具体描述
《经典译丛·信息网络技术与网络科学：图论导引（第二版）》系统地介绍了图论的基本概念、基本定理和算法，同时还介绍了一些悬而未决的图论问题和图论的新研究成果，旨在帮助读者理解并掌握图的结构和解决图论问题的技巧。全书包含８章和７个附录。第1-4章介绍图的概念、树和距离、匹配问题和图的分解问题、图的连通性等基本内容；第5-8章分别介绍了组合图论、拓扑图论的知识，图论中的边和环，以及图论的其他主题。书中配有大量例题和超过1200道习题，使读者容易理解书中的概念和定理，并掌握证明技巧。本书内容丰富，具有很多可选择阅读的章节，可以供不同层次的读者使用。
作者简介
Douglas B．West 于1974年获得普林斯顿大学数学学士学位，随后于1978年获得麻省理工学院数学博士学位。先后任教于斯坦福大学、普林斯顿大学、加州大学伯克利分校，1982年至今任教于伊利诺伊大学厄巴纳分校数学系，并于2011年当选为伊利诺伊大学厄巴纳分校荣誉教授。Douglas B．West教授长期从事图论理论和组合优化方面的研究工作，另有著作Mathematical Thinking: Problem-Solving and Proofs，Combinatorial Mathematics和The Art of Combinatorics。
骆吉洲，男，1975年生，博士，副教授。2006年5月毕业于哈尔滨工业大学计算机科学与技术学院软件与理论专业，获工学博士学位。1999年、2001年在哈尔滨工业大学数学系基础数学专业分别获得理学学士学位和理学硕士学位。现就职于哈尔滨工业大学计算机科学与技术学院海量数据计算研究中心，讲授《算法设计与分析》、《数学建模》、《编译原理》等课程。近年来一直从事生物信息学、压缩数据库技术、传感器网络、算法理论等领域的研究。主持和参加多项国家自然基金、863计划、973项目、国防预研等项目等多项；2001年9月至2003年5月参见《计算机机群并行数据库系统》的研制，该项目获得了2004年度国家科学技术进步二等奖。出版译著一部。近年来发表的论文30余篇。
李建中，1950年7月生，中共党员，教授，博士，博士生导师，哈尔滨工业大学计算机科学与工程系主任，国家973项目首席科学家。中国计算机学会理事、中国数据库专业委员会副主任、黑龙江省计算机学会副理事长、国家自然科学基金评审专家、黑龙江省学位委员会委员、《计算机学报》、《软件学报》、《计算机研究与发展》等国家级学术刊物编委，美国计算机学会ACM会员，国际IEEE计算机学会会员。
目录信息
1.1 什么是图
1．1．1 定义
1．1．2 图模型
1．1．3 矩阵与同构
1．1．4 分解和特殊图
1．1．5 习题
1.2 路径、 环和迹
1．2．1 图的连通
1．2．2 二分图
1．2．3 欧拉回路
1．2．4 习题
1.3 顶点度和计数
1．3．1 计数和双射
1．3．2 极值问题
1．3．3 图解序列
1．3．4 习题
1.4 有向图
1．4．1 定义和例子
1．4．2 顶点度
1．4．3 欧拉有向图
1．4．4 定向图和竞赛图
1．4．5 习题
第2章 树和距离
2.1 基本性质
2．1．1 树的性质
2．1．2 树和图中的距离
2．1．3 不相交生成树（选学）
2．1．4 习题
2.2 生成树和枚举
2．2．1 树的枚举
2．2．2 图的生成树
2．2．3 分解和优美标记
2．2．4 分叉与欧拉有向图
（选学）
2．2．5 习题
2.3 优化和树
2．3．1 最小生成树
2．3．2 最短路径
2．3．3 计算机科学中的树
（选学）
2．3．4 习题
第3章 匹配和因子
3.1 匹配与覆盖
3．1．1 最大匹配
3．1．2 Hall匹配条件
3．1．3 最小最大定理
3．1．4 独立集与覆盖
3．1．5 支配集(选学)
3．1．6 习题
3.2 算法及应用
3．2．1 最大二分匹配
3．2．2 加权二分匹配
3．2．3 稳定匹配（选学）
3．2．4 快速二分匹配（选学）
3．2．5 习题
3.3 一般图中的匹配
3．3．1 Tutte 1.因子定理
3．3．2 图的f.因子（选学）
3．3．3 Edmonds开花算法
（选学）
3．3．4 习题
第4章 连通度和路径
4.1 割与连通度
4．1．1 连通度
4．1．2 边连通度通常
4．1．3 块
4.2 k.通图
4．2．1 2.连通图
4．2．2 有向图的连通度
4．2．3 k.通图与k.边连通图
4．2．4 Menger定理的应用
4．2．5 习题
4.3 网络流问题
4．3．1 最大网络流
4．3．2 整数流
4．3．3 供应与需求(选学)
4．3．4 习题
第5章 图的着色
5.1 顶点着色和上界
5．1．1 定义和实例
5．1．2 上界
5．1．3 Brooks定理
5．1．4 习题
5.2 k.色图的构造
5．2．1 大色数图
5．2．2 极值问题与Tur.n
定理
5．2．3 颜色临界图
5．2．4 强制细分
5．2．5 习题
5.3 计数方面的问题
5．3．1 真着色的计数
5．3．2 弦图
5．3．3 完美图点滴
5．3．4 环定向的计数
(选学)
5．3．5 习题
第6章 可平面图
6.1 嵌入与欧拉公式
6．1．1 平面作图
6．1．2 对偶图
6．1．3 欧拉（Euler）公式
6．1．4 习题
6.2 可平面图的特征
6．2．1 Kuratowski定理的
预备知识
6．2．2 凸嵌入
6．2．3 可平面性的测试
(选学)
6．2．4 习题
6.3 可平面性的参数
6．3．1 可平面图的着色
6．3．2 交叉数
6．3．3 具有更高亏格的表面
(选学)
6．3．4 习题
第7章 边和环
7.1 线图与边着色
7．1．1 边着色
7．1．2 线图的性质(选学)
7．1．3 习题
7.2 哈密顿环
7．2．1 必要条件
7．2．2 充分条件
7．2．3 有向图中的环(选学)
7．2．4 习题
7.3 可平面性、 着色与环
7．3．1 Tait定理
7．3．2 Grinberg定理
7．3．3 鲨鱼图(选学)
7．3．4 流与环覆盖(选学)
7．3．5 习题
第8章 其他主题
8.1 完美图
8．1．1 完全图定理
8．1．2 弦图的再研究
8．1．3 其他完美图类
8．1．4 非完美图
8．1．5 强完美图猜想
8．1．6 习题
8.2 拟阵
8．2．1 遗传系统及示例
8．2．2 拟阵的性质
8．2．3 生成函数
8．2．4 拟阵的对偶
8．2．5 拟阵的子式与可
平面对偶
8．2．6 拟阵的交
8．2．7 拟阵的并
8．2．8 习题
8.3 拉姆齐理论
8．3．1 鸽巢原理的再研究
8．3．2 拉姆齐(Ramsey)定理
8．3．3 拉姆齐数
8．3．4 图的拉姆齐理论
8．3．5 Sperner引理和带宽
8．3．6 习题
8.4 其他极值问题
8．4．1 图的编码
8．4．2 分叉和流言
8．4．3 序列着色和可选择性
8．4．4 由路径和环构成的
划分
8．4．5 周长
8．4．6 习题
8.5 随机图
8．5．1 存在性和数学期望
8．5．2 几乎所有图均具有的
性质
8．5．3 阈值函数
8．5．4 图的演变和图的参数
8．5．5 连通度、 团和着色
8．5．6 鞅
8．5．7 习题
8.6 图的特征值
8．6．1 特征多项式
8．6．2 线性代数和实对称阵
8．6．3 特征值和图参数
8．6．4 正则图的特征值
8．6．5 特征值与扩张图
8．6．6 强正则图
8．6．7 习题
附录A 数学基础
附录B 最优化和复杂度
附录C 部分习题提示
附录D 术语表
附录E 补充阅读
附录F 参考文献
附录G 术语对照表
· · · · · · (收起)
读后感
内容很宽泛，包罗万象，基本上重要的点都讲到了，可以和Diestel的那本比较着看。另外这本书的习题很多，对难度也有标识，网上还可以找到详细的答案，作为练习很好。只不过有些题目的证明，太简略了，还不如去翻原始的论文呢。
内容很宽泛，包罗万象，基本上重要的点都讲到了，可以和Diestel的那本比较着看。另外这本书的习题很多，对难度也有标识，网上还可以找到详细的答案，作为练习很好。只不过有些题目的证明，太简略了，还不如去翻原始的论文呢。
内容很宽泛，包罗万象，基本上重要的点都讲到了，可以和Diestel的那本比较着看。另外这本书的习题很多，对难度也有标识，网上还可以找到详细的答案，作为练习很好。只不过有些题目的证明，太简略了，还不如去翻原始的论文呢。
内容很宽泛，包罗万象，基本上重要的点都讲到了，可以和Diestel的那本比较着看。另外这本书的习题很多，对难度也有标识，网上还可以找到详细的答案，作为练习很好。只不过有些题目的证明，太简略了，还不如去翻原始的论文呢。
内容很宽泛，包罗万象，基本上重要的点都讲到了，可以和Diestel的那本比较着看。另外这本书的习题很多，对难度也有标识，网上还可以找到详细的答案，作为练习很好。只不过有些题目的证明，太简略了，还不如去翻原始的论文呢。
用户评价
我对这本书的结构和内容的深度感到由衷地赞叹。它不仅仅是一本教科书，更像是一部详尽的参考手册，适合不同层次的读者。我发现在某些章节，作者对高级主题的把握展现出了极高的学术造诣，比如对平面图嵌入和拓扑性质的探讨，这部分内容在很多入门级的书籍中往往被一带而过。然而，这本书却给予了足够的篇幅来阐述其数学基础和应用价值。我记得在学习匹配理论时，书中对最大匹配和最小割之间的联系进行了非常精妙的阐述，这种跨章节的知识点连接，极大地提升了我的整体认知框架。这使得我不再孤立地看待每一个理论点，而是将它们视为一个相互关联的整体。对于那些希望在算法设计和优化领域有所建树的读者来说，这种深度的挖掘是至关重要的，它提供的不仅仅是“怎么做”，更是“为什么”。
这本书绝对是为那些渴望深入理解离散数学核心的读者量身定做的。我花了大量时间在各种教材上摸索，但直到接触到这本，我才真正对图的表示和遍历算法有了清晰的认识。作者的叙述方式极其流畅，没有那种传统教材的枯燥感，更像是经验丰富的导师在耐心讲解一个复杂但迷人的领域。特别是对于初学者而言，书中对基础概念的引入和铺垫做得非常到位，即便是第一次接触图论的人，也能很快跟上节奏。我尤其欣赏它在算法复杂度分析上的细致，不仅仅是给出算法，更重要的是解释了为什么这个算法是有效的，以及在不同场景下的性能表现。当你真正开始尝试用它来解决一些实际问题时，比如网络路由或者社交网络分析，你会发现它提供的工具箱是多么的强大和实用。看完这一部分内容，我对如何设计高效的搜索策略有了全新的理解，这是任何严肃的计算机科学专业人士都应该掌握的核心技能。
从实际操作的角度来看，这本书的价值是无可替代的。我尝试使用书中的某些例子来指导我进行项目原型设计，效果出奇地好。它没有过多地纠缠于过于抽象的数学推导，而是将重点放在了如何将理论模型转化为可执行的步骤上。例如，在处理连通性和强连通分量时，书中提供的伪代码清晰易懂，几乎可以直接映射到任何主流编程语言中。更重要的是，作者在讲解贪心算法和动态规划在图问题中的应用时，给出的例子都具有很高的代表性，能够迅速帮助读者建立起对这些范式在图论背景下的直觉。我感觉自己不再是机械地记忆公式，而是真正学会了“用图的思维”去观察和解决问题。这本书的阅读体验是主动的，它会不断地挑战你的理解深度。
我必须强调这本书在处理特定图结构时的严谨性。当我需要深入研究树的性质，特别是围绕最小生成树的各种变体算法时，这本书提供的细节是我在其他地方难以找到的。它不仅详细比较了普里姆（Prim）和克鲁斯卡尔（Kruskal）算法的细微差异，还深入探讨了在不同图密度下的实际性能权衡。对于高级用户而言，书中对网络流理论（如最大流最小割定理的证明和应用拓展）的阐述更是达到了教科书级别的水准。它非常扎实，不放过任何一个需要严密论证的环节，但同时又确保了每一步推理都服务于最终的理解，而不是为了炫耀技巧。这种平衡性让这本书既能作为初学者的入门砖，也能作为资深工程师的案头参考，其内容的广度和深度令人信服。
这本书的语言风格非常具有感染力，这在技术书籍中是相当难得的。它似乎在努力消除读者与复杂数学概念之间的隔阂。作者善于使用生动的比喻和历史背景来引入新的概念，比如讲述欧拉和柯尼斯堡七桥问题时，那种叙事的手法让人感觉自己正在参与一场智力探险，而不是被动地接收信息。这种温和的引导方式，极大地降低了我对“纯理论”部分的畏惧感。我发现自己甚至会主动去查阅书中引用的那些经典论文，因为作者成功地激发了我的好奇心。它成功地将一门看似冰冷的学科，注入了人文关怀和历史厚度。对于希望通过阅读来建立对这门学科持久热情的读者来说，这一点是至关重要的，它让学习过程本身变成了一种享受。
圈和环的定义与现在的中文书完全相反，排版太乱了，不适合拿来学习。
圈和环的定义与现在的中文书完全相反，排版太乱了，不适合拿来学习。
圈和环的定义与现在的中文书完全相反，排版太乱了，不适合拿来学习。
这排版真是摸不着头脑
圈和环的定义与现在的中文书完全相反，排版太乱了，不适合拿来学习。
