二分图最大匹配专题

时间:2023-01-30 06:31:20

二分图:简单来说,如果图中点可以被分为两组,并且使得所有边都跨越组的边界,则这就是一个二分图。二分图的一个等价定义是:不含有「含奇数条边的环」的图。图 1 是一个二分图。为了清晰,我们以后都把它画成图 2 的形式。

匹配:在图论中,一个「匹配」(matching)是一个边的集合,其中任意两条边都没有公共顶点。例如,图 3、图 4 中红色的边就是图 2 的匹配。

二分图最大匹配专题二分图最大匹配专题二分图最大匹配专题二分图最大匹配专题

例如图 3 中 1、4、5、7 为匹配点,其他顶点为未匹配点;1-5、4-7为匹配边,其他边为非匹配边。

最大匹配:一个图所有匹配中,所含匹配边数最多的匹配,称为这个图的最大匹配。图 4 是一个最大匹配,它包含 4 条匹配边。

完美匹配:如果一个图的某个匹配中,所有的顶点都是匹配点,那么它就是一个完美匹配。图 4 是一个完美匹配。显然,完美匹配一定是最大匹配(完美匹配的任何一个点都已经匹配,添加一条新的匹配边一定会与已有的匹配边冲突)。但并非每个图都存在完美匹配。

举例来说:如下图所示,如果在某一对男孩和女孩之间存在相连的边,就意味着他们彼此喜欢。是否可能让所有男孩和女孩两两配对,使得每对儿都互相喜欢呢?图论中,这就是完美匹配问题。如果换一个说法:最多有多少互相喜欢的男孩/女孩可以配对儿?这就是最大匹配问题。

二分图最大匹配专题

基本概念讲完了。求解最大匹配问题的一个算法是匈牙利算法,下面讲的概念都为这个算法服务。

交替路:从一个未匹配点出发,依次经过非匹配边、匹配边、非匹配边…形成的路径叫交替路。二分图最大匹配专题

增广路:从一个未匹配点出发,走交替路,如果途径另一个未匹配点(出发的点不算),则这条交替路称为增广路(agumenting path)。例如,图 5 中的一条增广路如图 6 所示(图中的匹配点均用红色标出):
二分图最大匹配专题

增广路有一个重要特点:非匹配边比匹配边多一条。因此,研究增广路的意义是改进匹配。只要把增广路中的匹配边和非匹配边的身份交换即可。由于中间的匹配节点不存在其他相连的匹配边,所以这样做不会破坏匹配的性质。交换后,图中的匹配边数目比原来多了 1 条。

我们可以通过不停地找增广路来增加匹配中的匹配边和匹配点。找不到增广路时,达到最大匹配(这是增广路定理)。
一些NPC问题在二分图上可以轻易的得到解决
最大独立集=总点数 - 二分图最大匹配
最小点覆盖=二分图最大匹配
最小边覆盖 = 二分图最大独立集
最小路径覆盖 =总点数 - 最大匹配数
最小顶点覆盖 = 最大匹配数
反链:一个点集,链上任意两个点x, y,满足 x 不能到达 y,且 y 也不能到达 x。
最长反链长度 = 最小链覆盖(用最少的链覆盖所有顶点)
最长链长度 = 最小反链覆盖=二分图最小路径覆盖
二分图补图最大团=总点数 - 二分图最大匹配
最大团 = 补图的最大独立集

int matching[M];/* 存储匹配结果 */
bool use[M];
bool dfs(int u){
    for(int i=0;i<G[u].size();i++){
    // 对 u 的每个邻接点
        int v=G[u][i];
        if(!use[v]){ // 要求不在交替路中
            use[v]=1;// 放入交替路
            if(matching[v]==-1||dfs(matching[v])){
            //如果是未盖点,说明交替路为增广路,则交换路径,并返回成功
            /*如果y没有被匹配或者to[y]恰好为增广路说明找到了增广路      x -> y -> z (to[y])      yes   yes    */
                matching[v]=u;
                matching[u]=v;
                return 1;
            }
        }
    }return 0;// 不存在增广路,返回失败
}

int hungarian(){
    int ans=0
    memset(matching,-1,sizeof(matching));
    for(int u=1;u<=n;++u){
        if(matching[u]==-1){
            memset(use,0,sizeof(use));
            if(dfs(u))++ans;
        }
    }return ans;
}

//如果要使匹配字典序最小则
bool LM(int x){
    int ans=0;
    for(int i=0;i<G[x].size();i++)//编号从小到大
    {
        int y=G[x][i];
        if(use[y])continue;
        use[y]=1;
        if(!match[y]||dfs(match[x])){
            match[x]=y;
            match[y]=x;
            return 1;
        } 
    }return 0;      
}
void solve(){
    for(int i=n;i>=1;i--){
        memset(use,0,sizeof(use));
        ans+=LM(i);
    }
}
queue<int>Q;
int prev[M];
int Hungarian(){
    int ans=0;
    memset(matching,-1,sizeof(matching));
    memset(check,-1,sizeof(check));
    for(int i=1;i<=n;++i){
        if(matching[i]==-1){
            while(!Q.empty())Q.pop();
            Q.push(i);
            prev[i]=-1;// 设 i 为路径起点
            bool flag=0;// 尚未找到增广路
            while(!Q.empty()&&!flag){
                int u=Q.front();
                for(iterator<int>::ix=G[u].begin();ix!=G[u].end()&&!flag;++ix){
                    int v=edges[*ix].to;
                    if(check[v]!=i){
                        check[v]=i;
                        Q.push(matching[v]);
                        if(matching[v]>=0)prev[matching[v]]=u;// 此点为匹配点
                        else{// 找到未匹配点,交替路变为增广路
                            flag=1;
                            int d=u,e=v;
                            while(d!=-1){
                                int t=matching[d];
                                matching[d]=e;
                                matching[e]=d;
                                d=prev[d];
                                e=t;
                            }
                        }
                    }
                }Q.pop();
            }if(matching[i]!=-1)++ans;
        }
    }return ans;
}