二分图整理

一.二分图的定义：
二分图又称作二部图，是图论中的一种特殊模型。 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。

二.判断一个图是否为二分图
结论1：无向图G为二分图的充分必要条件是，G至少有两个顶点，且其所有回路的长度均为偶数。
结论2：任何无回路的的图均是二分图
判断二分图的常见方法是染色法： 开始对任意一未染色的顶点染色，之后判断其相邻的顶点中，若未染色则将其染上和相邻顶点不同的颜色， 若已经染色且颜色和相邻顶点的颜色相同则说明不是二分图，若颜色不同则继续判断，bfs和dfs可以搞定。

三.什么是二分图最大匹配
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.选择这样的边数最大的子集称为图的最大匹配问题（maximal matching problem)

四.二分图最大匹配涉及的术语
完全匹配：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。
增广路径：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.
若P为一条增广路径则有
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.
P经过取反操作可以得到一个更大的匹配M’.（M由P的偶数边构成，所谓取反是指新的M由P的奇数边构成，这样边数会比原来多1）
M为G的最大匹配当且仅当不存在相对于M的增广路径.

五.如何求解二分图最大匹配
1.匈牙利算法
该算法是用增广路求最大匹配。（十分强悍）
算法轮廓：
(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
增广路径的算法
我们采用DFS的办法找一条增广路径：
从X部一个未匹配的顶点u开始，找一个未访问的邻接点v（ v一定是Y部顶点）。对于v，分两种情况：
(1)如果v未匹配，则已经找到一条增广路
(2)如果v已经匹配，则取出v的匹配顶点w(w一定是X部顶点)，边(w,v)目前是匹配的，根据“取反”的想法，要将(w,v)改为未匹配， (u,v)设为匹配，能实现这一点的条件是看从w为起点能否新找到一条增广路径P’。如果行，则u-v-P’就是一条以u为起点的增广路径。

bool find(int u)
{
    for(int i=1;i<=n;i++)
    {
        if(mp[u][i] && !vis[i])
        {
            vis[i]=1;
            if(!ly[i] || find(ly[i]))
            {
                ly[i]=u;
                return 1;
            }
        }
    }
    return 0;
}
int maxmatch()
{
    int ans=0;
    for(int i=1;i<=n;i++)
    {
        if(col[i]==0)continue;  //如果不是这种颜色
        memset(vis,0,sizeof(vis));
        ans+=find(i);
    }
    return ans;
}

6、二分图的最小点覆盖

定义：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。

方法：最小点覆盖 = 二分图的最大匹配。

7、二分图的最大独立集
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的点中，m的最大值。

8、二分图的最小路径覆盖
最小边覆盖：用尽量少的不相交简单路径覆盖有向无环图(DAG)G的所有顶点