二分图
设G=(V,E)是一个无向图,如果顶点V可分割为两个互不相交的子集(A,B),并且图中的每条边(i,j)所关联的两个顶点i和j分别属于这两个不同的顶点集(i in A,j in B),则称图G为一个二分图
匹配
给定一个二分图G,在G的一个子图M中,M的边集中的任意两条边都不依附于同一个顶点,则称M是一个匹配
最大匹配
边数最多的匹配(子图M)称为图G的最大匹配
最小覆盖
最小覆盖要求用最少的点(X集合或Y集合的都行)让每条边都至少和其中一个点关联。
可以证明:最少的点(即覆盖数)=最大匹配数
最小路径覆盖
用尽量少的不相交简单路径覆盖有向无环图G的所有结点。解决此类问题可以建立一个二分图模型。把所有顶点i拆成两个:X结点集中的i和Y结点集中的i',如果有边i->j,则在二分图中引入边i->j',设二分图最大匹配为m,则结果就是n-m。
最大独立集
在N个点的图G中选出m个点,使这m个点两两之间没有边.求m最大值.
如果图G满足二分图条件,则可以用二分图匹配来做.最大独立集点数 = N - 最大匹配数
完全匹配/完备匹配
如果一个匹配中,图中的每个顶点都和图中某条边相关联,则称此匹配为完全匹配,也称作完备匹配
增广路
若P是图G中一条连通两个未匹配顶点的路径,并且属M的边和不属M的边(即已匹配和待匹配的边)在P上交替出现,则称P为相对于M的一条增广路径.
增广路的三个特性:
1 P的路径长度必定为奇数,第一条边和最后一条边都不属于M
2 P经过取反操作可以得到一个更大的匹配M'
3 M为G的最大匹配当且仅当不存在相对于M的增广路径
求最大匹配的两种算法:
1匈牙利算法(用增广路求最大匹配)
算法的思路是不停的找增广轨,并增加匹配的个数,增广轨顾名思义是指一条可以使匹配数变多的路径
当不能再找到增广轨时,就得到了一个最大匹配
算法流程:
(1)置M为空
(2)找出一条增广路径P,通过取反操作获得更大的匹配M'代替M
(3)重复(2)操作直到找不出增广路径为止
简单的描述
“从点A出发的增广路径” 一定首先连向一个在原匹配中没有与点A配对的点B。如果点B在 原匹配中没有与任何点配对,则它就是这条增广路径的终点;反之,如果点B已与点C配对,那么这条增广路径就是从A到B,再从B到C,再加上“从点C出发的 增广路径”。并且,这条从C出发的增广路径中不能与前半部分的增广路径有重复的点。
如果从一个点A出发,没有找到增广路径,那么无论再从别的点出发找到多少增广路径来改变现在的匹配,从A出发都永远找不到增广路径。
2 最大流算法
从本质上来说,匈牙利算法就是最大流算法,但是匈牙利跟据二分图匹配这个问题的特点,把最大流算法做了简化,提高了效率。
所以这里就不提最大流算法了,将来会补上