二分图——匈牙利树

前言

我刚刚学了二分图，总觉得少点啥算法，果不其然，二分图竟然还有许多算法，这就是一个：匈牙利树。

匈牙利树的基本概念

先别急着要学匈牙利树，我们先了解一些关于他的基本概念。

交替路

交替路，就是从一个未匹配点出发，依次经过非匹配边、匹配边、非匹配边… 这样交替形成的一条路径。

增广路

设 M 为一个二分图 G 已经匹配边的集合，若 P 是图 G 中一条连通两个未匹配点的路径（起点在 X/Y 部，终点在 Y/X 部），且属 M 的边（匹配边）与不属 M 的边（非匹配边）在 P 上交替出现，则称 P 为相对 M 的一条增广路径。

由于增广路的第一条边是没有参与匹配的，第二条边参与了匹配，…，最后一条边没有参与匹配，并且起点和终点还没有被选择过，显然 P 有奇数条边。

简单来说，从一个未匹配点出发，走交替路，若途径另一未匹配点（除起点外），则这条交替路称为增广路。

如下图，左图中的一条增广路如右图所示，图中的匹配点均用红色标出

增广路的性质

• P 的长度必为奇数，第一条边和最后一条边都不属于 M，且两个端点分属两个集合，均未匹配。
• P 的非匹配边比匹配边多一条。
• P 经过取反操作可以得到一个更大的匹配 M’。
• M 为 G 的最大匹配当且仅当不存在相对于 M 的增广路径。

增广路的定理

由于增广路中间的匹配节点不存在其他相连的匹配边，因此交换增广路中的匹配边与非匹配边不会破坏匹配的性质。

由增广路性质可知，只要把增广路中的匹配边和非匹配边交换，交换后，图中的匹配边数目比原来多了 1 条。

因此，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，即达到最大匹配，这就是增广路定理。

匈牙利树

扯了半天，终于要到重磅了：匈牙利树。

啥是匈牙利树？

匈牙利树一般由 DFS 构造（类似于 DFS 树），其是从一个未匹配点出发进行 DFS（必须走交替路），直到不能再扩展为止。

如下图，通过左侧的二分图，进行 DFS 可以得到右侧的树，但这棵树存在一叶结点为非匹配点（7号），而匈牙利树要求所有叶结点均为匹配点，故这棵树不是匈牙利树
但若原图中不含 7 号结点，那么从 2 号结点出发就会得到一棵匈牙利树，如下图

匈牙利树的算法流程

匈牙利算法是用增广路来求最大匹配的算法，在求最大匹配前，需要先用 DFS 或 BFS 找到增广路。

从左边第 1 个点开始，挑选未匹配点进行搜索，寻找增广路
1）若经过一个未匹配点，则寻找成功，更新路径信息，匹配边数 +1，停止搜索。
2）若一直没有找到增广路，则不再从这个点开始搜索。事实上，此时搜索后会形成一棵匈牙利树。我们可以永久性地把它从图中删去，而不影响结果。
由于找到增广路后需要沿着路径更新匹配，因此需要一个结构来记录路径上的点，DFS 版本通过函数调用隐式地使用一个栈，而 BFS 版本使用 pre 数组（前驱结点）。
无论dfs还是bfs，时间复杂度都是$O(V\cdot E)$

(代码均为参考我自己不会写）
dfs:

int n,m;//x、y中结点个数，下标从0开始
bool vis[N];//vis[i]表示是否在交替路中
int link[N];//存储连接点
vector<int> G[N];//存边
bool dfs(int x){
   
    for(int i=0;i<G[x].size();i++){
   //对x的每个邻接点
        int y=G[x][i];
        if(!vis[y]){
   //不在交替路中
            vis[y]=true;//放入交替路
            if(link[y]==-1 || dfs(link[y])){
   //如果是未匹配点，说明交替路是增广路
                link[y]=x;//交换路径
                return true;//返回成功
            }
        }
    }
    return false;//不存在增广路，返回失败
}