一、闭包求法
R R R 关系是 A A A 集合上的二元关系 , R ⊆ A R \subseteq A R⊆A , 且 A A A 集合不为空集 , A ≠ ∅ A \not= \varnothing A=∅
求自反闭包 : r ( R ) = R ∪ I A r(R) = R \cup I_A r(R)=R∪IA , 给每个顶点添加环 ;
- 如果 R R R 关系是自反的 , 当且仅当 , I A ⊆ R I_A \subseteq R IA⊆R
求对称闭包 : s ( R ) = R ∪ R − 1 s(R) = R \cup R^{-1} s(R)=R∪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 R R 关系是对称的 , 当且仅当 , R = R − 1 R = R^{-1} R=R−1
求传递闭包 : t ( R ) = R ∪ R 2 ∪ R 3 ∪ ⋯ t(R) = R \cup R^2 \cup R^3 \cup \cdots t(R)=R∪R2∪R3∪⋯
将 R R R 关系所有的幂运算值并起来 , 就是其传递闭包 , R R R 关系的 1 1 1 次幂 , R R R 关系的 2 2 2 次幂 , R R R 关系的 3 3 3 次幂 , ⋯ \cdots ⋯ , R R R 关系的 n n n 次幂 , 并起来 , 就是其传递闭包 ;
如果 A A A 是有穷集 , 其关系也是有穷的 , 求出其所有的 n n 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 n n 次幂 取 并集即可 ;
如果 R R R 关系是传递的 , 当且仅当 , R 2 ⊆ R R^2 \subseteq R R2⊆R
二、求闭包示例 ( 关系图角度 )
集合 A = { a , b , c , d } A = \{ a, b, c , d \} A={a,b,c,d}
关系 R = { < a , b > , < b , a > , < b , c > , < c , d > } R = \{ <a,b> , <b,a> , <b,c> , <c,d> \} R={<a,b>,<b,a>,<b,c>,<c,d>}
求关系 R R R 的自反闭包 r ( R ) r(R) r(R) , 对称闭包 s ( R ) s(R) s(R) , 传递闭包 t ( R ) t(R) t(R)
求自反闭包 : 就是给每个顶点加上环 :
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 ;
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 ;
三、求闭包示例 ( 关系矩阵角度 )
关系 R = { < a , b > , < b , a > , < b , c > , < c , d > } R = \{ <a, b> , <b,a> , <b,c> , <c,d> \} 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 ) = [ 0 1 0 0 1 0 1 0 0 0 0 1 0 0 0 0 ] M(R) = \begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 0 & 0 & 1 \\\\ 0 & 0 & 0 & 0 \end{bmatrix} M(R)=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001000010⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤
自反闭包 : 将主对角线值 , 全部改成 1 1 1 , 左上角到右下角为主对角线 ;
M ( r ( R ) ) = [ 1 1 0 0 1 1 1 0 0 0 1 1 0 0 0 1 ] M(r(R)) = \begin{bmatrix} 1 & 1 & 0 & 0 \\\\ 1 & 1 & 1 & 0 \\\\ 0 & 0 & 1 & 1 \\\\ 0 & 0 & 0 & 1 \end{bmatrix} M(r(R))=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡1100110001100011⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤
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 ) ) = [ 0 1 0 0 1 0 1 0 0 1 0 1 0 0 1 0 ] M(s(R)) = \begin{bmatrix} 0 & 1 & 0 & 0 \\\\ 1 & 0 & 1 & 0 \\\\ 0 & 1 & 0 & 1 \\\\ 0 & 0 & 1 & 0 \end{bmatrix} M(s(R))=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100101001010010⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤
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 ∘ R ) = M ( R ) ∙ M ( R ) = [ 0 1 0 0 1 0 1 0 0 0 0 1 0 0 0 0 ] ∙ [ 0 1 0 0 1 0 1 0 0 0 0 1 0 0 0 0 ] = [ 1 0 1 0 0 1 0 1 0 0 0 0 0 0 0 0 ] 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(R2)=M(R∘R)=M(R)∙M(R)=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001000010⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤∙⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001000010⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡1000010010000100⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤
M ( R 3 ) = M ( R 2 ∘ R ) = M ( R ) ∙ M ( R 2 ) = [ 0 1 0 0 1 0 1 0 0 0 0 1 0 0 0 0 ] ∙ [ 1 0 1 0 0 1 0 1 0 0 0 0 0 0 0 0 ] = [ 0 1 0 1 1 0 1 0 0 0 0 0 0 0 0 0 ] 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(R3)=M(R2∘R)=M(R)∙M(R2)=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001000010⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤∙⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡1000010010000100⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001001000⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤
M ( R 4 ) = M ( R 3 ∘ R ) = M ( R ) ∙ M ( R 3 ) = [ 0 1 0 0 1 0 1 0 0 0 0 1 0 0 0 0 ] ∙ [ 0 1 0 1 1 0 1 0 0 0 0 0 0 0 0 0 ] = [ 1 0 1 0 0 1 0 1 0 0 0 0 0 0 0 0 ] = M ( R 2 ) 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) M(R4)=M(R3∘R)=M(R)∙M(R3)=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001000010⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤∙⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡0100100001001000⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡1000010010000100⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤=M(R2)
因此其 R 4 R^4 R4 之后的幂运算值 , 偶数次幂关系矩阵与 M ( R 2 ) M(R^2) M(R2) 值相同 , 奇数次幂关系矩阵与 M ( R 3 ) M(R^3) M(R3) 值相同 ;
M ( t ( R ) ) = M ( R ) ∨ M ( R 2 ) ∨ M ( R 3 ) = [ 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 ] 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} M(t(R))=M(R)∨M(R2)∨M(R3)=⎣⎢⎢⎢⎢⎢⎢⎢⎢⎡1100110011001100⎦⎥⎥⎥⎥⎥⎥⎥⎥⎤
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 ) |
上述表格中值为 1 1 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 ) r(R) r(R) 对应的行 ;
- 自反性 : 假如 R R R 原来是自反的 , 那么 r ( R ) r(R) r(R) 也是自反的 ;
- 对称性 : 假如 R R R 原来是对称的 , 那么 r ( R ) r(R) 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 R R 原来是传递的 , 那么 r ( R ) r(R) 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 R 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 R R 关系是自反的 , 那么其 对称闭包 s ( R ) s(R) s(R) 和 传递闭包 t ( R ) t(R) t(R) 也是自反的 ;
R 自 反 ⇒ s ( R ) 和 t ( R ) 自 反 R 自反 \Rightarrow s(R) 和 t(R) 自反 R自反⇒s(R)和t(R)自反
表格第三列说明 ( 对称性 ) : 如果 R R R 关系是对称的 , 那么其 自反闭包 r ( R ) r(R) r(R) 和 传递闭包 t ( R ) t(R) t(R) 也是对称的 ;
R 对 称 ⇒ r ( R ) 和 t ( R ) 对 称 R 对称 \Rightarrow r(R) 和 t(R) 对称 R对称⇒r(R)和t(R)对称
表格第四列说明 ( 传递性 ) : 如果 R R R 关系是传递的 , 那么其 自反闭包 r ( R ) r(R) r(R) 也是传递的 ;
R 传 递 ⇒ r ( R ) 传 递 R 传递 \Rightarrow r(R) 传递 R传递⇒r(R)传递
五、闭包复合运算
R R R 关系是 A A A 集合上的二元关系 , R ⊆ A R \subseteq A R⊆A , 且 A A A 集合不为空集 , A ≠ ∅ A \not= \varnothing A=∅
1. r s ( R ) = s r ( R ) rs(R) = sr(R) rs(R)=sr(R) :
- rs( R ) : 先求 R R 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 R 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. r t ( R ) = t r ( R ) rt(R) = tr(R) rt(R)=tr(R)
- rt( R ) : 先求 R R 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 R 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. s t ( R ) ⊆ t s ( R ) st(R) \subseteq ts(R) st(R)⊆ts(R)
- st( R ) : 先求 R R 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 R 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 , t s ( R ) ts(R) ts(R) 关系 包含 s t ( R ) st(R) st(R) 关系 ;