{
  "id": "transitive-closure",
  "title": "传递闭包",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "二元关系的传递闭包是包含该关系的最小传递关系，表示经过一个或多个连续步骤的可达性。",
  "category": "mathematics",
  "subcategory": "discrete-logic",
  "type": "concept",
  "aliases": [],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/transitive-closure/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/transitive-closure/",
      "json": "https://aiwiki.page/en/transitive-closure.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "集合 \\(X\\) 上的二元关系 \\(R\\) 的传递闭包，是 \\(X\\) 上包含 \\(R\\) 的最小传递关系。它恰好补入反复应用传递性所必需的有序对：只要一个元素能通过 \\(R\\) 中有限个连续步骤到达另一个元素，对应的有序对就属于该闭包。在有向图中，这意味着只要存在从 \\(u\\) 到 \\(v\\) 的正长度有向游走，就添加一条从 \\(u\\) 到 \\(v\\) 的边。传递闭包是研究可达性、依赖分析、数据库递归查询以及关系的重要基础。"
    },
    {
      "heading": "定义",
      "text": "\\(X\\) 上的关系 \\(T\\) 具有传递性，是指对所有 \\(x,y,z\\in X\\)，都有\n\n\\[(x,y)\\in T \\text{ and } (y,z)\\in T \\quad\\Longrightarrow\\quad (x,z)\\in T\\]\n\n\\(R\\) 的传递闭包通常记作 \\(R^{+}\\)，由以下三个条件刻画：\n\n- \\(R\\subseteq R^{+}\\)。\n- \\(R^{+}\\) 具有传递性。\n- 若 \\(T\\) 是 \\(X\\) 上任意一个包含 \\(R\\) 的传递关系，则 \\(R^{+}\\subseteq T\\)。\n\n这里的“最小”是相对于包含关系而言的，而不只是指有序对的数量最少。这些条件唯一确定了传递闭包。\n\n另一种等价定义使用关系的幂。令 \\(R^1=R\\)，并定义\n\n\\[R^{k+1} = \\{(x,z)\\in X\\times X: \\text{there exists }y\\in X \\text{ with }(x,y)\\in R^k \\text{ and }(y,z)\\in R\\}.\\]\n\n记号 \\(X\\times X\\) 表示笛卡尔积。于是\n\n\\[R^{+}=\\bigcup_{k=1}^{\\infty}R^k.\\]\n\n因此，\\((x,y)\\in R^{+}\\) 当且仅当存在有限序列\n\n\\[x=x_0,x_1,\\ldots,x_k=y,\\qquad k\\geq 1,\\]\n\n使得对每个 \\(i\\)，都有 \\((x_{i-1},x_i)\\in R\\)。\n\n这一构造既适用于有限集，也适用于无限集。定义中只使用有限序列，不会加入必须经过无限多个连续步骤才能建立的连接。\n\n为什么这一构造是最小的\n\n所有正整数次幂的并集包含 \\(R\\)。若 \\((x,y)\\in R^p\\) 且 \\((y,z)\\in R^q\\)，将两个序列首尾相接即可得到 \\((x,z)\\in R^{p+q}\\)，因此该并集具有传递性。\n\n反过来，由数学归纳法可知，任何包含 \\(R\\) 的传递关系都必须包含每个 \\(R^k\\)，因而也包含它们的并集。"
    },
    {
      "heading": "传递闭包与自反传递闭包",
      "text": "自反传递闭包通常记作 \\(R^{*}\\)，它还包含所有形如 \\((x,x)\\) 的恒等对：\n\n\\[R^{*}=I_X\\cup R^{+}, \\qquad I_X=\\{(x,x):x\\in X\\}.\\]\n\n等价地，令 \\(R^0=I_X\\)，则\n\n\\[R^{*}=\\bigcup_{k=0}^{\\infty}R^k.\\]\n\n二者的区别在于是否允许零步：\n\n- \\(R^{+}\\) 表示经过一个或多个步骤的连接。\n- \\(R^{*}\\) 表示经过零个或多个步骤的连接。\n\n对角有序对 \\((x,x)\\) 只有在存在经过正数个步骤后返回 \\(x\\) 的序列时，才属于 \\(R^{+}\\)；而它始终属于 \\(R^{*}\\)。\n\n有些文献和软件将自反传递闭包也称为“传递闭包”。因此，必须核实其对对角有序对的处理方式，不能仅凭名称判断。"
    },
    {
      "heading": "示例",
      "text": "设\n\n\\[X=\\{a,b,c,d\\}, \\qquad R=\\{(a,b),(b,c),(c,d)\\}.\\]\n\n则\n\n\\[R^{+} = \\{(a,b),(b,c),(c,d),(a,c),(b,d),(a,d)\\}.\\]\n\n新增的三个有序对表示需要经过两步或三步才能建立的连接，没有加入任何对角有序对。\n\n对于一个环，\n\n\\[R=\\{(a,b),(b,a)\\},\\]\n\n其传递闭包为\n\n\\[R^{+} = \\{(a,a),(a,b),(b,a),(b,b)\\}.\\]\n\n尽管原关系不包含恒等对，但每个顶点都能经过两步返回自身。\n\n在整数集上，令 \\(xRy\\) 表示 \\(y=x+1\\)。则 \\(xR^{+}y\\) 表示 \\(x<y\\)，而 \\(xR^{*}y\\) 表示 \\(x\\leq y\\)。"
    },
    {
      "heading": "图的解释",
      "text": "\\(X\\) 上的关系 \\(R\\) 可以视为以 \\(X\\) 为顶点集、以 \\(R\\) 为边集的有向图。其传递闭包记录了所有由正长度有向游走连接的有序对。这一解释将传递闭包运算与图论直接联系起来。\n\n对于不同的顶点，只要它们之间可达，就一定存在一条没有重复顶点的路径。一个顶点要经过正数个步骤到达自身，则必须存在有向环。这一区别很重要，因为有些定义将“路径”专门用于没有重复顶点的游走。\n\n对于具有 \\(n\\geq 1\\) 个顶点的有限图，\n\n\\[R^{+}=\\bigcup_{k=1}^{n}R^k.\\]\n\n不同顶点之间的可达性可由一条至多含 \\(n-1\\) 条边的路径来证实。从起点经过正数个步骤返回自身的可达性，则可由一个至多含 \\(n\\) 条边的环来证实。\n\n对于有向无环图，正长度传递闭包不包含任何对角有序对，并且构成严格偏序。加入恒等关系后，就得到一个偏序。\n\n更一般地，定义相互可达关系如下：\n\n\\[x\\sim y \\quad\\Longleftrightarrow\\quad xR^{*}y \\text{ and } yR^{*}x.\\]\n\n这是一个等价关系，其等价类就是图的强连通分量。将每个分量收缩为一个顶点，就得到一个无环图。"
    },
    {
      "heading": "矩阵表示",
      "text": "对于有限图，设 \\(A\\) 为其布尔邻接矩阵，满足\n\n\\[A_{ij}=1 \\quad\\Longleftrightarrow\\quad (i,j)\\in R.\\]\n\n使用布尔矩阵乘法，即以逻辑与代替乘法，以逻辑或代替加法：\n\n\\[(B\\odot C)_{ij} = \\bigvee_{k=1}^{n} (B_{ik}\\land C_{kj}).\\]\n\n则布尔幂 \\(A^{\\odot k}\\) 记录是否存在长度恰为 \\(k\\) 的游走。传递闭包矩阵为\n\n\\[A^{+} = A\\lor A^{\\odot 2}\\lor\\cdots\\lor A^{\\odot n},\\]\n\n其中逻辑或运算逐元素进行。\n\n对于自反传递闭包，还需加入布尔单位矩阵：\n\n\\[A^{*}=I\\lor A^{+}.\\]\n\n这是布尔代数中的运算，而不是普通的数值矩阵加法。在普通算术运算下，\\(A^k\\) 的元素给出长度为 \\(k\\) 的游走数量；布尔幂则只记录这种游走是否存在。"
    },
    {
      "heading": "算法",
      "text": "Warshall 算法\n\nWarshall 算法通过逐步允许更多顶点作为中间顶点来计算闭包。\n\n用邻接矩阵初始化布尔矩阵 \\(T\\)。对 \\(k=1,\\ldots,n\\)，按下式更新所有 \\(i,j\\) 对应的元素：\n\n\\[T_{ij} \\leftarrow T_{ij}\\lor(T_{ik}\\land T_{kj}).\\]\n\n这一更新表示：只要 \\(i\\) 能到达 \\(k\\)，且 \\(k\\) 能到达 \\(j\\)，就能记录下 \\(i\\) 经由 \\(k\\) 到达 \\(j\\) 的可达性。在这一标准形式中，遍历中间顶点 \\(k\\) 的循环必须位于最外层。\n\n以 \\(T=A\\) 初始化，计算得到的是正长度传递闭包；以 \\(T=A\\lor I\\) 初始化，计算得到的是自反传递闭包。\n\n用大O记号表示，标准实现的时间复杂度为 \\(O(n^3)\\)，空间复杂度为 \\(O(n^2)\\)。位向量实现可以同时处理多个元素，从而加速布尔运算。\n\n重复图搜索\n\n另一种方法是从每个顶点出发，分别执行一次深度优先搜索或广度优先搜索。使用邻接表时，总运行时间为\n\n\\[O\\bigl(n(n+m)\\bigr),\\]\n\n其中 \\(m\\) 为边数。这种方法通常适合稀疏图。\n\n对于正长度传递闭包，只有在存在正长度环使搜索源点能够返回自身时，才应将源点纳入它自身的可达结果。如果搜索过程自动将源点标记为可达，且未单独处理这一约定，那么得到的就是自反可达性。\n\n反复平方\n\n布尔矩阵乘法还提供了一种反复平方法。从 \\(B=I\\lor A\\) 开始，反复执行\n\n\\[B\\leftarrow B\\odot B.\\]\n\n每次平方都会使矩阵所表示的最大游走长度翻倍。经过 \\(O(\\log n)\\) 次平方后，\\(B\\) 就表示自反传递闭包。\n\n即使原图只有 \\(O(n)\\) 条边，显式存储的闭包也可能包含 \\(n^2\\) 个有序对。因此，无论采用哪种算法，输出完整关系都可能需要平方量级的输出空间。"
    },
    {
      "heading": "代数性质",
      "text": "在固定集合上的所有关系所构成的集合中，传递闭包是一个闭包算子：\n\n- 扩张性： \\(R\\subseteq R^{+}\\)。\n- 单调性： 若 \\(R\\subseteq S\\)，则 \\(R^{+}\\subseteq S^{+}\\)。\n- 幂等性： \\((R^{+})^{+}=R^{+}\\)。\n\n最后一个性质体现了幂等性：再次应用该运算不会添加任何内容。\n\n传递闭包也可以定义为所有包含 \\(R\\) 的传递关系的交集：\n\n\\[R^{+} = \\bigcap \\{T\\subseteq X\\times X: R\\subseteq T \\text{ and }T\\text{ is transitive}\\}.\\]\n\n由于 \\(X\\times X\\) 具有传递性，这一关系族非空。\n\n还可以用不动点来描述传递闭包。将关系的复合定义为\n\n\\[S\\circ T = \\{(x,z):\\exists y,\\ (x,y)\\in S \\text{ and }(y,z)\\in T\\},\\]\n\n则关系 \\(R^{+}\\) 是下列映射在包含关系下的最小不动点：\n\n\\[F(S)=R\\cup(S\\circ R).\\]\n\n这一表述是递归计算可达性的基础。"
    },
    {
      "heading": "应用与相关运算",
      "text": "在数据库中，传递闭包可以表达递归查询，例如查找层级结构中的所有后代、所有间接依赖的组件，或通过接续路线能够到达的所有目的地。\n\n在程序分析和形式验证中，转移关系描述单个执行步骤。其自反传递闭包描述经过任意有限步后可达的状态，包括零步的情况。如果状态空间是无限的，就不一定能用有限形式显式表示闭包，也不一定能有效计算它。\n\n在逻辑学中，可达性体现了一阶逻辑的一项局限：不存在一个仅基于边关系的普通一阶公式，能够在所有有限有向图上定义可达性。配备传递闭包算子的逻辑可以直接表达这种无界迭代。\n\n传递约简处理的是一个互补问题：在保持可达性的同时删除边。对于有限有向无环图，传递约简是唯一的，只保留那些不能由更长路径推导出的边。对于一般有向图，保持可达性的约简不一定唯一。\n\n在集合论中，传递闭包还有另一种用法。传递集是指包含其每个元素的所有元素的集合，而一个集合的传递闭包，是以原集合为子集的最小传递集。这涉及反复应用元素隶属关系，而不是向任意二元关系中添加有序对；这两种构造不应混淆。"
    }
  ],
  "links": [
    "binary-relation",
    "directed-graph",
    "cartesian-product",
    "mathematical-induction",
    "integer",
    "graph-theory",
    "directed-acyclic-graph",
    "partial-order",
    "equivalence-relation",
    "adjacency-matrix",
    "matrix-multiplication",
    "identity-matrix",
    "boolean-algebra",
    "big-o-notation",
    "idempotence",
    "fixed-point",
    "formal-verification",
    "first-order-logic",
    "set-theory"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}