【图论】二分图判断&一些常识

关于二分图的判断：
主要是运用染色法(bfs来搞)

bool judge(){
	queue<int> q;
	mem(vis);
	q.push(1);vis[1]=1;
	while(!q.empty()){
		int now=q.front();q.pop();
		for(int j=1;j<=n;j++){
			if(Map[now][j]){
				if(vis[j]==0){
					if(vis[now]==1) vis[j]=2;
					else if(vis[now]==2) vis[j]=1;
					q.push(j);
				}
				else if(vis[now]==vis[j]){
					return false;//不是二分图
				}
			}
		}
	}
	return true;//是二分图
}

(1)二分图的最大匹配
匈牙利算法,hopcroft-karp算法(图中包含边数最多的匹配)
完美匹配： 如果所有点都在匹配边上，则称这个最大匹配为完美匹配

(2)二分图的最小点覆盖
二分图的最小点覆盖=二分图的最大匹配
意义:假如选了一个点就相当于覆盖了以它为端点的所有边。最小顶点覆盖就是选择最少的点来覆盖所有的边
求最小点覆盖：从右边所有没有匹配过的点出发，按照增广路的“交替出现”的要求DFS。最终右边没有访问过的点和左边访问过的点组成最小点覆盖。

(3)二分图的最少边覆盖
二分图的最少边覆盖=点数-二分图的最大匹配
意义：找出最少的边覆盖了所有点
证明：
先贪心选一组最大匹配的边放进集合，对于剩下的没有匹配的点，随便选一条与之关联的边放进集合，那么得到的集合就是最小边覆盖。

所以有：最小边覆盖=点数-2*最大匹配+最大匹配=点数-最大匹配

(4)二分图的最大独立集
二分图的最大独立集=点数-二分图的最大匹配
意义：选出一些顶点使得这些顶点两两不相邻，则这些点构成的集合称为独立集。找出一个包含顶点数最多的独立集称为最大独立集。
证明：

我们可以这样想，先把所有的点放进集合，然后删去最少的点和与之相关联的边，使得全部边都被删完，这就是最小点覆盖。所以有：最大独立集=点数-最小点覆盖

(5)有向无环图的最少不相交路径覆盖
我们把原图中的点VV拆成两个点VxVx和VyVy，对于原图中的边A−>BA−>B，我们在新图中连Ax−>ByAx−>By。那么最少不相交路径覆盖=原图的点数-新图的最大匹配

证明：

一开始每个点都独立为一条路径，在二分图中连边就是将路径合并，每连一条边路径数就减一。因为路径不能相交，所以不能有公共点，这恰好就是匹配的定义。所以有：最少不相交路径覆盖=原图的点数-新图的最大匹配

友情题：

bzoj1143[CTSC2008]祭祀river

(6)有向无环图的最少可相交路径覆盖
先用floyd求出原图的传递闭包， 如果a到b有路， 那么就加边a->b。 然后就转化成了最少不相交路径覆盖问题。

(7)有向无环图中最少不相交路径覆盖和最大独立集的相互转化
用偏序集，一般可以抽象为有向无环图。建议先看看这篇博客

Dilworth定理：有向无环图的最大独立集=有向无环图最少不相交路径覆盖

友情题

hdu3335

裸的偏序集。

注意要去重，因为要保证是有向无环图。