,b)GA。矛盾于 (a,b)GA。
因此,(a,b)AA, (a,b)TA (a,b)GA。这意味着 TG,对于任何包含 R 的传递的 G。所以,T 是包含 R 的最小传递闭包。
推论如果 R 是传递的,则 R = T。
用途注意两个传递关系的并集不必须是传递的。为了保持传递性,必须采用传递闭包。例如,这出现在取两个等价关系或预序的并的时候。为了获得新的等价关系或预序,必须选用传递闭包(自反性和对称性 — 在等价关系的情况下 — 是自动的)。2
有向无环图(DAG)的传递闭包是 DAG 的可到达性关系和一个严格偏序。
与复杂性的关系在计算复杂性理论中,复杂度类 NL 严格对应于可使用一阶逻辑和传递闭包表达的逻辑句子的集合。这是因为传递闭包性质有密切关系于 NL-完全问题 STCON,找到在一个图中的有向路径。类似的,类 L 是一阶逻辑带有交换传递闭包。在向二阶逻辑增加了传递闭包的时候,我们得到 PSPACE。
算法计算图的传递闭包的有效算法可见于 here。最简单的技术是Floyd-Warshall算法。3
Floyd-Warshall算法单独一条边的路径也不一定是最佳路径。 从任意一条单边路径开始。所有两点之间的距离是边的权的和,(如果两点之间没有边相连, 则为无穷大)。 对于每一对顶点 u 和 v,看看是否存在一个顶点 w 使得从 u 到 w 再到 v 比己知的路径更短。如果是更新它。 不可思议的是,只要按排适当,就能得到结果。// dist(i,j) 为从节点i到节点j的最短距离
For i←1to n do
For j←1to n do
dist(i,j) = weight(i,j)
For k←1to n do// k为“媒介节点”{一定要先枚举媒介节点}
For i←1to n do
For j←1to n do
if(dist(i,k) + dist(k,j)
dist(i,j) = dist(i,k) + dist(k,j)
这个算法的效率是O(V^3)。它需要邻接矩阵来储存图。
这个算法很容易实现,只要几行。
即使问题是求单源最短路径,还是推荐使用这个算法,如果时间和空间允许(只要有放的下邻接矩阵的空间,时间上就没问题)。
计算每一对顶点间的最短路径(floyd算法)
核心代码for(k=0;k