前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【集合论】关系闭包 ( 关系闭包求法 | 关系图求闭包 | 关系矩阵求闭包 | 闭包运算与关系性质 | 闭包复合运算 )

【集合论】关系闭包 ( 关系闭包求法 | 关系图求闭包 | 关系矩阵求闭包 | 闭包运算与关系性质 | 闭包复合运算 )

作者头像
韩曙亮
发布2023-03-28 18:05:24
1.8K0
发布2023-03-28 18:05:24
举报
文章被收录于专栏:韩曙亮的移动开发专栏

文章目录

一、闭包求法


R

关系是

A

集合上的二元关系 ,

R \subseteq A

, 且

A

集合不为空集 ,

A \not= \varnothing

求自反闭包 :

r(R) = R \cup I_A

, 给每个顶点添加环 ;

  • 如果
R

关系是自反的 , 当且仅当 ,

I_A \subseteq R

求对称闭包 :

s(R) = R \cup R^{-1}
  • 原来 没有有向边 ( 有序对 ) , 自然也没有对应的逆 , 此时不添加边
  • 原来 有一条有向边 ( 有序对 ) , 再添加一个反向的有向边 , 组成 关系图中的 顶点间的 双向有向边
  • 原来 有两条有向边 ( 有序对 ) , 此时就不用添加其它边
  • 如果
R

关系是对称的 , 当且仅当 ,

R = R^{-1}

求传递闭包 :

t(R) = R \cup R^2 \cup R^3 \cup \cdots

R

关系所有的幂运算值并起来 , 就是其传递闭包 ,

R

关系的

1

次幂 ,

R

关系的

2

次幂 ,

R

关系的

3

次幂 ,

\cdots

,

R

关系的

n

次幂 , 并起来 , 就是其传递闭包 ;

如果

A

是有穷集 , 其关系也是有穷的 , 求出其所有的

n

次幂 , 不用求出很多幂运算 , 因为关系的幂运算后面都是循环的 , 求出已知的所有

n

次幂 取 并集即可 ;

如果

R

关系是传递的 , 当且仅当 ,

R^2 \subseteq R

二、求闭包示例 ( 关系图角度 )


集合

A = \{ a, b, c , d \}

关系

R = \{ <a,b> , <b,a> , <b,c> , <c,d> \}

求关系

R

的自反闭包

r(R)

, 对称闭包

s(R)

, 传递闭包

t(R)
在这里插入图片描述
在这里插入图片描述

求自反闭包 : 就是给每个顶点加上环 :

在这里插入图片描述
在这里插入图片描述

求对称闭包 : 将 顶点间 单向边改成双向边 , 不管 顶点间双向边 和 顶点间没有边 的情况 ;

在这里插入图片描述
在这里插入图片描述

求传递闭包 : 将能到的点直接连起来 ;

  • a 可以到 b , 路径 a -> b ; a 可以到 c , 路径是 a -> b -> c ; a 可以到 d , 路径是 a -> b -> c -> d ; 因此添加 a 到 c , d 的有向边 ;
  • b 可以到 a , 路径 b -> a ; b 可以到 c , 路径是 b -> c ; b 可以到 d , 路径是 b -> c -> d ; 因此添加 b 到 d 的有向边 ;
  • c 可以到 d , 路径 c -> d ; 没有可连接的边 ;
  • d 哪都到不了 , 没有可连接的边 ;
  • 另外出现双向边时 , 两个顶点必须加环 ;
在这里插入图片描述
在这里插入图片描述

三、求闭包示例 ( 关系矩阵角度 )


关系

R = \{ <a, b> , <b,a> , <b,c> , <c,d> \}

使用关系矩阵方法求其 自反闭包 , 对称闭包 , 传递闭包 ;

将上述关系写成矩阵形式为 :

M(R) = \begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \end{bmatrix}

自反闭包 : 将主对角线值 , 全部改成

1

, 左上角到右下角为主对角线 ;

M(r(R)) = \begin{bmatrix} 1 & 1 & 0 & 0 \\\\ 1 & 1 & 1 & 0 \\\\ 0 & 0 & 1 & 1 \\\\ 0 & 0 & 0 & 1 \end{bmatrix}

对称闭包 : 主对角线两端要对称 , 以对角线为基准 , 使对角线两边的值对称 ;

M(s(R)) = \begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 1 & 0 & 1 \\\\ 0 & 0 & 1 & 0 \end{bmatrix}

传递闭包 : 求该关系矩阵的 二次幂 , 三次幂 , 四次幂 ,

\cdots

, 直到出现相同的循环的值为止 ;

将上述所有的不同的 矩阵幂运算 进行逻辑相加 ( 或 ) 操作 , 就是其传递闭包对应的矩阵 , 计算机算法适合使用该方法 , 如果人计算 , 还是关系图比较形象 ;

参考 : 【集合论】关系表示 ( 关系矩阵 | 关系矩阵示例 | 关系矩阵性质 | 关系矩阵运算 | 关系图 | 关系图示例 | 关系表示相关性质 ) 四、关系矩阵运算

注意逆序合成

M(R^2) = M(R \circ R) = M(R) \bullet M(R) =\begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} \bullet \begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} = \begin{bmatrix} 1 & 0 & 1 & 0 \\\\ 0 & 1 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \\\\ 0 & 0 & 0 & 0 \end{bmatrix}
M(R^3) = M(R^2 \circ R) = M(R) \bullet M(R^2) = \begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} \bullet \begin{bmatrix} 1 & 0 & 1 & 0 \\\\ 0 & 1 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} = \begin{bmatrix} 0 & 1 & 0 & 1 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 0 \\\\ 0 & 0 & 0 & 0 \end{bmatrix}
M(R^4) = M(R^3 \circ R) = M(R) \bullet M(R^3) =\begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} \bullet \begin{bmatrix} 0 & 1 & 0 & 1 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 0 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} = \begin{bmatrix} 1 & 0 & 1 & 0 \\\\ 0 & 1 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} = M(R^2)

因此其

R^4

之后的幂运算值 , 偶数次幂关系矩阵与

M(R^2)

值相同 , 奇数次幂关系矩阵与

M(R^3)

值相同 ;

M(t(R)) = M(R) \lor M(R^2) \lor M(R^3) =\begin{bmatrix} 1 & 1 & 1 & 1 \\\\ 1 & 1 & 1 & 1 \\\\ 0 & 0 & 0 & 0 \\\\ 0 & 0 & 0 & 0 \end{bmatrix}

四、闭包运算与关系性质


自反性

对称性

传递性

r ( R ) r(R) r(R)

1 1 1 ( 本身性质 )

1 1 1

1 1 1

r ( R ) r(R) r(R)

1 1 1

1 1 1 ( 本身性质 )

r ( R ) r(R) r(R)

1 1 1

1 1 1

1 1 1 ( 本身性质 )

r(R)
1

( 本身性质 )

1
1
r(R)
1
1

( 本身性质 )

r(R)
1
1
1

( 本身性质 )

上述表格中值为

1

, 说明原来存在该性质 , 求对应的 自反/对称/传递 闭包后 , 仍具有该性质 , 反之不具有该性质 ;

表格第二行含义 :

r(R)

对应的行 ;

  • 自反性 : 假如
R

原来是自反的 , 那么

r(R)

也是自反的 ;

  • 对称性 : 假如
R

原来是对称的 , 那么

r(R)

也是对称的 ; 求自反闭包 , 只是给顶点加环 , 不影响对称性 ;

  • 传递性 : 假如
R

原来是传递的 , 那么

r(R)

也是传递的 ; 求自反闭包 , 只是给顶点加环 , 不影响传递性 ;

仅有一个特例 : 原来

R

是传递的 , 如果求对称闭包 , 其对称闭包的传递性就不存在了 ;

表格第二列说明 ( 自反性 ) : 如果

R

关系是自反的 , 那么其 对称闭包

s(R)

和 传递闭包

t(R)

也是自反的 ;

R 自反 \Rightarrow s(R) 和 t(R) 自反

表格第三列说明 ( 对称性 ) : 如果

R

关系是对称的 , 那么其 自反闭包

r(R)

和 传递闭包

t(R)

也是对称的 ;

R 对称 \Rightarrow r(R) 和 t(R) 对称

表格第四列说明 ( 传递性 ) : 如果

R

关系是传递的 , 那么其 自反闭包

r(R)

也是传递的 ;

R 传递 \Rightarrow r(R) 传递

五、闭包复合运算


R

关系是

A

集合上的二元关系 ,

R \subseteq A

, 且

A

集合不为空集 ,

A \not= \varnothing

1.

rs(R) = sr(R)

:

  • rs( R ) : 先求
R

关系的 自反闭包 , 然后再求自反闭包的 对称闭包

  • sr( R ) : 先求
R

关系的对称闭包 , 然后再求对称闭包的自反闭包

  • 上述两个闭包运算的 结果相同

2.

rt(R) = tr(R)
  • rt( R ) : 先求
R

关系的 自反闭包 , 然后再求自反闭包的 传递闭包

  • tr( R ) : 先求
R

关系的传递闭包 , 然后再求传递闭包的自反闭包

  • 上述两个闭包运算的 结果相同

3.

st(R) \subseteq ts(R)
  • st( R ) : 先求
R

关系的 对称闭包 , 然后再求对称闭包的 传递闭包

  • ts( R ) : 先求
R

关系的传递闭包 , 然后再求传递闭包的对称闭包

  • 上述两个闭包运算的结果 ,
ts(R)

关系 包含

st(R)

关系 ;

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020-10-08,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 文章目录
  • 一、闭包求法
  • 二、求闭包示例 ( 关系图角度 )
  • 三、求闭包示例 ( 关系矩阵角度 )
  • 四、闭包运算与关系性质
  • 五、闭包复合运算
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档